Описание реализации. 
Реализация метода бинарной классификации с использованием нейронных сетей на примере модели кредитного скоринга

Искусственная нейронная сеть (ИНС) — это то, что стало новым техническим явлением в таких областях, как информационные технологии, медицина, экономика, финансы, физика, математика, кибернетика и т. д. Нейронные сети представляют собой вычислительный подход, основанный на большом наборе нейронных единиц (искусственных нейронов), он позволяет воспроизводить чрезвычайно сложную (нелинейную) зависимость. Процесс аналогичен работе биологического мозга, который решает проблемы с большими кластерами биологических нейронов, связанных аксонами. Нейронная сеть учится и исправляет ошибки, имитируя работу низкоуровневой структуры мозга.

Каждая единица нейронной сети (нейрон) является обрабатывающим элементом с заданной единичной функцией. Соединения между нейронами создают сеть, которая позволяет вам определять корреляцию между отдельными данными. Этот алгоритм использует все переменные, автоматически оценивает вклад каждого признака в результаты, учитывая их интерференцию, которая позволяет вам найти сложную нетривиальную зависимость.

Можно корректировать веса каждого нейронного дендрита, когда вы вычисляете значение ошибки сигнала для каждого нейрона.

Чаще всего нейронные сети (НС) являются самым эффективным методом классификации именно за счёт того, что фактически порождают множество моделей регрессии, которые, как было сказано раньше, используются наиболее часто для решения задачи классификации статистическими методами.

Как правило, выделяются три основных вида нейросетей:

• ? Полносвязные (на рисунке 1, а).
• ? Многослойные (на рисунке 1, б).
• ? Слабосвязные, с локальными связями (на рисунке 1, в).

Рис.2 Типы нейронных сетей