Przeczytałem klasyfikatory algebraiczne: ogólne podejście do szybkiej walidacji krzyżowej, szkolenia online i szkolenia równoległego i byłem zaskoczony wydajnością algorytmów pochodnych. Wydaje się jednak, że poza Naive Bayes (i GBM) nie ma wielu algorytmów dostosowanych do frameworka.
Czy są jakieś inne artykuły, które pracowały nad różnymi klasyfikatorami? (SVM, losowe lasy)
Przeczytałem trochę w artykule, który wspomniałeś, wydaje mi się, że jest to konstrukcja wykorzystująca podejście ze statystyki algebraicznej. Możesz rzucić okiem na:
Cencov, Nikolai Nikolaevich. Reguły decyzji statystycznych i optymalne wnioskowanie. Nr 53. American Mathematical Soc., 2000.
Ta książka jest nieco nieaktualna, jednym z powodów jest to, że obecnie niewiele osób interesuje się „kategorycznymi aplikacjami”, a jej oryginalny druk pochodzi z lat osiemdziesiątych. Ale prawie wszystkie współczesne badania algebraiczne w statystyce sięgają tego tytułu.
Innym bardzo czytelnym wprowadzeniem zastosowanym w wspomnianym artykule jest:
Drton, Mathias, Bernd Sturmfels i Seth Sullivant. Wykłady ze statystyki algebraicznej. Vol. 39. Springer Science & Business Media, 2008.
Artykuł, o którym wspomniałeś w swoim pytaniu, jest zastosowaniem teoretycznej konstrukcji monoidu do problemu klasyfikacyjnego, który wygląda interesująco. Mam nadzieję, że te referencje pomogą.