|
|
| (3 промежуточные версии не показаны) |
| Строка 1: |
Строка 1: |
| - | '''История создания статьи (итеративный промптинг):'''
| |
| | | | |
| - | '''Промпт 1:'''
| |
| - |
| |
| - | «Ты профессор и специалист по машинному обучению. Напиши статью "Анализ ошибок (машинное обучение)" для энциклопедии MachineLearning.ru.
| |
| - |
| |
| - | Она должна быть понятна новичку, но полезна профессионалу.
| |
| - |
| |
| - | Начни с широкого определения. Объясни, почему просто смотреть на Accuracy недостаточно (приведи пример с кошками/собаками).
| |
| - |
| |
| - | Затем перейди к инструментам: опиши матрицу ошибок (confusion matrix), разницу между ошибками I и II рода, и как анализируют ошибки в задачах регрессии (анализ остатков).
| |
| - |
| |
| - | Пиши строгим академическим языком, без водянистых вступлений и LLM-штампов вроде "целью является выявление скрытых закономерностей".»
| |
| - |
| |
| - | '''Промпт 2:'''
| |
| - |
| |
| - | «Текст хороший, но не хватает современных подходов к качественному анализу.
| |
| - |
| |
| - | Добавь раздел про ручной аудит и дата-центричный подход. Кратко объясни концепции Data Slicing (анализ срезов данных) и категоризации ошибок.
| |
| - |
| |
| - | Упомяни калибровку уверенности модели (calibration) — когда модель ошибается, но при этом "уверена" в своем ответе.»
| |
| - |
| |
| - | '''Промпт 3:'''
| |
| - |
| |
| - | «Теперь оформи всё в строгую вики-разметку.
| |
| - |
| |
| - | Сделай внутренние ссылки на термины: [[Машинное обучение]], [[Классификация]], [[Регрессия (математика)]], [[Матрица ошибок]], [[Ошибки первого и второго рода]]. Англоязычные термины оставь в скобках без ссылок.
| |
| - |
| |
| - | Скорректируй описание ROC-кривой: она визуализирует компромисс TPR и FPR, а не сами ошибки. Совместный анализ Precision и Recall опиши корректно. Описание остатков сделай научно точным: нормальность остатков важна в первую очередь при анализе классических линейных моделей.
| |
| - |
| |
| - | Добавь список литературы (через *). Для книг Хэсти и Бишопа используй шаблон {{книга}}, для современных обзоров по Data-Centric AI (например, с arXiv) — шаблон {{статья}}.
| |
| - |
| |
| - | Добавь категории в конце.»
| |
