Нейрокомпьютинг и его применения в экономике и бизнесе

Скачать в pdf «Нейрокомпьютинг и его применения в экономике и бизнесе»


(бЗУ Оценка стоимости недвижимости. Нейросетевых оценщиков недвижимости можно найти в Internet, например, по адресам:    http://www.neuralbench.ru/RUS/APP/REALEST.HTM


оценщик    стоимости    подмосковных    дач,    и


http://canopus.lpi.msk.su/neurolab/l4Ngallerv/NNlive/nnrieltor/Neurielt.html — оценщик стоимости квартир в Москве. Последняя программа, в создании которой один из авторов принимал непосредственное участие, представляет собой нейросеть, обученную на реальной базе данных. Пользователю достаточно заполнить стандартный бланк характеристик квартиры, включая район и степень удаленности от ближайшей станции метро, и ему мгновенно выдается средневзвешенная “рыночная” цена такой квартиры, полученная нейросетью обобщившей все накопленные в базе данные по известным предложениям.


I Карта состояний фондового рынка. Каждый день фондового рынка характеризуется сотнями параметров — котировками всех составляющих его акций. Можно ли как-то визуализировать состояние этого рынка, ввести обобщенные координаты, наиболее полно характеризующие его? Читатель может легко убедиться, что эта задача аналогична визуализации массивов банковской информации, только вместо конкретного банка, характеризуемого своим балансом, здесь выступает исторический момент фондового рынка. В группе нейрокомпьютинга ФИАН была посторена такого рода карта состояний российской торговой системы, на которой история рынка выглядит как траектория, выписывающая сложные кривые. Транспонировав базу данных, получим набор компаний-эмитентов, каждая из которых характеризуется своей историей движения акций. Теперь можно, напротив, построить самоорганизующуюся карту Кохонена всех российских компаний, кластеризующие их по степени скоррелированности рыночных движений.


I Карта состояний российских предприятий. Предприятия характеризуются не только динамикой их ценных бумаг, но также различными экономическими показателями, отражающими его реальные успехи в бизнесе. В частности, таблицы важнейших экономических показателей двухсот самых крупных российских компаний ежегодно публикует журнал “Эксперт”. Опять же, самоорганизующиеся карты Кохонена дают возможность комплексного сравнения положения флагманов российской индустрии, позволяют обозреть российскую промышленность в целом и проанализировать тенденции ее развития.


Подобные примеры можно множить и множить. В частности, в вышедшей в 1997 году в издательстве “ТВП” книге Бэстенса, ван ден Берга и Вуда “Нейронные сети и финансовые рынки. Принятие решений в торговых операциях” можно найти дополнительные примеры применения нейросетей для прогнозирования денежных потоков и налоговых поступлений, оценки индексов акций и управления портфелями.

Скачать в pdf «Нейрокомпьютинг и его применения в экономике и бизнесе»