Критерии оценки эффективности применения генеративно-состязательных сетей для предварительной обработки данных в моделях машинного обучения

Abstract

В статье представлен подход к оценке эффективности генеративно-состязательных сетей для предварительной обработки данных. Рассмотрены и классифицированы некоторые метрики оценки правдоподобности сгенерированных данных, перечислены распространенные методы оценки предсказательной силы модели, а также уделено внимание применимости модели машинного обучения для решения задач в предметной области.

The article presents an approach to evaluating the effectiveness of generative-adversarial networks for data preprocessing. Some metrics for evaluating the plausibility of the generated data are considered and classified, common methods for evaluating the predictive power of the model are listed, and attention is paid to the applicability of the machine learning model for solving problems in the subject area.