Berent Lunde har undersøkt ei svært populær maskinlæringsalgoritme i sin doktorgrad. No er algoritma enklare, og håpet er at store og små selskap kan ta ho i bruk.
Berent Ånund Strømnes Lunde har i si doktorgradsavhandling sett på ei maskinlæringsalgoritme ved namn "gradient tree boosting". Han har utvikla eit informasjonskriterie som kan nyttast i denne algoritma. Dette fører til at algoritma sjølv kan bestemme og lære sin eigen kompleksitet når den trener på data. Denne type arbeid har vore vanskeleg grunna ikkje-differensierbare funksjonar i algoritma, og ein stor del av suksessen til forskinga ligg i at dette problemet blei løyst.
Tung grunnforsking og matematiske prov ligg til grunn for arbeidet, men prosessen har også involvert svært mykje programmering for å undersøkje og teste. Dersom resultata ikkje stemmer med teori må ein tilbake til det teoretiske.
Lunde si grunnforsking har heilt direkte applikasjonar i det daglege. Gradient tree boosting er i dag i bruk i mindre selskap, større nasjonale selskap og teknologigigantar som Google og Amazon.
– Håpet er å kunne hjelpe alle desse, samstundes som vi demokratiserer maskinlæring ved at metodikken er mykje enklare å nytte, samt å kutte ressursbruk. For å nå ut til alle desse har eg implementert den nye metodikken i ein brukarvennleg pakke der alle informasjonsteoretiske berekningar føregår under panseret, seier Lunde om arbeidet.
At algoritma kan bestemme sin eigen kompleksitet medfører at mennesket ikkje lenger må stille inn kompleksiteten på førehand. Desse innstillingane er tidkrevjande, forskjellige frå problem til problem, ikkje nødvendigvis optimale, og krevjer til ei viss grad kjennskap til algoritma og data ein arbeider med. No er denne fasen tatt vekk, noko som fører til enorme aukar i hastigheit. Lunde har observert at metodikken hans kan vere over 1000 gongar raskare enn eksisterande metodar i ekstreme tilfeller. Algoritma er no smartare, raskare, og enklare å nytte.
Professor Tore Selland Kleppe og professor Jan Terje Kvaløy ved UiS har vore rettleiarar.
Lunde har frå før ein bachelorgrad i matematikk ved UiB og mastergrad i statistikk ved UiB. Han arbeider som aktuar og data scientist i forsikrings- og finansbransjen.
Avhandlinga hans har tittelen Information in Local Curvature: Three Papers on Adaptive Methods in Computational Statistics.