Введение в методы нейронных сетей

ВВЕДЕНИЕ В МЕТОДЫ НЕЙРОННЫХ СЕТЕЙ  [c.19]

Завершая наше введение в методы классификации при помощи нейронных сетей, рассмотрим одну задачу распознавания образов, которую часто берут за образец при проверке методов. Это — задача Фишера об ирисах. Мы вкратце перечислим результаты, полученные при помощи классических подходов, а затем сравним их с тем, что Дают нейронные сети.  [c.53]


Никто из этих приверженцев теории хаоса не использовал исключительно ее для выработки своей инвестиционной стратегии. Сама по себе теория хаоса не может помочь нам предсказывать рынки, она только способствует их пониманию. Следовательно, теория хаоса используется в большинстве случаев как основа для понимания рынков. Сама же технология, применяемая для рыночных предсказаний, представляет собой сочетание стандартных линейных методов, нечеткой логики, нейронных сетей или генетических алгоритмов. В то время как первые две области были нами рассмотрены, последние две не упоминались и поэтому заслуживают краткого введения.  [c.247]

При оценке совместных вероятностей вы, возможно, захотите смоделировать кривые, образуемые значениями строк и столбцов таблицы, с помощью какого-нибудь математического процесса. Возможно, что при оценке совместных вероятностей или коэффициентов корреляции, введенных совместными распределениями изложенной здесь Теории Условной Вероятности, пригодится какая-нибудь разновидность регрессионного анализа, нейронных сетей или другого аппарата. Это поистине широко открытая область приложений. В главе 4 Математики управления капиталом рассказано о моделировании распределения одной случайной величины с помощью критерия Колмогорова-Смирнова. Этот метод можно также использовать для моделирования строк и столбцов таблицы совместных вероятностей. Тем, кто заинтересован в развитии сходных методов, следует изучить кривые Пирсона, а также Байесову статистику. Для этого рекомендую прочитать Прикладную теорию статистических решений Говарда Райффы и Роберта Шлайфера (изд-во Гарвардского университета, Бостон, 1961 г.) и Адаптивные процессы управления Ричарда Беллмана (изд-во Принстонского университета, Принстон, 1961 г.).  [c.168]