RU

Иллюзия 99% F1 в Time Series: как искажаются метрики в детекции аномалий и что показывает реальный тест 14 архитектур

Многие свежие SOTA-статьи по детекции аномалий во временных рядах заявляют F1 ≈ 99%. Мы проверили один из таких методов, и оказалось, что волшебство и…

time seriesвременные рядыanomaly detectionпоиск аномалийpredictive maintenanceпредиктивная аналитикаbenchmarkтрансформерыграфовые нейросетиMVTS
Habr
RU

Pipeline в машинном обучении: как создавать сложные модели без боли и утечек данных

В ML‑проектах проблемы часто начинаются не с выбора алгоритма, а с предобработки: один трансформер забыли применить к те…

Pipelinesklearnмашинное обучениепайплайн данныхпредобработка данныхdata leakageкросс-валидацияColumnTransformerтрансформерыML-модель
Habr
RU

Проклятие адаптивности: почему живучесть нейросетей ваш главный враг (и как я случайно ампутировал трансформер)

В классическом программировании ошибка в коде приводит к крашу. В Deep Learning ошибка в коде часто приводит к тому, что модель просто находит способ …

градиентный спусктрансформерынейронные сетиискусственный интеллектоптимизатор