Просмотр

Материал из MachineLearning.

У вас нет прав на выполнение этой операции по следующим причинам:

• Запрошенное действие могут выполнять только участники из групп emailconfirmed, Администраторы.
• Вы должны подтвердить ваш адрес электронной почты перед правкой страниц. Пожалуйста, введите и подтвердите ваш адрес эл. почты на странице настроек.

Вы можете просмотреть и скопировать исходный текст этой страницы:

'''Первый промпт''' Ты — профессор машинного обучения и редактор энциклопедического ресурса уровня MachineLearning.ru. Напиши законченную энциклопедическую статью «Дисбаланс классов» в формате MediaWiki. Статья предназначена для студентов второго курса технических специальностей и практикующих специалистов. Материал должен быть понятным без глубокого предварительного знакомства с темой, но сохранять научную точность. Объясни, что такое дисбаланс классов, как он возникает и почему неравное количество объектов разных классов не всегда является проблемой. Раскрой влияние дисбаланса на обучение и оценку моделей. Рассмотри основные способы работы с дисбалансом и ограничения этих методов. Отдельно раскрой связь дисбаланса с классификационным порогом. Покажи различия между естественным дисбалансом, смещением при сборе данных и изменением распределения классов во времени. Кратко опиши особенности многоклассовой и многометочной классификации, а также задач обнаружения редких событий. Приведи один понятный числовой пример, показывающий оценку одной модели при несбалансированных классах и объясняющий, почему общей точности недостаточно. Таблицы не используй. Объясни типичные ошибки и методологический смысл проблемы. Используй строгий нейтральный академический стиль. Не обращайся к читателю, не используй разговорные выражения, риторические вопросы, рекламу, канцеляризмы и шаблонные фразы. Не повторяй одну мысль в разных разделах и не добавляй формальное заключение, пересказывающее статью. Используй разметку MediaWiki: == Заголовок == === Подзаголовок === [[Машинное обучение]] '''ключевой термин''' Все математические обозначения оформляй только тегами <tex>...</tex>. Не используй <math>...</math>, символы доллара, многострочные формулы и строки, начинающиеся с <nowiki>::</nowiki>. Формулы должны быть простыми и совместимыми с обработчиком MachineLearning.ru. Списки используй только там, где они действительно нужны. Не используй таблицы и Markdown. Утверждения должны опираться на авторитетные учебники и рецензируемые статьи по статистическому обучению, оценке классификаторов, обучению на несбалансированных данных, калибровке вероятностей и стоимостно-чувствительной классификации. Не придумывай источники. Сноски оформляй так: <ref>Полное библиографическое описание источника.</ref> В конце добавь: == Примечания == <references /> == Литература == Объём статьи — примерно 1400–2200 слов, но не более 32 КБ. Выведи исключительно готовый текст статьи в формате MediaWiki, без предисловий, комментариев и служебных фраз. '''Второй промпт''' Никогда не используй: * шаблонные вступления; * шаблонные заключения; * пустые переходы между мыслями; * корпоративный жаргон; * мотивационные фразы без содержания; * избыточные объяснения; * предсказуемые конструкции предложений; * очевидные замечания; * лишний контекст; * искусственно сбалансированную подачу, когда доказательства явно поддерживают одну сторону. Всегда: * начинай с самой важной мысли; * ставь содержательность выше объёма объяснений; * предпочитай конкретику абстракциям; * естественно меняй ритм и структуру предложений; * высказывай содержательные суждения; * ставь под сомнение сомнительные предпосылки, когда это уместно; * пиши уверенно; * удаляй всё, что не добавляет ценности; * пиши как человек, который глубоко понимает предмет. После написания проверь каждый абзац и убери всё, что звучит как сгенерированный текст, а не как осмысленная авторская речь. Теперь напиши: [текст после первого промпта]

Возврат к странице Обсуждение:Утечка данных в машинном обучении.