Интеллектуальный анализ данных в менеджменте. Кричевский М.Л. - 46 стр.

UptoLike

ВУЗ: 

СПб ГУАП | Санкт-Петербург

Составители: 

Рубрика: 

46
1.8. Алгоритмы решения задач с помощью нейронных сетей
Для решения задачи независимо от ее конкретного содержания
посредством ИНС необходимо выполнить следующую совокупность
операций:
– определить составляющие входного вектора х;
– установить выходной вектор у таким образом, чтобы его компо"
ненты представляли собой ответ на поставленную задачу;
– выбрать количество слоев сети и нейронов в каждом слое. При этом
числа нейронов в входном и выходном слоях определяются размернос"
тями векторов, соответственно, х и у. При использовании сети Кохоне"
на размерность выхода определяется количеством требуемых классов
(групп), на которые должна быть разделена совокупность;
– оценить диапазоны изменения входов и выходов; при необходи"
мости произвести нормировку входных данных;
– обучить нейронную сеть тем или иным способом, т. е. подобрать
параметры сети (значения весов) таким образом, чтобы минимизиро"
вать ошибку обучения;
– приступить к работе с обученной нейронной сетью, подав на вход
сети значение входного вектора х.
Рассмотрим некоторые типичные задачи в области менеджмента,
которые можно решать с помощью ИНС.
Задача классификации. Положим, что имеется набор данных об n
объектах (фирмах, банках, товарах), каждый из которых характе"
ризуется m"мерным вектором х, т. е. исходная матрица данных со"
стоит из n строк и m столбцов. Необходимо посредством ИНС разде"
лить объекты на ряд сходных групп.
Такая задача может решаться как с использованием многослой"
ного персептрона, так и сети Кохонена. В первом случае применяется
обучение с учителем, во втором – без учителя.
Количество слоев в многослойном персептроне обычно не превы"
шает трех (входной, скрытый, выходной), что следует из теоремы
А. Н. Колмогорова. В последней доказано, что аппроксимация функ"
ции, трансформирующей m"мерный входной вектор в M"мерный вы"
ходной вектор, осуществима нейросетью с одним скрытым слоем с
(2m+1) нейронами. По условию задачи размерность входного векто"
ра равна m, поэтому входной слой содержит m нейронов; число ней"
ронов в выходном слое зависит от того, на сколько классов предпола"
гается разбить выборку данных.
В задаче сеть должна отнести каждый объект к одному из выде"
ленных классов. Для классификации используется номинальная
выходная переменная в одном из двух видов кодировки:

Страницы