To dość ogólne pytanie (tj. Niekoniecznie specyficzne dla statystyki), ale zauważyłem trend w uczeniu maszynowym i literaturze statystycznej, w którym autorzy wolą stosować następujące podejście:
Podejście 1 : uzyskanie rozwiązania praktycznego problemu poprzez sformułowanie funkcji kosztu, dla której możliwe jest (np. Z obliczeniowego punktu widzenia) znalezienie globalnie optymalnego rozwiązania (np. Poprzez sformułowanie wypukłej funkcji kosztu).
zamiast:
Podejście 2 : uzyskaj rozwiązanie tego samego problemu, formułując funkcję kosztów, dla której możemy nie być w stanie uzyskać globalnie optymalnego rozwiązania (np. Możemy uzyskać tylko optymalne lokalnie rozwiązanie).
Zauważ, że rygorystycznie rzecz biorąc oba problemy są różne; założeniem jest, że możemy znaleźć globalnie optymalne rozwiązanie dla pierwszego, ale nie dla drugiego.
Pomijając inne kwestie (np. Szybkość, łatwość wdrożenia itp.), Szukam:
- Wyjaśnienie tej tendencji (np argumenty matematyczne lub historyczne)
- Korzyści (praktyczne i / lub teoretyczne) wynikające z zastosowania podejścia 1 zamiast 2 przy rozwiązywaniu praktycznego problemu.