Будет обсуждаться универсальный адаптивный алгоритм Какаде и Фостера, который при вычислении
вероятности следующего
исхода не использует никаких предположений о природе источника, генерирующего данные.
Качество прогнозирования оценивается на основе метода калибруемости. Будут получены верхние и
нижние оценки калибровочной ошибки.