Project made during the Neural Network Class lessons at CIn UFPE graduation.
Dataset can be downloaded at: https://drive.google.com/file/d/1Lml4_zxSEaZc-WIo_vVOyFwtzWS_hh40/view?usp=drive_web&authuser=1
Pietro Masur - Ewerton Bernardo Objetivo: Treinar um modelo de redes neurais para classificação de dados de risco de crédito.
Testes empíricos com modelos diferentes: cada um deles será avaliado através de métricas comuns e investigado através de um grid search.
- Épocas = 10.000
- Paciência = 20
- KS
- MSE
- Matriz de Confusão
- Auroc
- Classification-Report (Recall, Precision e F-Measure)
-
MLP:
-- Optimizers: [SGD, Adam, Adagrad]
-- LRs: [0.005, 0.015, 0.3]
-- Hidden Layers: [1,2]
-- Numbers of neurons: [5,30,100]
-- Activation Function on Hidden Layer: [ReLU, Sigmoid, Tanh] -
Random Forests:
- Esemble de MLPs
- Gradient Boosting
-- LRs: [0.0001, 0.0005, 0.005, 0.01, 0.04]
-- Number of Estimators:[200, 500, 800, 1000, 1200, 1500]
-- Min Number Samples in Leaf: [0.05, 0.08]
-- Depth:[3,10] - Esemble de classificadores
- SVM