Лекция 10i

Корреляционно-регрессионный анализ. Использование корреляционно-регрессионного анализа для построения модели взаимосвязи явлений и прогностических моделей. Оценка ошибок прогнозирования.

Программные продукты SPSS, STADIA – пакет программ для аналитических предсказаний) и KXEN (Knowledge eXtraction Engines –«движки» для извлечения знаний) и их практическое использование в менеджменте.

Методика проведения: лекция c использование компьютерной симуляции решения поставленных проблем c использованием программ SPSS, STADIA.

Цель: организация процесса изучения теоретического содержания в интерактивном режиме. Ставится практическая задача, а затем демонстрируется ее решение с использование компьютерных технологий с полной визуализацией процесса решения поставленной задачи на экране.

Лекция 11i

Дискриминантный анализ. Использование систем дискриминантного анализа в банковской практике и задачах управления кадровыми ресурсами.

Задача классификации объектов в многомерном факторном пространстве. Алгоритмы кластерного анализа. Иерархический кластерный анализ и метод К-средних. Примеры использования кластерного анализа для фрагментации рынка товаров и услуг.

Факторный анализ. Использование факторного анализа для снижения размерности факторного пространства и выявления латентных переменных.

Методика проведения: лекция c использование компьютерной симуляции решения поставленных проблем c использованием программ SPSS, STADIA.

Цель: организация процесса изучения теоретического содержания в интерактивном режиме. Ставится практическая задача, а затем демонстрируется ее решение с использование компьютерных технологий с полной визуализацией процесса решения поставленной задачи на экране.

Тема 8. Нейросетевые технологии поддержки принятия решений. Нейронныесети как средства классификации и прогнозирования Лекция 12i

Построение экспертных систем на основе нейронных сетей. Моделирование процессов хранения и обработки информации в биологических системах. Искусственный нейрон. Преобразование информации в искусственном нейроне. Функция активации и ее роль в преобразовании информации в нейроне.

Архитектура нейронных систем. Слоистые нейронные сети без обратных связей. Персептрон. Полносвязные нейронные сети.

Процедура обучения нейронной сети с учителем. Проблема переобучения. Необходимость применения обучающей, тестовой и валидационной выборок. Классификация и прогнозирование с помощью нейронных сетей.

Сети Кохонена. Классификация без учителя. Способы визуализации результатов классификации без учителя. Раскраска карт входов и выходов при визуализации карт Кохонена.

Программный продукт Deductor. Применение нейронных сетей в финансовом менеджменте и в торговых операциях.

Методика проведения: лекция c использование компьютерной симуляции решения поставленных проблем c использованием программ Deductor.

Цель: организация процесса изучения теоретического содержания в интерактивном режиме. Ставится практическая задача, а затем демонстрируется ее решение с использование компьютерных технологий с полной визуализацией процесса решения поставленной задачи на экране.