L2 ↔ гауссов prior, L1 ↔ Laplace prior: MAP-оценка = штрафованный empirical risk. Даёт язык неопределённости и путь к posterior sampling (HMC, VI), не только point estimate.
Разбор
- Сила λ ↔ точность априора.
- Иерархические приоры — адаптивная регуляризация.
- MAP не даёт credible intervals без дополнительной работы.
- Смещение prior при misspecification.
Итог
Штрафы — часто замаскированные априоры; байес добавляет полную неопределённость.