[发明专利]一种自动机器学习的构成方法

摘要

本发明涉及信息处理领域中的一种自动机器学习的构成方法，其特征在于：基于一种最佳化的尺度，或最大信息量的尺度，或最大概率的尺度，经过迭代可产生一个最佳化，或最大信息量，最大密度，或最大概率的空间。在上述的空间中，由另一个函数逼近模型依赖于这一空间进行函数逼近。由上述反复循环；复数次迭代达到目标函数的最佳逼近，由此所构成一种自动机器学习。本发明实施效果是：具有比传统的机器学习更大的算力，无需训练数据就可以达到最佳的函数逼近效果，同时计算效率高，无黑箱问题，可以组成新型的神经网络，具有无限深入的处理能力，计算复杂度低，可以适于各种工业化的应用。