Visão Geral
Descrição Geral
Modelo MLP para Diagnóstico de Diabetes
MLP é um tipo de arquitetura de rede neural que consiste em múltiplas camadas de neurônios, permitindo a modelagem de relações complexas entre as variáveis de entrada e a saída desejada. O treinamento foi realizado utilizando variadas técnicas possibilitadas através de uma ferramenta criada em Python, bem como algumas implementações únicas. Os modelos foram treinados com um conjunto de dados contendo informações médicas relevantes coletados de uma população de mulheres indígenas da etnia norteamericana Pima.
Este relatório inclui detalhes sobre a configuração do modelo, os dados utilizados, e as estatísticas descritivas das métricas de desempenho. O objetivo é fornecer uma visão abrangente do processo de desenvolvimento e avaliação do modelo MLP para diagnóstico de diabetes.
Objetivos
- Desenvolver um ferramenta robusta capaz de treinar modelos MLP utilizando Scikit-learn (Python) para classificação binária.
- Minimizar Falsos Negativos sem comprometer a Acurácia.
- Avaliar e validar o desempenho do modelo treinado contra múltiplas instâncias da base de dados.
Figura 1: Matriz de Confusão de Modelos MLP (classificação binária) [Fonte: ResearchGate]
