Теория нейронных сетей

Предобработка данных

Принцип GIGO, способы предобработки данных: очистка данных, интеграция данных, редукция данных, преобразование данных, «грязные» данные и методы очистки данных, устранение выбросов и восстановление пропущенных значений в данных

Формирование признаков

Инженерия признаков (feature engineering), подходы к формированию признаков: конструирование признаков (feature construction), выделение признаков (feature extraction), отбор признаков (feature selection), обучение признаков (feature learning)

Построение нейросетевой модели

Общая схема построения нейросетевой модели, выбор архитектуры нейронной сети и метода обучения, подходы к настройке гипер-параметров нейросетевой модели и метода обучения, обучение и валидация нейросетевой модели

Оценка качества нейросетевой модели

Тестирование нейросетевой модели, оценка качества решения задач регрессии и классификации, статистический анализ ошибок регрессии, матрица ошибок нейросетевого классификатора, ROC-анализ нейросетевого классификатора, расчет показателя ROC AUC

Контрольная работа