Как выглядит нейронная сеть?

Question

[banzaika01]

Задача - написать нейронную сеть, принимающее решение о выдаче кредита.
Ребята, расскажите в чем суть, не пинайте.
Если сделать бд с вопросами и весами, вопросами и табличкой куда переходить дальше - это дерево принятия решений?
Чем нейронка отличается? Как выглядит БД для нейронной сети? Ребят, прошу показать практические примеры, внутренности нейронной сети и код, книжек пересмотрела целую кучу, не очень помогли.
Всем огромное спасибо, кто откликнется:)

Answer 1

[xdgadd]

Погуглите решающие деревья(тык, тык), там классический пример про задачу кредитного скоринга.

По нейросетям, на основе фреймворка keras это выглядит как-то так:

from keras.models import Sequential
from keras.layers import Dense, Activation

model = Sequential()
# Полносвязный слой из 32 нейронов, принимает на вход вектор из 25 признаков
model.add(Dense(32, input_shape=(25,)))
model.add(Dense(64)) # Полносвязный слой из 64 нейронов
model.add(Dense(1)) # Выходной слой
model.add(Activation('relu')) # Полулинейная функция активации

# Оптимизатор: Root Mean Squared Error Propagation
# Функция потерь: Logloss aka перекрестная энтропия
# Метрика: accuracy
model.compile(optimizer='rmsprop',
              loss='binary_crossentropy',
              metrics=['accuracy'])
...
model.fit(Xtrain, Ytrain)
accuracy = your_eval_func(model.predict(Ytest, Xtest))
preds = model.predict(target_data)

Answer 2

[Вячеслав Шиндин]

Можно установить это https://github.com/Microsoft/LightGBM
Там есть инструкция по установке, документация и примеры использования.