Оглавление
Введение. 4
1 Понятие нейросети. Область применения. Преимущества нейросети. 6
1.1 Понятие нейросети. 6
1.2 Область применения нейросетей. 7
1.3 Преимущества и достоинства нейронных сетей. 8
2 Применение нейросетей и их классификация. 11
2.1 Задачи нейросети. 11
2.2 Известное применение нейросетей. 11
2.3 Классификация нейросетей. 13
3 Применение нейросети в задачах прогнозирования. 17
3.1 Нейросети и инвестиционная деятельность. 17
3.2 Применение нейронных сетей в задачах прогнозирования. 18
3.3 Входные данные. 19
3.4 Архитектура нейросети и параметры обучения. 20
4 Применение на практике нейросетевого моделирования для определения цены на золото в будущем периоде. 21
4.1 Регрессия и корреляция данных. 21
4.2 Построение нейросетевой модели прогнозирования цены на золото, с использованием исторических данных. 23
Заключение. 28
Список использованных источников. 29
Уже сегодня искусственные нейронные сети используются во многих областях, но прежде чем их можно будет применять там, где на карту поставлены человеческие жизни или значительные материальные ресурсы, должны быть решены важные вопросы, касающиеся надежности их работы. Поэтому уровень допустимых ошибок следует определять исходя из природы самой задачи. Некоторые проблемы с анализом вопросов надежности возникают из-за допущения полной безошибочности компьютеров, тогда как искусственные нейронные сети могут быть неточны даже при их правильном функционировании. На самом же деле компьютеры, как и люди, тоже могут ошибаться. Первые — в силу различных технических проблем или ошибок в программах, вторые — из-за невнимательности, усталости или непрофессионализма. Следовательно, для особо критических задач необходимо, чтобы эти системы дублировали и страховали друг друга. А это значит, при решении таких задач нейронные сети должны выступать не в качестве единственных средств, а в качестве дополнительных, предупреждающих особые ситуации или берущих на себя управление, когда проблема не решается стандартным образом и какие-либо задержки могут привести к катастрофе.
Другая трудность использования нейронных сетей состоит в том, что традиционные нейронные сети неспособны объяснить, каким образом они решают задачу. Внутреннее представление результатов обучения зачастую настолько сложно, что его невозможно проанализировать, за исключением некоторых простейших случаев, обычно не представляющих интереса.
В последнее время предпринимаются активные попытки объединения искусственных нейронных сетей и экспертных систем. В такой системе искусственная нейронная сеть может реагировать на большинство относительно простых случаев, а все остальные передаются для рассмотрения экспертной системе. В результате сложные случаи принимаются на более высоком уровне, при этом, возможно, со сбором дополнительных данных или даже с привлечением экспертов.
Нейросетевые прикладные пакеты, разрабатываемые рядом компаний, позволяют пользователям работать с разными видами нейронных сетей и с различными способами их обучения. Они могут быть как специализированными (например, для предсказания курса цен на драгоценные металлы), так и достаточно универсальными.
Области применения нейронных сетей весьма разнообразны — это распознавание текста и речи, семантический поиск, экспертные системы и системы поддержки принятия решений, предсказание курсов акций, валют, цен на драгоценные металлы, системы безопасности, анализ текстов. В данной курсовой работе рассматривается применение нейросети для прогнозирования изменения цены на золото.
При создании курсовой работы ставилась цель: изучение применения нейронных сетей для определения динамики цен на золото, рассмотрение непосредственных примеров.
Для достижения поставленной цели в работе решены следующие задачи:
1. Выполнение обзора применения нейронных сетей.
2. Изучение классификаций нейронных сетей.
3. Изучение применения нейросетей в задаче прогнозирования.
4. Построение нейронной сети для прогнозирования на основе реальных данных.
1 Понятие нейросети. Область применения. Преимущества нейросетиИску́сственные нейро́нные се́ти (ИНС) — математические модели, а также их программные или аппаратные реализации, построенные по принципу организации и функционирования биологических нейронных сетей — сетей нервных клеток живого организма. Это понятие возникло при изучении процессов, протекающих в мозге, и при попытке смоделировать эти процессы. Первой такой попыткой были нейронные сети Маккалока и Питтса. Впоследствии, после разработки алгоритмов обучения, получаемые модели стали использовать в практических целях: в задачах прогнозирования, для распознавания образов, в задачах управления и др.
ИНС представляют собой систему соединённых и взаимодействующих между собой простых процессоров (искусственных нейронов). Такие процессоры обычно довольно просты, особенно в сравнении с процессорами, используемыми в персональных компьютерах (Рисунок 1). Каждый процессор подобной сети имеет дело только с сигналами, которые он периодически получает, и сигналами, которые он периодически посылает другим процессорам. И, тем не менее, будучи соединёнными в дос
Наверняка у вас есть товары или услуги, продажа которых приносит вам максимальную прибыль. Для быстрого старта в сети вам необходимо создание посадочной страницы (одностраничного сайта), на которой будет размещена информация о маржинальных товарах/услугах интернет магазина. За 8 лет опыта разработки конверсионных страниц мы выработали оптимальную структуру, которая позволит привлекать через landing page больше продаж. На такую структуру «одевается» ваш контент — фирменный стиль, тексты, фотографии, уникальные торговые предложения, после чего страница выходит в свет. Разработка лендинга и запуск в сети — до 7 рабочих дней. Стоит отметить, что в разработку самой посадочной страницы входит и написание копирайтером продающих текстов для вашего бизнеса, чтобы каждый посетитель страницы захотел совершить покупку именно у вас. Результат: качественно разработаная продающая посадочная страница, которая готова приносить вам новых клиентов.