Обсуждение:Минимизация эмпирического риска
Материал из MachineLearning.
(Новая: == Обновление статьи от июня 2026 == Старая версия статьи висела в статусе "Незавершённая" с 2008 года, в ней ...) |
|||
| Строка 1: | Строка 1: | ||
== Обновление статьи от июня 2026 == | == Обновление статьи от июня 2026 == | ||
| - | Старая версия статьи висела в статусе "Незавершённая" с 2008 года, в ней | + | Старая версия статьи висела в статусе "Незавершённая" с 2008 года, в ней отсутствовала современная математическая постановка. Я приняла решение полностью переписать и расширить статью, ориентируясь на стандарты курса "Математические основы машинного обучения" и эталонные статьи портала. |
Ниже привожу промпт, с помощью которого был сгенерирован новый текст: | Ниже привожу промпт, с помощью которого был сгенерирован новый текст: | ||
| Строка 7: | Строка 7: | ||
Роль: Эксперт в области машинного обучения, математической оптимизации и академический писатель. | Роль: Эксперт в области машинного обучения, математической оптимизации и академический писатель. | ||
Задача: Написать глубокую, энциклопедическую статью по теме "Минимизация эмпирического риска" (Empirical Risk Minimization, ERM) для портала MachineLearning.ru, переписав старую короткую заготовку. | Задача: Написать глубокую, энциклопедическую статью по теме "Минимизация эмпирического риска" (Empirical Risk Minimization, ERM) для портала MachineLearning.ru, переписав старую короткую заготовку. | ||
| - | Формат: Вики-разметка MediaWiki с использованием тегов < | + | Формат: Вики-разметка MediaWiki с использованием тегов <tex>...</tex> для математических формул и тегов <ref> для сносок на литературу. Модель: Gemini 3.1 Pro Preview. |
Ограничения и критерии: | Ограничения и критерии: | ||
1. Текст должен быть научно строгим, академичным. Использовать структуру: Введение, Историческая справка, Ожидаемый и эмпирический риск (математика), Условия состоятельности (теория Вапника-Червоненкиса), Типы функций потерь, Регуляризация, Методы оптимизации. | 1. Текст должен быть научно строгим, академичным. Использовать структуру: Введение, Историческая справка, Ожидаемый и эмпирический риск (математика), Условия состоятельности (теория Вапника-Червоненкиса), Типы функций потерь, Регуляризация, Методы оптимизации. | ||
| - | 2. Использовать обозначения из лекций К.В. Воронцова | + | 2. Использовать обозначения из лекций К.В. Воронцова. Статья должна быть полностью викифицирована. |
| - | + | ||
Текущая версия
Обновление статьи от июня 2026
Старая версия статьи висела в статусе "Незавершённая" с 2008 года, в ней отсутствовала современная математическая постановка. Я приняла решение полностью переписать и расширить статью, ориентируясь на стандарты курса "Математические основы машинного обучения" и эталонные статьи портала.
Ниже привожу промпт, с помощью которого был сгенерирован новый текст:
Промпт:
Роль: Эксперт в области машинного обучения, математической оптимизации и академический писатель.
Задача: Написать глубокую, энциклопедическую статью по теме "Минимизация эмпирического риска" (Empirical Risk Minimization, ERM) для портала MachineLearning.ru, переписав старую короткую заготовку.
Формат: Вики-разметка MediaWiki с использованием тегов для математических формул и тегов [1]
