Philip Ramsey, Data Scientist, consultant statistique et professeur, North Haven Group et Université du New Hampshire
Marie Gaudard, PhD, Data Scientist et Statisticienne, Predictum
Rosemary Danaher, doctorante en statistique, Université du New Hampshire
Christopher Gotwalt, PhD, scientifique en chef des données, JMP
Les réseaux de neurones artificiels (ANN) et leur apprentissage en profondeur peuvent générer des modèles prédictifs très précis.Cependant, ils comportent un risque caché de catastrophe scientifique : les RNA sont très sensibles à la distribution spatiale des variables d'entrée.Pour les données avec des amas ou des lacunes importantes, les ANN ont tendance à bien s'intégrer dans les amas mais prédisent du charabia dans les lacunes.Nous utilisons des études de cas et des simulations pour montrer les dangers d'appliquer des ANN à des données avec une mauvaise distribution spatiale. Nous démontrons également que des améliorations de la précision prédictive sur les nouvelles données sont obtenues en concevant des ensembles de validation et de test avec explicitement à l'esprit des performances de généralisabilité élevées. En utilisant les bibliothèques ANN populaires Pytorch et Tensor Flow, en plus des algorithmes natifs de JMP Pro, nous démontrons que le problème de la mauvaise généralisation du réseau de neurones existe indépendamment de la mise en œuvre du réseau de neurones.
