Общее задание:
Используя код из пункта «Регуляризация и сеть прямого распространения» из [1] (стр. 228), сгенерируйте определенный тип данных и 
сравните на нем 3 модели (по варианту). Постройте графики, отобразите качество моделей, объясните полученные результаты.

13 вариант:Данные: make_moons (noise=0.3, random_state=rs)
Модели:
· Линейную регрессию
· Полиномиальную регрессию (со степенью 3)
43
· Многослойный персептрон со 100-а нейронами в скрытом слое (alpha
= 0.01)

Чтобы Запустить приложение нужно запустить файл app.py

Технологии:

Язык программирования: Python
Фреймворк: Flask (для веб-приложения)
Библиотеки: NumPy, scikit-learn, Matplotlib
Описание программы:
Программа представляет собой веб-приложение, реализованное с использованием Flask. Она генерирует данные, используя make_moons из scikit-learn, и сравнивает три модели машинного обучения: линейную регрессию, полиномиальную регрессию степени 3 и многослойный персептрон с 100 нейронами в скрытом слое и параметром регуляризации alpha=0.01.

Входные данные:

Данные, сгенерированные с использованием make_moons (noise=0.3, random_state=0).
Выходные данные:

Веб-страница с кнопкой "Сравнить модели".
После нажатия кнопки выводятся графики, представляющие результаты трех моделей (линейной регрессии, полиномиальной регрессии и многослойного персептрона) с соответствующими оценками (score). Графики сохраняются и отображаются на веб-странице.