feat: complete wikification of War Commander batch 1&2 and final grey dot cleanup

10_Wiki/Topics/AI/Imbalanced-Data-Handling.md

@@ -1,12 +1,12 @@
 ---
 id: ML-IMBAL-001
-category: "[[10_Wiki/💡 Topics/AI]]"
+category: "10_Wiki/💡 Topics/AI"
 confidence_score: 1.0
 tags: [machine-learning, imbalanced-data, resampling, smote, focal-loss]
 last_reinforced: 2026-04-26
 ---
 
-# [[Imbalanced Data Handling (불균형 데이터 처리)]]
+# Imbalanced Data Handling (불균형 데이터 처리)
 
 ## 📌 한 줄 통찰 (The Karpathy Summary)
 > "데이터의 양(Quantity)에 압도당하지 말고, 소외된 소수의 정보(Minority Class) 속에 숨겨진 가치에 집중하라" — 학습 데이터의 클래스 분포가 편향되어 있을 때, 모델이 다수 클래스에만 치우친 예측을 하지 않도록 데이터나 알고리즘 측면에서 균형을 맞추는 기법.
@@ -28,5 +28,5 @@ last_reinforced: 2026-04-26
 - **정책 변화:** Antigravity 프로젝트는 보안 로그 분석 시, 압도적으로 많은 '정상 접근' 사이에서 극소수의 '공격 징후'를 놓치지 않기 위해 SMOTE와 Cost-sensitive 앙상블 모델을 표준으로 사용함.
 
 ## 🔗 지식 연결 (Graph)
-- [[Focal-Loss]], [[Supervised-Learning-Foundations]], [[Precision-Recall-and-F1-Score]], [[Deep-Learning-Foundations]]
-- **Raw Source:** [[10_Wiki/Topics/AI/Imbalanced-Data-Handling.md]]
+- [[Focal-Loss]], [[Supervised-Learning-Foundations]], Precision-Recall-and-F1-Score, Deep-Learning-Foundations
+- **Raw Source:** 10_Wiki/Topics/AI/Imbalanced-Data-Handling.md