Нейросети представляют собой математическую структуру, имитирующую некоторые аспекты работы человеческого мозга и демонстрирующие такие его возможности, как способность к неформальному обучению, способность к обобщению и кластеризации неклассифицированной информации, способность самостоятельно строить прогнозы на основе уже предъявленных временных рядов. Главным их отличием от других методов, например таких, как экспертные системы, является то, что нейросети в принципе не нуждаются в заранее известной модели, а строят ее сами только на основе предъявляемой информации. Именно поэтому нейронные сети и генетические алгоритмы вошли в практику всюду, где нужно решать задачи прогнозирования, классификации, управления — иными словами, в области человеческой деятельности, где есть плохо алгоритмизуемые задачи, для решения которых необходимы либо постоянная работа группы квалифицированных экспертов, либо адаптивные системы автоматизации, каковыми и являются нейронные сети.
Нейронная сеть обучается решению задачи на основании некоторой обучающей выборки – «задачника», состоящего из набора пар «вход–требуемый выход», и далее способна решать примеры, не входящие в обучающую выборку, другими словами нейронная сеть сама становится экспертом.
Таблица 1.4 – Преимущества и недостатки применения нейронных сетей для решения задач оценки и прогнозирования
Достоинства метода |
Недостатки метода |
1 Возможность использования опыта. 2 Возможность обработки и запоминания эмпирических данных о деятельности объекта. 3 Возможность оперативного дообучения. 4 Возможность определения значимости входных показателей. 5 Возможность работы с зашумленными и неполными данными. |
1 Логическая непрозрачность получаемых результатов. 2 Получаемые результаты заведомо содержат ошибку. |
В экономике и бизнесе методы искусственного интеллекта применяется для предсказания рынков, автоматического дилинга, оценки рисков невозврата кредитов, предсказания банкротств, оценки стоимости недвижимости, оптимизации портфелей, товарных и денежных потоков. В дипломном проекте мной рассмотрено применение нейронных сетей в рейтинговой оценке качества деятельности преподавателей кафедры «Информационные системы в экономике» Алтайского государственного технического университета им. И.И. Ползунова.
Выводы:
- подробно рассмотрены роль и деятельность кафедры;
- смоделированы внутренние и внешние процессы;
- определены квалификационные требования преподавателей и проанализированы критерии их деятельности;
- изучен отечественный и зарубежный опыт оценки квалификации ППС;
- рассмотрен обзор существующих методик по рейтингу преподавателей вузов.
Материалы по педагогике:
Методические рекомендации по изучению темы
«Системы счисления»
Ученики, безусловно, знакомы с записью чисел как римскими, так и арабскими цифрами. Они привыкли видеть римские цифры в обозначении глав в книге, в указании столетий (XX в.) и в некоторых других нумерациях. Математические расчеты они всегда производили в арабской системе чисел. В данной теме учител ...
Протокол оценки домашнего режима 2-3 младших школьников
ФИ – Боровик Денис Возраст – 9 лет Класс – 2 класс Время утреннего подъема – 7: 00, встает без помощи родителей, гуляет с собакой вокруг дома, пока мама варит кашу. Время завтрака – 7: 30, кушает каши, иногда мама жарит яичницу с сосисками. Время затрачиваемое на путь от дома до школы – 1 час Длите ...
Виды индивидуальной формы обучения
Данная форма организации учебного процесса широко применяется в европейских вузах, но пока не получила распространения в отечественной высшей школе. Феномен тьюторства, происходит из Великобритании и зародился примерно в XIV веке в классических английских университетах - Оксфорде и Кембридже. С это ...