Автор работы: Пользователь скрыл имя, 21 Ноября 2013 в 12:40, контрольная работа
На сегодняшний день возможности нейросетевых технологий используются во многих отраслях науки, начиная от медицины и астрономии, заканчивая информатикой и экономикой. Между тем далеко не все потенциальные возможности нейросетевых методов изучены, но одними из их свойств являются возможности распознавания и классификации образов, работы с большими массивами зашумленных данных, аппроксимация и выявление неочевидных зависимостей в данных финансовых временных рядов. На основе этих свойств нейросетевых архитектур можно сделать вывод о значительном преимуществе их использования для анализа и прогнозирования динамик финансовых рядов, в частности фондового рынка.
Введение
Глава 1. Понятие нейросетевых технологий и нейросетевого анализа
Основные понятия нейросетевого анализа
Общие характеристики нейросетей
Преимущества нейросетевых сетей
Глава 2. Практическое применение нейросетевой технологии
Заключение
Список использованной литературы
Таким образом, для эффективного формирования кредитного портфеля банкам необходимо взять на вооружение передовые технологии добычи знаний и применить их для оценки потенциальных заемщиков. Благодаря этому можно будет не бояться предстоящей конкуренции на этом рынке. Подготовка решения данного вопроса сейчас позволит обкатать саму процедуру и в дальнейшем избежать ошибок и расходов в связи с массовым применением таких подходов в дальнейшем.
Список использованной литературы:
1. В.П.Дьяконов, В.В. Круглов. Matlab 6.5 SPI1/7/7 SP1/7 SP2 + Simulink 5/6. Инструменты искусственного интеллекта и биоинформатики. Сер. «Библиотека профессионала».- М.: СОЛОН-ПРЕСС, 2006
2. Потемкин В.Г. Инструментальные средства MATLAB. Москва: Диалог – МИФИ, 2000
3. Головко В.А. Нейроинтеллект: Теория и применения. Книга 1. Организация и обучение нейронных сетей с прямыми и обратными связями - Брест:БПИ, 1999, - 260с.
4. Головко В.А. Нейроинтеллект: Теория и применения. Книга 2. Самоорганизация, отказоустойчивость и применение нейронных сетей - Брест:БПИ, 1999, - 228с.
5. Уоссермен Ф. Нейрокомпьютерная техника: Теория и практика, 1992 - 184с.
6. Б.М.Владимирский. Нейронные сети как источник идей и инструмент моделирования процессов самоорганизации и управления // Экономический вестник Ростовского государственного университета. 2006. Т. 4. № 4. С. 142-144.
7. В. П. Боровиков, Г. И. Ивченко Учебник по математической статистике с упражнениями в системе STATISTICA
8. Автоматизированные информационные технологии: Учебное пособие Под ред. Т.В. Воропаевой, В.Б. Либермана, А.И. Никифорова. – М.: Финансовая академия 2002 г.
9. Автоматизированные информационные технологии в экономике: Учебник для вузов. Под ред. Г.А. Титаренко. – М.: ЮНИТИ, 1998.
10. Информатика: Учебник 4-е изд./Под ред. Н.В.Макаровой –М.:Финансы и статистика, 2001.
11. Компьютерные системы и сети: Учеб. пособие/ В.П. Косарев и др. /Под ред. В.П. Косарева и Л.В. Еремина.-М.: Финансы и статистика, 2001.
12. С.В.Маклаков «BPwin и ERwin CASE-средства разработки информационных систем». - М.: "ДИАЛОГ-МИФИ", 2000.
Информация о работе Практическое применение нейросетевой технологии