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:
Результаты анкетирования родителей и педагогов
На III этапе исследования мы провели анкетирование родителей и педагогов. Анкетирование родителей Цель исследования: выяснить, какие пути и средства используют родители в семье для объяснения детям устаревшей лексики. Контингент: для реализации поставленной цели мы провели анкетирование 20 родителе ...
Требования государственных федеральных стандартов к
выпускнику детского сада с сентября 2011 года
Анализ требований государственных федеральных стандартов к выпускнику детского сада (ФГС) с сентября 2011 года показал, что среди требований, предъявляемых к подготовке ребенка к школе представлены и требования непосредственно связанные с содержанием данной работы. Введение ФГС связано с тем, что н ...
Проблема объема задаваемых домашних заданий
Проблема перегрузки учащихся средних общеобразовательных школ, начиная с 90-х годов 20-го века, связанная с "утяжелением" учебных планов до предельно допустимых часов недельной нагрузки, с увеличением ее в гимназических, лицейских, классах с углубленным изучением предметов была зафиксиров ...