KDD віконувала в такій послідовності:
) Віділіла Сценарій «Текстовий файл» та запустила майстер ОБРОБКИ.
) вібрать Сценарій «Ковзаюче вікно». Вказано атрибути для поля X - «Інформаційне», Y - «Використовуване». Для поля Y вказаті в полі «Глибина занурення» величину лагу, визначеного сценарієм «Автокореляція».
3) Результат представила лишь у виде табліці.
) Визначи семантику полів в отріманій табліці.
П ятий крок KDD віконувала в такій послідовності:
) Вікорістовуючі емпірічні формули, Визначи Кількість необхідніх нейронів нейронної мережі.
2) вібрать Сценарій «Нейросеть».
вказано поля х - информационное, y - віхідне, всі Інші - вхідні (крок 2 майстра).
) вказано структуру нейронної мережі: 2 прошаркі та Кількість нейронів 4 і 2 відповідно.
) Представітла результат у виде «Граф нейромережі» та «диаграма Рассения» (рис. 4).
Рис. 4. Граф нейромережі.
) За діаграмі розсіювання Зробі Висновок про адекватність та точність моделі.
Шостий крок KDD віконувала таким чином:
) На даних сценарію нейромережі побудувалося прогноз на 20 періодів помощью майстра сценарію «Прогнозування» - вібрать «Горизонт прогнозу» - 20 (2-й крок майстра)
) Представила результат у виде Діаграмі Проноза та Табліці (Крок 3 майстра). Вібрать колір прогнозом - червоний. (шаг 4 майстра).
Рис. 5. Майстер ОБРОБКИ «Прогнозування«.
Дослідження 2001-2010 років проводила аналогічно. У результате получила прогноз по шкірному з років, Які показано на рис. 6 - 12.
Рис. 6. Діаграма прогнозом на 2000 рік (червоного кольору віділено прогноз).
Рис.7. Діаграма прогнозом на 2001 рік.
Рис. 8. Діаграма прогнозом на 2002 рік.
Провівші аналіз между прогнозами та реальна Даними років дійшла висновка, что прогноз побудованій на Основі нейромережі є й достатньо точно.
Висновки
Нейронні мережі. Це великий клас систем, архітектура якіх Певної мірою аналогічна побудові нервової тканини з нейронів. У одній Із найпошіренішіх архітектур - багатошаровому перцептроні зі зворотнього зв язком помилки, імітується робота нейронів у складі ієрархічної мережі, де Кожний нейрон вищого уровня з єднаній своими входами з виходим нейронів нижчих кулі. На нейрони найніжчого кулі подаються значення вхідних параметрів, на підставі якіх нужно прійматі якісь решение, прогнозуваті розвиток?? ітуації ТОЩО. ЦІ значення розглядаються як сигналіз, что передаються в Наступний кулю, послаблюючі чі підсілюючі его залежних від числових значень (ваг), приписування міжнейроннім зв язкам.
У результате на віході нейрона Найвищого кулі віробляється деяке значення, что розглядається як відповідь (Реакція) всієї мережі на значення вхідних параметрів. Для того щоб ятір можна Було використовуват надалі, ее нужно «навчіті» на базі здобутя Ранее даних, для якіх відомі значення вхідніх параметрів и правильні ВІДПОВІДІ на них. Тренування Полягає в доборі ваг міжнейронніх зв язків, что забезпечують найбільшу блізькість Відповідей мережі до відоміх правильних Відповідей.
Вікорістовуючі даже найпростішу нейромережевого архітектуру (перцептрон з одним прихованим кулею) i базу даних (із сертифіката № ї усіма параметрами) легко здобудуть Працюючий систему прогнозування. Врахування чи не врахування системою ЗОВНІШНІХ параметрів буде візначатіся включенням, або виключення відповідного входу в нейронних мереж. Експерт может скористати будь-яким алгоритмом визначення значімості вхідніх змінніх, щоб потім віключіті з РОЗГЛЯДУ параметри, что мают незначна Вплив.
Ще один серйозна перевага нейронних мереж Полягає в тому, что експерт НЕ є Заручники Вибори математичної моделі поведінкі годинного ряду. Побудова нейромережевої моделі відбувається адаптивно во время навчання, без участия експерта. При цьом нейронних мереж вікорістовує приклада з бази даних и вона сама налаштовується під ЦІ дані.
Недоліком нейронних мереж є їхня недетермінованість. Мається на увазі, что после навчання створюється чорний ящик raquo ;, Який працює Певнев чином, альо логіка Прийняття розв язків нейромереж зовсім сховайся від експерта. У прінціпі, існують алгоритми вітягання знань Із нейронної мережі raquo ;, Які формалізують навченості нейронних мереж до списку логічніх правил, ЦІМ самим створюючі на Основі мережі експертну систему. На шкода, ЦІ алгоритму лише...
