Мы приглашаем Вас в STATISTICA Нейронные Сети.
Впервые нейронные сети благодаря усилиям StatSoft полностью переведены на русский язык и доступны самому широкому кругу пользователей в экономике, бизнесе, промышленности, медицине и других областях.
Вообще нейросетевые методы применяются там, где классические методы анализа не дают удовлетворительных результатов. Это основной методологический принцип.Перечислим более конкретно области, где применяются нейросетевые технологии.
В промышленности с помощью сетей можно прогнозировать выход конечного продукта в зависимости от исходных и текущих параметров, качества сырья, например, при переработке нефти или другого сырья в готовый продукт.
Так как зависимости здесь как правило нелинейные, то нейросети являются идеальным инструментом.
В телекоммуникации актуальной задачей является защита от фрода (access fraud) или мошеннического использования сотовой связи за счет вмешательства, манипулирования или перепрограммирования номеров сотовых аппаратов ESN (Electronic Serial Number), MIN (Mobile Identification Number). По оценкам экспертов потери в мире от фрода составляют 20-25 миллиардов долларов. Обычно защита основана на проверке записей звонков и обнаружения почти одновременных звонков из разных зон, анализ подозрительных событий, например, сильный рост трафика абонента и тд.
Таким образом, речь идет о сканировании большого объема информации и выделении в нем определенного паттерна, с большой вероятностью соответствующему фроду. Это типичная задача классификации, для решения которой могут использоваться как классические методы, так и нейронные сети.
В финансовой сфере возникает аналогичная задача, которая может быть дополнена задачами, связанными с распознаванием клиентов, классификации клиентов, распознавании почерка (электронной подписи) и др.
Ниже мы разбираем один пример, близкий к этим задачам, распознавание текстов и букв. Пример носит демонстрационный характер и показывает возможности, а не идеальное решение.
В медицине также возникают очень серьезные задачи классификации, которые не могут быть решены классическими линейныими многомерными методами, поэтому врачи-исследователи часто обращаются к нейронным сетям.
Далее мы даем цепочку диалоговых окон, которые появляются в STATISTICA нейронные сети.
Обратим врнимание на очень удобный Windows интерфейс и на наличие Мастера решений и Конструктора сетей, позволяющих даже начинающему пользователю легко конструировать собственные сети и экспериментировать с ними.
Рисунок 1. Стартовая панель STATISTICA Нейронные Сети.
Рисунок 2. Окно выбора переменных.
Рисунок 3. Мастер решений - вкладка Быстрый.
Рисунок 4. Мастер решений - вкладка Тип сети.
Рисунок 5. Мастер решений - вкладка Обратная связь.
Рисунок 6. Отображение процесса обучения.
Рисунок 7. Окно результатов - вкладка Быстрый.
Рисунок 8. Диалоговое окно выбора моделей.
Рисунок 9. Таблица наблюдаемых и предсказанных значений.
Рисунок 10. Стартовая панель - выбор и сохранение сетей/ансамблей.
Рисунок 11. Стандартное окно сохранения файла сети.
Пример - распознавание символов
Отметим, что нейронные сети предназначены для решения задач прогнозирования, построения нелинейных многомерных зависимостей, а также задач классификации. Для решения задач прогнозирования можно использовать также классические методы, например, реализованные в модуле Временные ряды, а для решения задач классификации - методы Дискриминантного анализа или Деревьев классификации.
Прежде чем приступить к экспериментам в STATISTICA, мы рекомендуем познакомиться
с основными принипами работы нейронных сетей, изложенными, например, в книге
В. П. Боровикова
"Искусство анализа данных" (2-е издание), глава 17.
Также смотрите Электронный
учебник Statsoft.
(c) Copyright StatSoft, Inc., 1984-2003
STATISTICA является торговой маркой StatSoft, Inc.