Практическое применение информации Фишера в машинном обучении заключается в том, что она позволяет количественно оценить, насколько данные «информативны» относительно неизвестных параметров. 3

Некоторые области применения:

• Нейронные сети. 1 С помощью информации Фишера оптимизируют скорость обучения и проводят регуляризацию сети. 1
• Байесовский вывод. 1 Информация Фишера помогает дать количественную оценку неопределённости в апостериорных распределениях. 1
• Естественный градиентный спуск. 1 Это метод обучения, который включает информацию Фишера для эффективной оптимизации. 1
• Сжатие нейросетей. 5 С помощью информации Фишера определяют важные участки матрицы весов и проводят итеративное сжатие с более высоким шагом. 5 Это позволяет снизить потерю качества при сильном сжатии, что полезно для применения тяжёлых нейросетей на устройствах с малым объёмом памяти. 5

Также информацию Фишера используют в задачах обработки сигналов (оценка частот в данных временных рядов), эконометрики (совершенствование оценки параметров в экономических моделях) и медицинской визуализации (улучшение реконструкции изображений при МРТ и компьютерной томографии). 1