
|
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
|
|

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

|
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
|
|

|
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
|
|