[ИВВ] Оценка качества нейронных сетей Алгоритмы и практические примеры

Книга «Оценка качества нейронных сетей: Алгоритмы и практические примеры» представляет собой практическое руководство по оценке качества нейронных сетей. В ней представлены не только основные алгоритмы оценки, но и шаги подготовки данных, обучения сети, получения предсказаний и интерпретации результатов.

Авторы также исследуют возможности дальнейшего развития и предоставляют примеры применения алгоритма на реальных данных. Эта книга станет полезным ресурсом для исследователей, разработчиков.

Спойлер: содержание
Оценка качества нейронных сетей: Алгоритмы и практические примеры
Обзор алгоритмов оценки качества моделей
Введение в нейронные сети и их применение в задачах классификации
Задача оценки качества модели на основе точности и полноты
Подготовка данных
Разделение данных на тренировочный и тестовый наборы
Обработка пропущенных значений и выбросов
Преобразование признаков и кодирование категориальных переменных
Обучение нейронной сети
Построение архитектуры нейронной сети
Выбор функции потерь и оптимизатора
Настройка параметров модели
Обучение нейронной сети на тренировочном наборе данных
Оценка производительности модели на тренировочном наборе данных
Получение предсказаний
Использование обученной нейронной сети для получения предсказаний на тестовом наборе данных
Преобразование предсказанных значений в классы
Расчёт точности и полноты на тестовом наборе данных
Вычисление F1-меры
Определение формулы F1-меры и ее роль в оценке качества модели
Вычисление F1-меры на основе полученных значений точности и полноты
Интерпретация полученного значения F1-меры
Оценка и интерпретация результатов
Анализ полученных результатов
Сравнение с другими моделями и алгоритмами
Обсуждение преимуществ и недостатков оценки на основе точности и полноты
Применение алгоритма на реальных данных и рассмотрение примеров
Заключение
Перспективы развития и дальнейшие исследования
Завершение

Формат: epub, fb2, pdfRead, mobi