inFERENCe《机器学习手册》：四种把难题变为可解问题的变换

inFERENCe《机器学习手册》中的文章提出把机器学习研究当作编译器，将抽象 ML 目标编译为寻找可处理向量场稳定吸引子的规范优化问题。该 2017 年文章指出，给定难以优化的目标函数，可递归应用问题变换直到问题可解，首批整理的四种变换为变分边界、对抗博弈、进化策略和凸松弛。作者另列举对偶原理、半二次分裂、拉格朗日乘子等候选，并邀请读者补充。