вбудовуються в нейромережеві пакети, до того ж набори правил, Які генеруються такими алгоритмами, й достатньо про ємні. Проти для експертів, Які Знають нюанси налаштування, навчання й! Застосування нейромереж у практичних Завдання, непрозорість нейронних мереж НЕ є настолько серйозно недоліком.
Отже, порівняно з іншімі методами та алгоритмами прогнозування фінансового стану підприємства, использование нейронних мереж надає Такі Преимущества: легкість дослідження залежності прогнозованої величини від незалежних змінніх; незалежність нейромережевої моделі від математичної моделі поведінкі годинного ряду; можлівість визначення значімості вхідніх змінніх. Такі Преимущества значний зменшуються значення такого недоліку, як неде-термінованість моделі нейромереж.
Список використаної літератури
. Круглов В. В., Борисов В. В. Штучні нейронні мережі. Теорія і практика.- М .: Гаряча лінія - Телеком, 2011. - 382 с.
2. Мак-Каллок У. С., Піттс В. Логічне числення ідей, що відносяться до нервової активності//В сб .: «Автомати» під ред. К. Е. Шеннона і Дж. Маккарті.- М .: Изд-во іноз. лит., 1956. - с.363-384. (Переклад англійської статті 1943).
. Нейронні мережі. Саймон Хайкін.- М .: Вільямс, 2010. - 1103
4. Уоссермен Ф .. нейрокомпьютерной техніка.- М .: Світ, 2009
1.
