Neyron tarmoqlardan foydalanish xususiyatlarni bashoratlash va oshkor qilish Тeyron tarmoqlardan foydalangan holda emitentning standart bashorati

Sun'iy neyron tarmoqlari

Afzalliklar

• Neyron tarmoq o'rganishga qodir va dasturni dasturlash / disk raskadrovka qilishni talab qilmaydi
• To'liq bo'lmagan ma'lumotlarni qayta ishlashga qodir, shovqinni filtrlash qobiliyatiga ega neyron tarmoq
• Neyron tarmoqlar har qanday dasturiy ta'minot paketi/ilovasida dasturiy ziddiyatsiz foydalanish mumkin (MISAL:Rapid Miner, SPSS, STATA,MySQL- kirish va chiqish ma'lumotlarini saqlash uchun)
• O'qitilgan neyron tarmog'ida allaqachon amal qilish kerak bo'lgan algoritm mavjud, =>dasturning ma'lum bir bosqichida xatolik ehtimoli chiqarib tashlanadi (regressiya tahlilidan farqli o'laroq)
• Neyron tarmoq algoritmlarni bajarishga qodir.texnik topshiriq, bu chiziqli regressiya yordamida amalga oshirilmaydi.

Kamchiliklar

• Neyron tarmoq oldindan tayyorgarlikni talab qiladi (natija tarmoqni o'qitish uchun tanlangan ma'lumotlar namunasiga bog'liq)
• Keng neyron tarmoq (ko'p neyronlar, omillar, katta ma'lumotlar to'plami bilan) natijasini olish uchun ko'p vaqt talab etiladi va natija noto'g'ri bo'ladi.

Xatarlarni boshqarish uchun mutaxassislar neyron tarmoqlardan quyidagi sohalarda foydalanishni taklif qilishadi:

Xatarlarni boshqarish uchun mutaxassislar neyron tarmoqlardan quyidagi sohalarda foydalanishni taklif qilishadi:

· Ishlab chiqarish xatarlarini baholash. Kerakli xom ashyo zaxirasini prognoz qilish. Optimal rejalashtirish

ishlab chiqarish.

· Investitsion risklarni baholash. Korxonalarning tashkiliy-iqtisodiy barqarorligini tahlil qilish va bankrotliklarni bashorat qilish.

· Valyuta risklarini baholash. Kotirovkalarni bashorat qilish

valyuta bozorida.

· Kredit risklarini baholash. Kreditlash samaradorligi prognozi.

· Savdo xatarlarini baholash. Talab omilini o'rganish.

Narxlarni prognozlash va tahlil qilish. Sotishni prognoz qilish.

• Neyron tarmoq modelini ishlab chiqishga misol
• xavf tahlili uchun
• korxona bankrotligi
• AN'anaviy USULLARNING XULOSASI
• BANKROTLIK BASHORATI
• Bir o'zgaruvchan statistika usullaridan foydalangan holda bankrotlikni bashorat qilish modelini ishlab chiqishga birinchi urinishlar 1966 yilda Biver tomonidan qilingan. Rivojlanishning asosiy bosqichlari
• Bunday modellar Altmanning (1968) ko'p o'lchovli tahliliga aylandi [4],
• Edmisterning ko'p o'zgaruvchan diskriminant tahlili, rekursiv ajratish algoritmi [5] da tasvirlangan.
• An'anaviy usullarni qo'llashda matematiklar tegishli modelni aniqlash va baholashda qiyinchiliklarga duch kelishadi.
• Ko'pincha ular faqat ushbu model ekanligiga rozi bo'lishadi
• murakkab.