Разработка методов и программных средств машинного обучения с применением теории аргументации и сетей глубокого обучения

В ходе выполнения исследования будет проведен сравнительный анализ имеющихся алгоритмов обучения нейросетей с целью выявления наиболее устойчивых к шумам в данных алгоритмов. Для проведения данного исследования планируется разработать программный комплекс, который бы позволял тестировать различные алгоритмы обучения, в том числе с применением методов планирования экспериментов и теории оптимизации Бокса-Уилсона. Данный программный комплекс должен обладать широкими возможностями по предварительной подготовке тестовых данных: импортировать данные из открытых репозиториев по машинному обучению UCI и Kaggle, проводить предварительную обработку и визуализацию обучающих данных, моделировать различные типы шумов - искажения, пропуски и некорректности в данных