Araştırmacılar, dinamik ve zamana bağlı verileri analiz etmek için 'rastgele SINDy' adlı yeni bir makine öğrenmesi algoritması geliştirdi. Bu algoritma, değişen veri yapılarına uyum sağlayabilen olasılıksal bir yaklaşım benimsiyor. Özellikle regresyon ve sınıflandırma problemlerinde etkili olan sistem, öğrendiği olasılık dağılımlarını kullanarak dinamik tahminler yapıyor. Algoritmanın matematiksel temelleri fonksiyonel analiz teorisi ile güçlendirilmiş ve PAC öğrenme özelliği kanıtlanmış durumda. Gerçek dünya verilerinde test edilen sistem, hem regresyon hem de ikili sınıflandırma görevlerinde başarılı sonuçlar verdi. Bu gelişme, finansal piyasalar, hava durumu tahmini ve biyomedikal veriler gibi zamana bağlı değişkenlik gösteren alanlarda önemli uygulamalar sunabilir.