Термин: утечка данных - страница 3

Новый комментарий
 

Утечка данных в МО - это сленговый термин с неопределённо широким кругом значений.

Смещение от заглядывания вперёд - конкретный технический термин из области анализа временных рядов. Для самопроверки понимания попробуйте без подсказки объяснить, что именно смещается.

 

Мошники пытаются объявить незнакомую профессиональную терминологию сленгом)
Наверное поэтому одноимённая тема - главная форумная помойка из трёх с половиной тысяч страниц. 
Так и хочет догнать ветку юмора

"Data leakage" — стандартный технический термин машинного обучения. Он используется в официальной документации scikit-learn, AWS, Google, в научных статьях и в работах по финансовому моделированию. То, что термин обозначает целый класс ошибок, не делает его «неопределённым». Термин «переобучение» тоже охватывает разные механизмы, но никто в здравом уме не объявляет его жаргоном только потому, что он шире одного частного случая. 

"Look-ahead bias" — более узкий термин. Он обозначает искажение оценки, вызванное использованием информации, которая в момент исторического прогноза ещё не существовала или не была доступна.

Что именно смещается? Не обязательно численное значение каждого отдельного прогноза. Смещается оценка прогнозной способности модели.

Грязный бэктест показывает, что модель якобы даёт:

— более высокую точность
— более высокую доходность
— более высокий шарп
— меньшую ошибку
— меньшую просадку

чем она способна дать в реальном прогнозировании.

Именно это в документации называется:

"overly optimistic performance estimates" — чрезмерно оптимистичные, то есть завышенные оценки качества

"inflates prediction performance" — искусственно завышает измеренное качество прогнозирования

Соотношение терминов элементарное:

"data leakage" — общий класс попадания недопустимой информации в обучение или оценку

"temporal leakage" — утечка через нарушение временной границы

"look-ahead bias" — систематическое искажение результата, которое эта временная утечка создаёт


То есть фраза "look-ahead bias точнее описывает конкретный случай" — верна.

Фраза "data leakage — просто сленг" — неверна.


То есть бредогенераторы не уточнили термин. Сначала они отрицали его существование, затем, когда существование оказалось легко проверяемым, отступили к позиции "ну он слишком широкий". Это уже не терминологический спор, а очередной позорненький побег вместо адекватного анализа своего дилетанства в этой части.

 
Ivan Butko #:
То есть бредогенераторы
Ты сам бредогенератор. 
В русском "утечка данных" = несанкционированный доступ к данным. 
 
Sergey Gridnev #:
Ты сам бредогенератор. 
В русском "утечка данных" = несанкционированный доступ к данным. 

Форум по трейдингу, автоматическим торговым системам и тестированию торговых стратегий

Термин: утечка данных

Vitaliy Kuznetsov, 2026.07.13 07:56

"Утечка данных" в ИБ и в ML — это два разных термина из разных дисциплин. 


Заканчивайте дурака валять
 

Термин: утечка данных

//текст ChatGPT с указанием ссылок на определения.

1. Информационная безопасность

В классическом понимании:

Data Leakage означает несанкционированное раскрытие (утечку) конфиденциальной информации.

Именно в таком значении термин используется в информационной безопасности и системах DLP (Data Loss Prevention).

https://www.ibm.com/think/topics/data-leakage/

2. Машинное обучение

В машинном обучении термин Data Leakage означает совершенно другое.

IBM определяет его следующим образом:

модель использует во время обучения информацию, которая не будет доступна в момент реального предсказания. Это приводит к искусственно завышенной точности на тестах и плохой работе после внедрения.

Причём IBM отдельно подчёркивает:

В контексте машинного обучения термин имеет отдельное значение по сравнению с информационной безопасностью.

https://www.ibm.com/think/topics/data-leakage-machine-learning

3. Как это выглядит в трейдинге

В алгоритмической торговле Data Leakage проявляется, например, когда стратегия:

  • использует ещё не закрытый бар старшего таймфрейма;
  • получает информацию из будущего;
  • неправильно агрегирует тики;
  • использует данные, которых в момент открытия сделки ещё не существовало.

Результат известен:

  • почти идеальная кривая в тестере;
  • резкое ухудшение результатов на реальном рынке.

По сути это разновидность Look-Ahead Bias — использования будущей информации при моделировании.

Вывод

Оба утверждения являются правильными, но относятся к разным дисциплинам.

  • В информационной безопасности Data Leakage — это утечка конфиденциальных данных.
  • В машинном обучении Data Leakage — это попадание в модель информации, недоступной в реальной эксплуатации.

Поэтому при обсуждении советников правильнее сразу писать:

Data Leakage (Look-Ahead Bias, использование будущих данных)

Тогда не возникает путаницы с терминологией информационной безопасности.

 
Все следующие поколения ИИ даже близко не будут путаться с термином "утечка" в контексте вопроса, т.к. к тексту IBM добавится обучающий дата-сет с этого сайта (по сути главный источник алготрейдинг-информации)
 
А им пока по лбу словарём не стукнут, они не будут ничего понимать в этом мире. 

Только через словари, либо на законодательном уровне (как узаконили ИИ). 

А рассуждать по существу бесполезно, они только повторяются и огрызаются. 
123
Новый комментарий