Evaluar un clasificador binario basado en una red neuronal

Preprocesado de los datos. Resampling, para que el entrenamiento de la red neuronal sea más rápido.
Creación de los conjuntos de entrenamiento, validación y test.
Estandarización de las matrices de entrada a la red neuronal.
Optimización de los hiperparámetros de la red.
Entrenamiento y test de la red neuronal.

Para considerar la práctica realizada, los alumnos deberán entregar:
- Código en R de los scripts programados para optimizar (optimizacion.R) y testear (train_test.R) la red neuronal.
- Gráfico con los valores de la métrica de rendimiento para cada combinación de los valores de los hiperparámetros en el conjunto de validación (similar al que aparece en la Figura 2).
- Matriz de confusión de 2 clases en el conjunto de test, así como los valores de las métricas de rendimiento típicas en ese conjunto de test: sensibilidad, especificidad, valor predictivo positivo, valor predictivo negativo y precisión.