Систематическая составляющая ошибки прогнозирования качества обучения искусственных нейронных сетей

Рассмотрены алгоритмы обучения искусственных нейронных сетей, позволяющие одновременно с обучением предсказывать качество работы обученной нейронной сети. Показано, что получаемые при обучении прогнозы имеют завышающую систематическую погрешность. Корректировка этой составляющей погрешности снижает ошибку предсказания до двух раз.