Материал из MachineLearning.
(разн.) ← Предыдущая | Текущая версия (разн.) | Следующая → (разн.)
Промпт
Статья сгенерирована Claude Opus 4.8 по следующему промпту.
Ты специалист в области машинного обучения, профессор в ведущем техническом университете и популяризатор науки. Напиши статью для русскоязычной вики-энциклопедии MachineLearning.ru на тему «SLIM (Sparse Linear Methods)».
Статья должна быть полезна как новичку (понятно даются определения, популярно объясняются идеи, сначала интуиция — потом формула), так и профессионалу (строгие выкладки, актуальные научные результаты, полезные ссылки). Тон — академический и живой, как хороший учебник, а не сухой реферат.
Содержательные акценты:
— Суть метода: линейная модель top-N рекомендаций, предсказывающая оценку как агрегацию прошлых взаимодействий пользователя с обучаемой разреженной матрицей коэффициентов «объект–объект» W (предсказание Ã = A W). Веса связей не задаются готовой мерой сходства, а обучаются.
— Разобрать с выводом, а не декларацией: модель и предсказание r̃_ui = a_uᵀ w_i; оптимизационную задачу — минимизацию ошибки восстановления ‖A − AW‖²_F с эластично-сетевой (L1 + L2) регуляризацией при ограничениях W ≥ 0 и diag(W) = 0; роль обоих ограничений; поколоночную декомпозицию на n независимых задач эластичной сети и её значение для параллелизма.
— Включить минимум один неочевидный для эксперта факт. Здесь: структурная противоположность SLIM и матричной факторизации (SVD — плотные факторы низкого ранга; SLIM — разреженная матрица объект-объект неограниченного ранга); принципиальность ограничения diag(W) = 0 (без него W = I даёт нулевую ошибку и бесполезные рекомендации); связь с EASE (снятие L1 и неотрицательности оставляет L2 + нулевую диагональ и даёт замкнутое решение через обращение матрицы Грама AᵀA + βI).
— Явно провести различие с item-kNN (обучаемые веса против фиксированных мер сходства) и с предсказанием рейтинга (SLIM решает top-N ранжирование по неявной обратной связи).
Структура (обязательный порядок разделов):
вводные 2–3 абзаца без заголовка → Историческая справка → Постановка задачи → Метод (с вложенными подразделами) → Связь с другими методами → Свойства (Преимущества / Ограничения) → Применение → См. также → Ссылки → Литература → категории.
Оформление — вики-разметка MachineLearning.ru:
— Все формулы через теги <tex>...</tex>. Выключные формулы с отбивкой <br />.
— Соблюдать ограничения движка texvc: все надстрочные индексы в фигурных скобках (^{d}, а не ^d); не использовать \tfrac (только \frac); не использовать кириллицу внутри \text{...} (каждая буква превращается в [?] — русские слова, включая «при условиях/ограничениях», выносить в обычный текст, а не внутрь формулы); не использовать \arg\min и \operatorname (заменять на \min с условием в нижнем индексе); двоеточие в множествах заменять на \mid; двоеточие вида F : R^d → R выносить в текст; индекс у закрывающей скобки оборачивать через \bigr\}_{...}; вертикальную черту с размером — через \left.\right| вместо \bigg|.
— Внутренние ссылки через [[...]], список литературы — ненумерованный (через *), источники-статьи оформлять шаблоном {{статья}}.
— Сноски <ref> не использовать (движок их не поддерживает): отсылки давать в скобках прямо в тексте вида (Ning, Karypis, 2011), полные описания — в разделе Литература.
— Не включать блоки кода: это энциклопедия, а не туториал.
— Не использовать слова-паразиты «очевидно», «следует отметить», «легко видеть», «заметим что».
ЧЕКЛИСТ ПЕРЕД ПУБЛИКАЦИЕЙ:
- [ ] {{TOCright}} на второй строке
- [ ] Вводный абзац 2–3 абзаца без заголовка
- [ ] Есть == Историческая справка ==
- [ ] Разделы вложены (=== внутри ==)
- [ ] Все выключные формулы с <br /> до и после
- [ ] Нет \}_{...} — заменено на \bigr\}_{...}
- [ ] Нет \colon и : в формулах с \mathbb — вынесено в текст
- [ ] Нет \bigg| — заменено на \left.\right|
- [ ] Нет \tfrac — заменено на \frac
- [ ] Нет кириллицы внутри \text{...} (в т.ч. «при условиях» — вынести из формулы)
- [ ] Нет \arg\min / \operatorname — заменено на \min с условием в индексе
- [ ] Все ^x — заменены на ^{x}
- [ ] Сноски <ref> проверены; если ошибка — заменить на отсылки в скобках
- [ ] Литература через {{статья}} / {{книга}} / {{cite web}}, список через *
- [ ] Есть == Ссылки == с внешними URL
- [ ] Категории в конце
- [ ] Нет блоков кода
- [ ] Пустая строка между разделами
- [ ] Есть минимум один неочевидный факт для эксперта
- [ ] Промпт оформлен в Обсуждении через <pre style="white-space: pre-wrap;">
