Регуляризация Байеса в задаче аппроксимации функции многих переменных

Задача аппроксимации многомерных данных является типичной обратной задачей воссоздания причин по их следствиям. Как и большинство обратных задач, она относится к типу плохо определенных или некорректных. Устойчивость решения достигается минимизацией регуляризированной ошибки обучения. Цель подобной регуляризации – обеспечить корректность задачи за счет ограничения множества допустимых решений. Качество обучения напрямую связано с оптимальным выбором регуляризатора. В данной работе предложен метод оптимальной регуляризации в задаче аппроксимации, основанной на систематическом применении байесовского подхода.