← 返回卡片

原书出处

分布式机器学习:交替方向乘子法在机器学习中的应用

04 Huber回归 4.1.2 稀疏编码

第1版 · 核验版本的摘录快照 · 导入于 2026-11-20T15:03:44.688Z

稀疏编码模型主要有两个问题,第一个是正则项l1范数约束是否足够好,以达到信号足够稀疏。第二个是保真项或是否足够有效来描述信号的保真度,特别是当信号具有噪声或异常值时。

在近几年的研究中,很多学者通过引入更

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/分布式机器学习:交替方向乘子法在机器学习中的应用/_epub-src/OEBPS/Text/chapter4.xhtml

EPUB SHA-256:09dfdf1c3d0b85ffd714aa31b1545050f8a45686664f814789c7fed53b574d44