Нейрокомпьютинг и его применения в экономике и бизнесе. Ежов А., Шумский С. |
| Что такое Форекс - Книги по Форекс |
| 10.11.11 12:41 |
|
Название: Нейрокомпьютинг и его применения в экономике и бизнесе. Автор: Ежов А., Шумский С. В этой книге, основанной на курсе лекций, прочитанном авторами в Финансово-Аналитическом Колледже МИФИ, мы знакомим читателя с основами нейросетевой обработки данных и примерами типовых применений, преимущественно в области финансов и бизнеса. Наш опыт свидетельствует, что главным препятствием к широкому практическому применению нейрокомпьютинга служит недостаточное понимание его основ. Эта книга писалась с целью восполнить этот пробел. Поэтому основное внимание здесь уделяется описанию принципов нейросетевой обработки данных, их потенциальных возможностей и преимуществ, а также подробному разбору нескольких конкретных применений. Упор делается на концептуальной стороне дела, а не на описании конкретных алгоритмов. Предполагается, что в случае необходимости читатель сможет воспользоваться одним из многочисленных коммерческих нейро-эмуляторов, а не возьмется программировать нейросети "с нуля" на C++. Главная задача книги - научить читателя "видеть" нейросетевые постановки задач в его повседневной работе, помочь ему автоматизировать рутинную обработку сложной многофакторной информации с помощью современного математического аппарата - искусственных нейронных сетей. Хотя мы старались избегать математических выкладок и, по возможности, упростить изложение, хотелось бы заранее предупредить, что материал этой книги рассчитан на достаточно подготовленного читателя - как минимум студента старших курсов. Наш "идеальный" читатель -студент, научный работник, финансовый аналитик, консультант, брокер или просто бизнесмен, желающий повысить эффективность своего бизнеса путем более вдумчивой работы с доступной ему информацией. Содержание Введение. Компьютеры и Мозг Нейрокомпьютеры попадают в заголовки газет. Что отличает обработку информации в мозге и в современных компьютерах? Символьная и образная информация. Перспективы нейрокомпьютинга. Нейрокомпьютеры: какие они? Как начинался нейрокомпыотинг? Как выглядят современные нейрокомпьютеры? Какова га производительность и цена? Нейрокомпьютеры и нейро-эмуляторы. Как и где используют нейрокомпьютинг? Основные парадигмы нейрокомпьютинга. Анатомия нейросетей. Кчассификация нейро-архитектур. Обучение с учителем: Распознавние образов Персептроны. Прототипы задач: аппроксимация многомерных функций, классификация образов. Возможности персептронов. Обучение с обратным распространением ошибки Эффект обобщения и переобучение. Оптимизация размеров сети: разрежение связей и конструктивные алгоритмы. Обучение без учителя: Сжатие информации Прототипы задач: кластеризация данных, анализ главных компонент, сжатие информации. Хеббовское обучение. Автоассоциативные сети. Конкурентное обучение. Сети Кохонена. Гибридные архитектуры. Рекуррентные сети: Ассоциативная память Сеть Хопфилда и спиновые стекла. Энергия и динамика сети. Ассоциативная память, запись и воспроизведение. Емкость памяти: термодинамический подход. Чувствительность к огрублениям и повреждениям связей. Повышение емкости памяти: разобучение. Запоминание последовательностей образов. Сеть Хопфилда с точки зрения теории информации. Выделение прототипов и предсказание новых классов. Нейросетевая оптимизация Комбинаторная оптимизация и NP-полные задачи. Сеть Хопфилда решает задачу коммивояжера. Метод ичмитации отжига. Оптимизация и сети Кохонена. Растущие нейронные сети. Другие ибиологические " .методы. Предобработка данных Как решаются конкретные задачи? Кодирование входов-выходов. Виды нормировки. Линейная предобработка входов. Понижение размерности и отбор наиболее значимых входов. Что обеспечивает доходность бизнеса, основанного на предсказаниях? Какова методика предсказания временных рядов? Специфика финансовых временных рядов. Как подбирать признаковое пространство? Какой функционал ошибки лучше? Норма прибыли нейросетевой игры на реальных данных. Извлечение правил. Анализ значимости входов Искусственный интеллект, экспертные системы и нейронные сети. Извлечение правил из нейронных сетей. Алгоритм NeuroRule. Прореживание нейронных сетей. Обучение нейронных сетей с одновременным исправлением данных. Алгоритм TREPAN для извлечения деревьев решений с использованием нейронных сетей. Предсказание рисков и рейтингование Зачем нужны и какие бывают рейтинга? Нейросетевое рейтингование ценных бумаг. Предсказание банкротств. Возможно ли объективное рейтингование? Пример нейросетевого анализа российских банков. Нейросети и Нейронные сети и статистика. Нейронные сети и нечеткая логика. Нейронные сети и экспертные системы. Нейронные сети и статистическая физика. Заключение Еще несколько примеров применений нейросетей в бизнесе: оценка стоимости квартир в Москве, карта состояний фондового рынка, категоризация кру}тейших компаний России. Заключение Скачать книгу Нейрокомпьютинг и его применения в экономике и бизнесе. Ежов А., Шумский С. - depositfiles Скачать книгу Нейрокомпьютинг и его применения в экономике и бизнесе. Ежов А., Шумский С. - letitbit Теги: нейрокомпьютинг :: Ежов :: Шумский :: сеть Хопфилда Следующие статьи:
Предыдущие статьи:
|
Добавить комментарий
Запрещены: спам в комментариях, ругань, нецензурные слова, тексты привлекающие к насилию, расизму и т.д.