Что такое findslide.org?

FindSlide.org - это сайт презентаций, докладов, шаблонов в формате PowerPoint.


Для правообладателей

Обратная связь

Email: Нажмите что бы посмотреть 

Яндекс.Метрика

Презентация на тему Нейросетевые модели в пакете Statistica. Neural Networks. StatSoft Russia

Содержание

Примеры сетейИскусственная нейронная сеть
Нейросетевые модели  в пакете STATISTICA Neural NetworksStatSoft Russia Примеры сетейИскусственная нейронная сеть Преимущества нейронных сетейПредлагают стандартные способы решения многих нестандартных задач.Явное описание модели заменяется Области примененияРаспознавание образовОценка кредитного рискаПрогнозирование финансовых потоков и объемов продажМаркетинговые исследованияМедицинская диагностикаАвтоматизированные системы управления“Добыча данных” Пример применения: прогнозирование цен на нефтьВременной ряд имеет значительную хаотическую составляющую, что Пример применения: результаты прогнозированияПостроен прогноз на 30 дней вперед по 90 предыдущим STATISTICA Neural NetworksПрограммный пакет для создания и обучения нейронных сетей и работы с нейросетевыми моделями STATISTICA Neural NetworksИсключительная простота в работе Советник по конструированию сети Мастер решения задачБогатые средства визуализации STATISTICA Neural Networks: работа с даннымиСтруктура таблиц исходных данных:числовые и номинальные переменные;входные STATISTICA Neural Networks: построение сетейСоздание и сохранение наборов сетей.Выбор типа сети:многослойные персептроны STATISTICA Neural Networks: обучение сетейБольшой выбор алгоритмов обучения:обратное распространение ошибки;спуск по сопряженным STATISTICA Neural Networks: работа с сетьюОценки качества обучения и работы сети:статистики регрессии;статистики STATISTICA Neural Network: дополнительные функцииГенетический алгоритм отбора входных данныхНелинейное понижение размерностиРегуляризация весов STATISTICA Neural Networks: создание приложенийВзаимодействие с системой STATISTICA: передача данных и графиков.Встроенный
Слайды презентации

Слайд 2 Примеры сетей
Искусственная нейронная сеть

Примеры сетейИскусственная нейронная сеть

Слайд 3 Преимущества нейронных сетей
Предлагают стандартные способы решения многих нестандартных

Преимущества нейронных сетейПредлагают стандартные способы решения многих нестандартных задач.Явное описание модели

задач.
Явное описание модели заменяется созданием «образовательной среды».
Приводят к успеху

там, где отказывают традиционные методы и трудно создать явный алгоритм:
анализ данных со сложной нелинейной структурой зависимостей;
задачи распознавания и классификации;
нелинейное понижение размерности.

Слайд 4 Области применения
Распознавание образов
Оценка кредитного риска
Прогнозирование финансовых потоков и объемов

Области примененияРаспознавание образовОценка кредитного рискаПрогнозирование финансовых потоков и объемов продажМаркетинговые исследованияМедицинская диагностикаАвтоматизированные системы управления“Добыча данных”

продаж
Маркетинговые исследования
Медицинская диагностика
Автоматизированные системы управления
“Добыча данных”


Слайд 5 Пример применения: прогнозирование цен на нефть
Временной ряд имеет значительную

Пример применения: прогнозирование цен на нефтьВременной ряд имеет значительную хаотическую составляющую,

хаотическую составляющую, что не позволяет выделить характерные частоты
Классические методы

анализа временных рядов не позволяют получить достоверный среднесрочный прогноз.



Слайд 6 Пример применения: результаты прогнозирования
Построен прогноз на 30 дней вперед

Пример применения: результаты прогнозированияПостроен прогноз на 30 дней вперед по 90

по 90 предыдущим наблюдениям

Максимальная ошибка прогноза нейронной сети на

радиальных базисных функциях составляет менее 5 %.



Слайд 7 STATISTICA Neural Networks
Программный пакет для создания и обучения нейронных

STATISTICA Neural NetworksПрограммный пакет для создания и обучения нейронных сетей и работы с нейросетевыми моделями

сетей и работы с нейросетевыми моделями


Слайд 8 STATISTICA Neural Networks
Исключительная простота в работе
Советник по

STATISTICA Neural NetworksИсключительная простота в работе Советник по конструированию сети Мастер решения задачБогатые средства визуализации

конструированию сети
Мастер решения задач
Богатые средства визуализации


Слайд 9 STATISTICA Neural Networks: работа с данными
Структура таблиц исходных данных:
числовые

STATISTICA Neural Networks: работа с даннымиСтруктура таблиц исходных данных:числовые и номинальные

и номинальные переменные;
входные и выходные переменные;
подмножества наблюдений.
Импорт файлов различных

форматов, использование буфера обмена.
Подготовка данных: встроенные алгоритмы пре- и пост-процессирования.

Слайд 10 STATISTICA Neural Networks: построение сетей
Создание и сохранение наборов сетей.
Выбор

STATISTICA Neural Networks: построение сетейСоздание и сохранение наборов сетей.Выбор типа сети:многослойные

типа сети:
многослойные персептроны (MLP);
радиальные базисные функции (RBF);
вероятностные и обобщенно-регрессионные

сети (PNN и GRNN);
сети Кохонена.
Задание функции ошибок, функций активации и PSP-функций различных слоев.
Доступ к весам всех нейронов сети.

Слайд 11 STATISTICA Neural Networks: обучение сетей
Большой выбор алгоритмов обучения:
обратное распространение

STATISTICA Neural Networks: обучение сетейБольшой выбор алгоритмов обучения:обратное распространение ошибки;спуск по

ошибки;
спуск по сопряженным градиентам;
квази-ньютоновский и Левенберга-Маркара;
метод псевдообратных матриц.
Использование кросс-проверки.
Задание

условий остановки.
Контроль за процессом обучения с помощью графика среднеквадратичной ошибки и гистограммы ошибок наблюдений.

Слайд 12 STATISTICA Neural Networks: работа с сетью
Оценки качества обучения и

STATISTICA Neural Networks: работа с сетьюОценки качества обучения и работы сети:статистики

работы сети:
статистики регрессии;
статистики классификации;
построение поверхностей отклика.
Прогон всего набора данных

и отдельных наблюдений.
Построение прогноза временного ряда.

Слайд 13 STATISTICA Neural Network: дополнительные функции
Генетический алгоритм отбора входных данных
Нелинейное понижение

STATISTICA Neural Network: дополнительные функцииГенетический алгоритм отбора входных данныхНелинейное понижение размерностиРегуляризация

размерности
Регуляризация весов по Вигенду
Анализ чувствительности
Введение матрицы потерь
Операционные характеристики


  • Имя файла: neyrosetevye-modeli-v-pakete-statistica-neural-networks-statsoft-russia.pptx
  • Количество просмотров: 102
  • Количество скачиваний: 2