ANN（神经网络）包含两个隐藏层模型，并具有...

简介：
一项从头开始构建的实习神经网络（ANN），其核心包含两个隐藏层神经网络模型以及一个配备适当激活功能的输出层。该实习项目所利用的数据集为Bank_data.csv（逗号分隔值格式），其中包含的数据来源于真实和伪造钞票图像的采集。为了实现数字化，采用了一种通常用于打印支票的工业相机。最终获得的图像分辨率约为400x400像素，并以灰度形式呈现，由于镜头和物体距离的限制，获得了大约660 dpi的分辨率。小波变换工具被应用于从这些图像中提取有价值的特征。银行数据集中的特征包括Image.Var、Image.Skew、Image.Curt以及Entropy。类变量主要由Image.Var、Image.Skew、Image.Curt和Entropy定义，而目标对象则可分为类（0和1）。该数据集的维度为（1372，5）。在探索性数据分析（EDA）过程中，我们首先检查了数据集中是否存在缺失值：结果表明数据集中没有缺失值。接下来，我们进一步确认了数据类型，并分析了每一列与目标变量关联时的分布情况——发现所提供的数据集呈现出不正常的分布情况。