Методы отбора входных данных для нейросетевого моделирования

Loading...
Thumbnail Image
Date
2011
Journal Title
Journal ISSN
Volume Title
Publisher
ДВНЗ «Київський національний університет імені Вадима Гетьмана»
Abstract
У статті здійснено постановку і вирішення актуальної проблеми відбору вхідних даних для нейромережевого моделювання в умовах малого об'єму навчальної вибірки. Запропоновано критерії визначення завершення ітеративного процесу зменшення розмірності вхідного вектора даних. Запропоновано метод рішення поставленої задачі за допомогою алгоритму автоматичної побудови дерева рішень C4.5. На прикладі задачі класифікації банківських позичальників розглянуто його ефективність у порівнянні з методом кореляційного аналізу.
The article contain the formulation and solution of actual problem of selecting input data for neural network modeling in case of small amount of input data. Author propose a set of criteria for determining the end of the iterative process of reducing the dimension of input vector. Also proposed and compared with method of correlation analysis a new method of solving this problem by using the algorithm of automatic decision trees construction C4.5.
Description
Keywords
нейронна мережа, дерево рішень, вхідні дані, значущість, алгоритм C4.5, neural network, decision tree, input data, significance of the algorithm C4.5
Citation
Минц А. Ю. Методы отбора входных данных для нейросетевого моделирования / А. Ю. Минц // Моделювання та інформаційні системи в економіці : зб. наук. пр. / М-во освіти і науки, молоді та спорту України, ДВНЗ «Київ. нац. екон. ун-т ім. Вадима Гетьмана» ; редкол.: В. К. Галіцин (відп. ред.) [та ін.]. – Київ : КНЕУ, 2011. – Вип. 84. – С. 256–270.