Лабораторная работа №8 (5 Вариант), Исследование методов классификации данных с помощью нейронной сети, Теория информации, данные, знания (ТИДЗ, ТИПИС)

Цель работы – исследование принципов разработки нейронной сети на примере задачи классификации данных в PyTorch.

Задания:

Изучить понятие кросс-энтропии и Softmax.

Исследовать нейронную сеть при заданных начальных параметрах (см. таблицу).

Найти минимальное значение n_hidden_neurons, при котором сеть дает неудовлетворительные результаты, т.е. обучение невозможно.

Исследовать зависимость точности распознавания от количества нейронов в скрытом слое, количества слоев, метода активации.

При каком значении test_size сеть предсказывает хуже, чем Base Rate (BaseRate – это вероятность самого многочисленного класса в исходных данных)? И какой Base Rate у датасета вин?

Примечание: самый многочисленный класс датасета – первый. Base Rate = len(wine.target[wine.target == 1]) / len(wine.target)

Исследовать зависимость времени обучения от размера батча.