Бензекри, Жан-Поль

Начиная со своих ранних работ 1963 года по обработке естественного языка, Бензекри пришёл к выводу, что электронные вычисления станут новым инструментом для совместного решения проблем математики, логики и лингвистики. Вдохновлённый новаторскими работами Луиса Гуттмана и Тикио Хаяси, а также дистрибутивной методологией Зеллига Харриса, он разработал геометрический эквивалент этих подходов путём поиска главных осей инерции взвешенного облака точек. Эти алгоритмы стали основными строительными блоками метода, который он позже назвал «анализом соответствий». Развивая анализ соответствий с систематическим дополнением методов кластеризации, он заинтересовался анализом больших таблиц сопряжённости и бинарных таблиц, а также других видов массивов данных после соответствующего преобразования, включая лексические таблицы, полученные из необработанных текстов.

Отдавая предпочтение индукции перед проверкой гипотез, Бензекри в своём подходе описывал и объяснял, как многомерный набор данных отклоняется от гипотезы независимости его строк и столбцов через интерпретацию паттернов, часто выявляемых графическими отображениями облака точек. Он также был открыт для внедрения новой статистической основы в этот чисто исследовательский процесс путём вывода апостериорной проекции дополнительных переменных (столбцов) и индивидов (строк). Раннее знакомство с компьютерами и языками программирования привело его к использованию тензорных обозначений и алгоритмических формул, подобных ALGOL, в текстах своих курсов уже в 1967 году. Это облегчило транскрипцию его концепций коллегами и студентами в компьютерные программы на различных языках, последними из которых стали реализации на языке R, такие как FactoMineR^[5]. Тензорные обозначения Бензекри стали предшественниками последних разработок тензорного исчисления для машинного обучения (например, TensorFlow). В области методов кластеризации Бензекри (1982)^[6] также предложил новый алгоритм (алгоритм цепи ближайших соседей) для агломеративной иерархической кластеризации.