ai_learning/common/REPORT_TEMPLATE.md

1.6 KiB
Raw Permalink Blame History

Отчёт по заданию

Постановка

Что требуется предсказать/проверить и зачем.

Теоретическая опора (необязательно)

Какие конспекты, определения или формулы использованы; укажите относительные ссылки и коротко объясните связь с решением.

Данные

Источник, лицензия, размер, признаки, target, разбиение и ограничения.

Метод

Baseline, модель, loss, оптимизатор, гиперпараметры и причина выбора.

Эксперимент

Seed, окружение, схема валидации и защита от leakage.

Результаты

Метрики, графики, время и ресурсы.

Анализ ошибок

Какие примеры не работают, почему и как это проверить.

Production-аспекты (необязательно)

Применимое к заданию: контракт входа и выхода, API или batch-интерфейс, контейнер, latency и ресурсы, версия артефакта и реестр, мониторинг drift, стратегия релиза и отката. Для ранних учебных модулей раздел можно пропустить.

Вывод

Что узнали, что улучшать и что нельзя заключить из эксперимента.