В докладе представлен подход к визуализации и анализу эффективности нейронной сети с применением одномерных и трехмерных графиков. Предложена обобщенная структурная схема алгоритмического обеспечения для решения задач настройки и визуализации нейросетевых моделей. В рамках исследования влияния нескольких макропараметров на качество обучения сети приведены частные одномерные зависимости ошибок RMSE и обобщенная трехмерная функция ошибок, которая учитывает количество нейронов в скрытом слое, число обучающих примеров и количество эпох обучения. Программная реализация алгоритмов расчета, обучения и визуализации нейронных сетей проведена на языке Python. Анализ полученного трехмерного графика позволил сделать вывод о нелинейном характере полученной многомерной зависимости и определить наилучшее сочетание макропараметров с использованием экспертной функции оценки