El trabajo está dedicado al desarrollo de un método de estimación de entropía máxima con aleatorización suave para restaurar los parámetros de modelos matemáticos probabilísticos a partir de observaciones disponibles. La aleatorización suave se refiere a la técnica de agregar regularización a la entropía de la información con el fin de simplificar el problema de optimización y acelerar el proceso de aprendizaje en comparación con el método clásico de entropía máxima. La estimación entropica permite restaurar funciones de distribución de probabilidad para los parámetros del modelo sin introducir suposiciones adicionales sobre la función de verosimilitud; por lo tanto, este método de estimación se puede utilizar en problemas con un tipo no especificado de ruido de medición, como el análisis y pronóstico de series temporales.