El propósito del documento era optimizar algunos parámetros maximizando la probabilidad logarítmica regularizada. Luego calculan derivadas parciales. Y luego los autores mencionan que optimizan la ecuación utilizando L-BFGS, un procedimiento cuasi-Newton estándar para optimizar las funciones suaves de muchas variables (sin más detalles).
¿Cómo funciona?
