课程大纲

课程大纲

正则化方法

课程编码:070105M07007H 英文名称:Regularization Methods 课时:20 学分:1.00 课程属性:高级强化课 主讲教师:牟必强

教学目的要求
本课程主要介绍正则化方法的理论及其在函数估计、样条光滑和系统辨识等方面的应用。主要内容包括:最小二乘方法及其渐近性质与扰动分析;具有二次形式的正则化方法、稀疏诱导的正则化、核范数正则化等。教学目标是掌握常见的正则化方法,能够根据系统的先验知识设计合适的核函数以及用数据估计核函数中的未知超参数。

预修课程
概率、回归、系统估计

大纲内容
第一章 正则化方法 20学时
第1节 正则化方法
第2节 高斯过程回归
第3节 核函数方法
第4节 核函数设计
第5节 超参数估计

教材信息
1、 Regularized System Identification - Learning Dynamic Models from Data G.Pillonetto and T.Chen and A.Chiuso and G.De Nicolao and L.Ljung 2022 Springer

参考书
1、 Gaussian Process for Machine Learning Carl Edward Rasmussen and Christopher K.I.Williams 2006 The MIT Press

课程教师信息
牟必强,中国科学院数学系统科学研究院副研究员,专业是动态系统的建模与辨识。