机器学习如何通过概率管理复杂性

研究提供计算复杂性视角，将机器学习抽象为生成P/poly可计算分布，通过压缩数据移除随机性保留结构。模型无法区分伪随机与真随机，将不可预测部分视为噪声，最佳损失对应数据下一位伪熵。该理论澄清了机器学习在复杂系统中的建模边界。