#机器学习工程实践
共 5 篇相关文章
·16 分钟
一个分母引发的数据泄露：量化论文中的隐蔽陷阱
一个量化金融论文中的真实数据泄露案例：特征分母使用了全天成交量，导致未来信息写入盘中数据。本文解析生成泄露与选择泄露的区别，并给出基于架构约束的结构性解法。
阅读全文 →
·8 分钟
Modelstamp：为ML模型持久化加上完整性校验与环境漂移检测
Modelstamp是一款轻量级开源工具，为scikit-learn等ML模型的保存加载流程添加SHA-256完整性校验、依赖漂移报告和HMAC认证，解决模型持久化中环境不一致的隐患。
阅读全文 →
·13 分钟
类别不平衡问题为何研究稀缺？医疗AI数据失衡的破局思路
深入探讨机器学习中类别不平衡问题研究不足的原因，分析SMOTE、数据增强、AI生成数据在医疗影像中的局限性，并提供异常检测、Focal Loss等更务实的应对策略。
阅读全文 →
·13 分钟
34次模型迭代实录：多数问题竟出在评估环节
一位AIOps工程师经过34次模型迭代后发现，最大收获不是模型提升而是评估流程Bug。本文详解数据泄漏、留出集复用、指标冲突三大评估陷阱及其解决方案，为MLOps从业者提供实用的评估纪律参考。
阅读全文 →
·13 分钟
persistent-inference：两个文件解决TF/Keras模型冷启动问题
深入解析persistent-inference开源项目，了解如何用两个文件实现TF/Keras模型常驻内存推理，消除重复加载开销，解决冷启动延迟问题。涵盖适用场景、架构设计与局限性分析。
阅读全文 →