Применение многослойных нейронных сетей для решения прикладных задач обработки данных
Предобработка данныхПринцип 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 признаковИнженерия 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 моделиОбщая 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 моделиТестирование 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 |
Контроль знаний
Контрольная работа(Для зарегистрированных пользователей) |