¿Por qué no se pueden realizar los ejemplos de programación de inteligencia colectiva?

Por qué ninguno de los ejemplos de programación de inteligencia colectiva se puede realizar

1. La regularización consiste en imponer restricciones a la función que minimizan el error empírico. Dichas restricciones pueden interpretarse como conocimiento previo. (La parametrización de regularización equivale a introducir una distribución previa a los parámetros). Las restricciones tienen un papel rector. Al optimizar la función de error, tendemos a elegir la dirección de reducción del gradiente que satisface las restricciones, de modo que la solución final tiende a ajustarse al conocimiento previo (como la norma l previa general, lo que significa que Es más probable que el problema original sea más simple, dicha optimización tiende a producir soluciones con pequeñas magnitudes de valores de parámetros, que generalmente corresponden a soluciones suaves con parámetros escasos).

2. Al mismo tiempo, la regularización resuelve el mal planteamiento del problema inverso. La solución generada también depende de los datos. El impacto del ruido en el mal planteamiento es débil. La solución no estará sobreajustada, y si la regularización previa es apropiada, la solución tenderá a ser consistente con la solución verdadera (y mucho menos sobreajustada), incluso si el número de muestras en el conjunto de entrenamiento no están relacionadas. entre sí es muy pequeño.