Теорія адаптивних класифікаторів
Амарі описав навчання класифікатора стохастичним градієнтним спуском і довів збіжність навіть для нероздільних розподілів.
Чому це важливо
Градієнтний спуск на зашумлених оцінках отримав теорію тоді, коли поле вже відверталося від нейронних мереж.
Стаття розглядає і багатошаровий випадок із прихованими вузлами, навченими градієнтом. Робота вийшла за два роки до «Perceptrons» і майже не вплинула на англомовну дискусію того часу. Амарі згодом розвинув інформаційну геометрію і природний градієнт.