Как проверить нейросеть\отфильтровать обучающие данные?
Доброго времени суток.
Дипломная работа. Есть задача распознавания заболевания по статистическим данным.
Есть выборка для трех групп (здоровые люди, заболевшие, заболевшие с осложнениями), небольшая (от нескольких десятков для больных и сотней+ для здоровых).
Пытался решить задачу с помощью brain.js. После обучения сеть дает совершенно неадекватные оценки. Чаще всего всего выдает одну и ту же группу на выходе, в независимости от поданного на вход примера. Большое число итераций и увеличение числа слоев дает небольшой прогресс. Минимальная ошибка достигнутая в процессе обучения 0.1
Вопрос в том как проверить адекватность работы сети (может учу не верно), возможно есть тестовые данные которые можно адаптировать под мой случай? Либо адекватность данных (может обработал не верно, либо нужно какие-то параметры выкинуть). Параметров всего 45, нормирую перед подачей, делю на максимум, чтобы попадали в диапазон [-1;1], подаю все одним массивом - 150 человек, по 50 из каждой группы.
В самом крайнем случае нужен другой, не сложный в освоении, метод или инструмент способный решить задачу.
Ну и в лучших традициях - нужно вчера :(
Прежде, чем браться за такую работу, да ещё и с непонятными инструментами, нужно обладать знаниями по проектированию НС. Каждая задача специфична и может решаться разными способами при проектировании НС.
Создание НС - это разработка модели посредством "чистой" математики и формул в 95% времени. И лишь 5% - кодирование алгоритма.
Без фундаментальных знаний по НС - итог предсказуем.
Надо вчера? -> фриланс.
Непонятно, что из себя представляют данные - это довольно важно. Если то, что вы называете параметрами, это features, и речь идет о табличных данных, то НС могут оказаться неоптимальным выбором алгоритма.
Но вообще для НС сотен примеров обычно очень мало.
Арсений Кравченко: большое спасибо! Способ оказался не пригодным для анализа трех групп данных в один проход, но, пока, 100% определяет разницу между двумя группами. Тестирую.
Простой
Простой
