# Peter Grünwald ## 概要 Peter Grünwald は、[[最小記述長原理]]を概念面と数理面の両方から整理した研究者である。2004年の[[@2026__30papers__A Tutorial Introduction to the Minimum Description Length Principle]]では、[[コルモゴロフ複雑性]]に基づく理想化MDLから、二部符号、普遍符号、正規化最尤、逐次予測へ至る体系を解説した。執筆時の所属はオランダのCentrum voor Wiskunde en Informaticaである。(Source: [[@2026__30papers__A Tutorial Introduction to the Minimum Description Length Principle]]) ## 主な貢献（wiki 収録ソース） - **[[@2026__30papers__A Tutorial Introduction to the Minimum Description Length Principle]]**: 学習をデータ圧縮として捉えるMDLの直観を、minimax regret、NML、parametric complexity、Bayesとの関係、実用上の限界まで接続した。 - 粗い二部符号をMDL全体と同一視せず、普遍モデルに基づく帰納推論としてrefined MDLを位置づけた。 ## 関連 - [[最小記述長原理]] - [[コルモゴロフ複雑性]] ## 出典 - [[@2026__30papers__A Tutorial Introduction to the Minimum Description Length Principle]]