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:

== Промпт для подготовки статьи == Работа над статьёй начинается с подробного промпта, в котором заранее заданы тема, целевая аудитория, стиль, структура, требования к оформлению формул, внутренних ссылок и научных источников. <div style="border:1px solid #aaa; background:#ffffe8; padding:1.2em; margin:1em 0;"> Ты специалист в области машинного обучения, профессор в ведущем техническом университете и популяризатор науки. Напиши академическую энциклопедическую статью в стиле википедии на русском языке для machinelearning.ru в формате MediaWiki по теме «Условная вероятность». Статья должна быть полезна студентам, инженерам по анализу данных и специалистам по машинному обучению. Объяснение должно быть одновременно понятным новичку и достаточно корректным для человека с математической подготовкой. Не перегружай текст формулами: используй формулы только там, где они действительно нужны, а основное внимание удели ясному объяснению смысла, интуиции, связи с данными и машинным обучением. Стиль — строгий, энциклопедический, похожий на Википедию или machinelearning.ru, но без сухости ради сухости. Пиши понятно, без разговорности, без рекламных формулировок и без следов LLM. В статье должны быть: - определение условной вероятности; - интуитивное объяснение, что означает условие; - связь с формулой Байеса, полной вероятностью и условной независимостью; - переход от событий к случайным величинам и условным распределениям; - объяснение, как условная вероятность используется в машинном обучении; - разница между истинной вероятностью, эмпирической оценкой и модельным прогнозом; - примеры из анализа данных или машинного обучения; - типичные ошибки интерпретации; - краткий исторический контекст; - проверенные научные источники. Не превращай статью в набор формул. Формулы должны поддерживать объяснение, а не заменять его. После каждой важной формулы кратко объясняй её смысл словами. Используй только реальные надёжные источники. Не выдумывай авторов, статьи, DOI или исторические факты. Для базовой теории и машинного обучения можно использовать классические источники: Kolmogorov, Feller, Billingsley, Durrett, Bishop, Murphy, Pearl, Koller–Friedman, Cover–Thomas, Goodfellow et al. Для современных ML-связей можно использовать Guo et al. 2017 про калибровку нейронных сетей, Ovadia et al. 2019 про неопределённость при сдвиге распределения и Angelopoulos & Bates 2023 про conformal prediction. Важные термины оформляй как внутренние ссылки MediaWiki: [[вероятность]], [[случайное событие]], [[случайная величина]], [[формула Байеса]], [[условная независимость]], [[байесовская сеть]], [[наивный байесовский классификатор]], [[калибровка вероятностей]], [[сдвиг распределения]], [[взаимная информация]] и другие подходящие термины. Все математические обозначения оформляй только через <tex>...</tex>. Используй безопасный для старого MediaWiki формат формул: каждая отдельная формула должна быть одной строкой вида :<tex>формула</tex> Не используй <center>, многострочные формулы внутри <tex>...</tex>, HTML-теги <p>, </p>, <br>, а также слишком сложные TeX-команды, которые могут плохо отображаться в старой MediaWiki. Объём статьи должен быть умеренным: не больше примерно 30–32 КБ. Не раздувай статью в обзор всей вероятностной теории или всех методов uncertainty estimation. Основная тема — условная вероятность и её значение для анализа данных и машинного обучения. Источники оформляй через <ref name="...">...</ref>. В конце добавь раздел: == Литература == в ней напиши достоверные источники откуда ты брал информацию без фальсификации Итог выдай сразу полным MediaWiki-кодом, готовым для вставки на страницу. </div>

Возврат к странице Обсуждение:Условная вероятность.