Explore l'apprentissage de la fonction du noyau en optimisation convexe, en se concentrant sur la prédiction des sorties à l'aide d'un classificateur linéaire et en sélectionnant les fonctions optimales du noyau par validation croisée.
Introduit le modèle de subcube aléatoire (RSM) pour les problèmes de satisfaction des contraintes, explorant sa structure, les transitions de phase et le gel variable.
