Условие:
Разработать архитектуру полносвязной нейронной сети (Feedforward Neural Network) с использованием библиотеки TensorFlow/Keras для решения задачи многоклассовой классификации набора данных Wine.
Архитектура сети:
Входной слой: 13 нейронов (количество признаков)
1-й скрытый слой: 64 нейрона, функция активации ReLU
2-й скрытый слой: 32 нейрона, функция активации ReLU
Выходной слой: 3 нейрона (количество классов), функция активации Softmax
Требования:
Загрузить и предобработать набор данных Wine
Разделить данные на тренировочную и тестовую выборки (80% / 20%)
Выполнить масштабирование признаков (стандартизацию, используя StandartScaler)
Построить нейронную сеть указанной архитектуры
Скомпилировать модель с оптимизатором Adam и функцией потерь categorical_crossentropy
Обучить модель на 100 эпохах с размером пакета 32
Оценить качество модели на тестовой выборке
