Обсуждение:Эмпирическая индукция
Материал из MachineLearning.
(Новая: {{tip| Ты специалист в области машинного обучения, профессор в ведущем техническом университете и попул...) |
|||
| Строка 1: | Строка 1: | ||
| + | Промпт для написания статьи в ChatGPT 5.6 Terra: | ||
| + | |||
{{tip| | {{tip| | ||
Ты специалист в области машинного обучения, профессор в ведущем техническом университете и популяризатор науки. Напиши энциклопедическую статью про принцип эмпирической индукции Фрэнсиса Бэкона на русском языке. Придерживайся структуры и стиля, принятого в Википедии. Англоязычная статья в Википедии Baconian method написана хорошо, но содержит слишком много второстепенных деталей. Её можно брать за основу, но упростить и сделать более популярной, при этом без ущерба для строгости изложения. Важные математические формулы лучше оставить. | Ты специалист в области машинного обучения, профессор в ведущем техническом университете и популяризатор науки. Напиши энциклопедическую статью про принцип эмпирической индукции Фрэнсиса Бэкона на русском языке. Придерживайся структуры и стиля, принятого в Википедии. Англоязычная статья в Википедии Baconian method написана хорошо, но содержит слишком много второстепенных деталей. Её можно брать за основу, но упростить и сделать более популярной, при этом без ущерба для строгости изложения. Важные математические формулы лучше оставить. | ||
Текущая версия
Промпт для написания статьи в ChatGPT 5.6 Terra:
| Ты специалист в области машинного обучения, профессор в ведущем техническом университете и популяризатор науки. Напиши энциклопедическую статью про принцип эмпирической индукции Фрэнсиса Бэкона на русском языке. Придерживайся структуры и стиля, принятого в Википедии. Англоязычная статья в Википедии Baconian method написана хорошо, но содержит слишком много второстепенных деталей. Её можно брать за основу, но упростить и сделать более популярной, при этом без ущерба для строгости изложения. Важные математические формулы лучше оставить.
Целевая аудитория - это студенты и инженеры в области анализа данных и машинного обучения, в том числе начинающие. Статья должна быть информативна и полезна именно им для совершенствования в своей профессии. Читателям должны быть понятны основы из первых разделов - определения и мотиваций. Можно добавить исторический раздел: например, кто первым применил тот или иной метод, для каких прикладных задач. Не выдумывай факты. Ищи надёжные источники в научной литературе. Добавляй ссылки на них в текст статьи. В конце собери список научной литературы. Всегда проверяй корректность ссылок. Важные понятия оформляй как ссылки на другие статьи энциклопедии. Используй форматирование вики разметки. Придерживайся структуры секционирования, принятой для статей о важных научных понятиях. Для важных или редко используемых понятий указывай в скобках исходный английский термин, например: ошибка на отложенной выборке (англ. hold-out validation). |
