BriefEducation
Образование: теория и практика » Автоматизированная система оценки качества деятельности преподавателей кафедры "Информационные системы в экономике" » Применение интеллектуальных систем для анализа данных

Применение интеллектуальных систем для анализа данных

Страница 2

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.

Страницы: 1 2 

Материалы по педагогике:

Языковое тестирование как способ контроля при обучении английскому языку
Одним из наиболее эффективных средств контроля в обучении ИЯ считается тест. В зарубежной литературе по тестированию под педагогическим или психологическим тестом часто понимают процедуру, предназначенную для выявления конкретного образца поведения (в нашем случае – речевого), из которого можно сде ...

Планы-конспекты уроков
Предлагаемые поурочные разработки в своей основе ориентированы на организацию работы класса по технологии дифференцированного обучения. Практически в каждом сценарии урока присутствуют задачи на готовых чертежах. Наличие уже готовых рисунков поможет учителю наиболее рационально использовать рабочее ...

Логомиры
Программная среда Лого (ЛогоМиры) была разработана и реализована под руководством американского психолога С. Пейперта в 1989 г. в Масса-чусетском технологическом институте. Она была создана не просто как формализованный язык программирования, а как среда, в которой дети могли бы научиться естествен ...

Разделы

© 2026 Copyright www.briefeducation.ru