Нейрокомпьютинг и его применения в экономике и бизнесе


              

Нейрокомпьютинг и его применения в экономике и бизнесе

Необходимые этапы нейросетевого анализа

Кодирование входов-выходов
Максимизация энтропии как цель предобработки
Типы нечисловых переменных
Кодирование ординальных переменных
Кодирование категориальных переменных
Отличие между входными и выходными переменными
Нормировка и предобработка данных
Индивидуальная нормировка данных
Индивидуальная нормировка данных - 2
Совместная нормировка: выбеливание входов

Понижение размерности входов
Понижение размерности входов методом главных компонент
Восстановление пропущенных компонент данных
Понижение размерности входов с помощью нейросетей
Квантование входов
Отбор наиболее значимых входов
Линейная значимость входов
Нелинейная значимость входов. Box-counting алгоритмы
Нелинейная значимость входов. Box-counting алгоритмы - 2
Формирование оптимального пространства признаков

Последовательное добавление наиболее значимых входов
Формирование признакого пространства методом ортогонализации
Заключение
Примечание 1.1
Необходимые этапы нейросетевого анализа
Кодирование входов-выходов
Максимизация энтропии как цель предобработки
Типы нечисловых переменных
Кодирование ординальных переменных
Кодирование категориальных переменных

Отличие между входными и выходными переменными
Нормировка и предобработка данных
Индивидуальная нормировка данных
Индивидуальная нормировка данных - 2
Совместная нормировка: выбеливание входов
Понижение размерности входов
Понижение размерности входов методом главных компонент
Восстановление пропущенных компонент данных
Понижение размерности входов с помощью нейросетей
Квантование входов

Отбор наиболее значимых входов
Линейная значимость входов
Нелинейная значимость входов. Box-counting алгоритмы
Нелинейная значимость входов. Box-counting алгоритмы - 2
Формирование оптимального пространства признаков
Последовательное добавление наиболее значимых входов
Формирование признакого пространства методом ортогонализации
Заключение
Содержание