El aprendizaje por conjuntos extremos (EEL) es un paradigma algorítmico de aprendizaje automático para la partición de grafos . EEL crea un conjunto de particiones y luego utiliza la información contenida en el conjunto para encontrar particiones nuevas y mejoradas. El conjunto evoluciona y aprende a formar particiones mejoradas a través de un procedimiento de actualización extremal . La solución final se encuentra al lograr un consenso entre sus particiones miembro sobre cuál es la partición óptima. [1] [2]
Una implementación particular del paradigma EEL es el esquema de aprendizaje de conjuntos extremos de red reducida (RenEEL) para particionar un grafo. [1] RenEEL utiliza el consenso entre muchas particiones en un conjunto para crear una red reducida que se puede analizar de manera eficiente para encontrar particiones más precisas. Estas particiones de mejor calidad se utilizan posteriormente para actualizar el conjunto. Un algoritmo que utiliza el esquema RenEEL es actualmente el mejor algoritmo para encontrar la partición del grafo con máxima modularidad , que es un problema NP-hard . [3]