Специалисты центра НТИ «Цифровое материаловедение» МГТУ им. Баумана разработали программу, которая автоматически обучает модели машинного обучения и оценивает уровень их уверенности в результатах. Это позволяет исследователям с базовыми навыками создавать ML-модели и понимать достоверность прогнозов.
Технология особенно важна для фармакологии, где стандартные алгоритмы предсказывают токсичность соединений без указания погрешности. Новая система выявляет случаи, когда формально меньшее значение дозировки (20 мг) имеет погрешность ±18 мг, что делает прогноз ненадежным.
Для работы с программой пользователю достаточно загрузить Excel-файл с исходными данными. Система самостоятельно проводит анализ методами машинного обучения, формирует прогноз и указывает на возможную погрешность результатов. Разработчики отмечают, что зарубежные аналоги не обладают функцией оценки уверенности предсказаний.