MLE von Laplacian (Option für JMP Neural Network Robust)In einem Dokument wird beschrieben, wie JMP die robuste Option für die neuronale Netzwerkplattform implementiert JMP ANN das stellt fest, dass es die Sympathie einer Laplace-Verteilung maximiert, was natürlich der Minimierung der absoluten Abweichungen entspricht. In diesem Fall gibt es jedoch keinen analytischen Gradienten (die Funktion ist nicht differenzierbar). Wie führt JMP dann in diesem Fall die Optimierung tatsächlich aus? Verwenden sie eine glatte Annäherung an die Absolutwertfunktion und wenden dann eine Quasi-Newton-Methode an? Oder berechnen sie einen numerischen Gradienten und wenden immer noch eine Quasi-Newton-Methode an. Seien Sie jedoch besonders vorsichtig bei Null?
