適定性問題 定的,就需要為數值處理重新以公式表示。這通常包含了額外的假設,例如:解的平滑性。這個過程稱為正則化(英语:Regularization (mathematics ))(Regularization )。吉洪諾夫正則化是最常使用的正則化方法之一。 Jacques Hadamard (1902): Sur les
最大后验概率 密切关系,但是它使用了一个增广的优化目标,进一步考虑了被估计量的先验概率分布。所以最大后验概率估计可以看作是规则化(英语:regularization (mathematics ))的最大似然估计。 假设我们需要根据观察数据 x {\displaystyle x} 估计没有观察到的总体参数 θ {\displaystyle
盲目去迴旋積 雞尾酒會效應)下會產生的問題。一個可能的處理方式為使用獨立成分分析(ICA)。 信道模型 逆問題 正規化 (數學)(英语:regularization (mathematics )) 盲目等化(英语:Blind equalization) 最大后验概率 最大似然估计 Koldovsky, Zbynek
吉洪诺夫正则化 Solution of Incorrectly Formulated Problems and the Regularization Method. Soviet Mathematics Doklady. 1963, 4: 1035–1038. 关于实践中 λ {\displaystyle \lambda
杨立昆 Jackel,在此,他开发了很多新的机器学习方法,比如图像识别的模型称为卷积神经网络,"Optimal Brain Damage" regularization methods,以及Graph Transformer Networks方法(类似于條件隨機域),他将其应用到手写识别和OCR中。