Главная » Файлы » Полные работы |
Спасибо, что Вы с Нами [ Скачать с сервера (1.98 Mb) · Скачать удаленно () ] | 10.10.2010, 19:09 |
Скачать работу можно здесьhttp://depositfiles.com/files/t5qrcv3q3 СОДЕРЖАНИЕ
Введение 1. Нейронная сеть и кластеризация. Понятие, применение и системы использующие нейронные сети. 1.1. Общие понятия и сведения нейронных сетей 1.1.1. Понятия и сведения нейронной сети 1.1.2. Построение нейронной сети 1.1.3. Применение нейронных сетей 1.2. Кластеризация 1.2.1. Иерархическая кластеризация 1.2.2. Итеративная кластеризация 1.2.3. Алгоритмы кластеризации в SQL Server 2008 1.3. Интеллектуальный анализ данных Microsoft SQL 2005 Analysis Services 1.3.1. Объекты интеллектуального анализа данных службы Analysis Services 1.3.1. Структура интеллектуального анализа данных Заключение Список литературы
В последние несколько лет мы наблюдаем взрыв интереса к нейронным сетям, которые успешно применяются в самых различных областях - бизнесе, медицине, технике, геологии, физике. Нейронные сети вошли в практику везде, где нужно решать задачи прогнозирования, классификации или управления. Такой впечатляющий успех определяется несколькими причинами: Богатые возможности. Нейронные сети - исключительно мощный метод моделирования, позволяющий воспроизводить чрезвычайно сложные зависимости. В частности, нейронные сети нелинейные по своей природе. Простота в использовании. Нейронные сети учатся на примерах. Пользователь нейронной сети подбирает представительные данные, а затем запускает алгоритм обучения, который автоматически воспринимает структуру данных. При этом от пользователя, конечно, требуется какой-то набор эвристических знаний о том, как следует отбирать и подготавливать данные, выбирать нужную архитектуру сети и интерпретировать результаты, однако уровень знаний, необходимый для успешного применения нейронных сетей, гораздо скромнее, чем, например, при использовании традиционных методов статистики. Помимо задач классификации, нейронные сети широко используются для поиска зависимостей в данных и кластеризации. Кластеризация - это разбиение набора примеров на несколько компактных областей (кластеров), причем число кластеров заранее неизвестно. Кластеризация позволяет представить неоднородные данные в более наглядном виде и использовать далее для исследования каждого кластера различные методы. Например, таким образом можно быстро выявить фальсифицированные страховые случаи или недобросовестные предприятия. Кластеризация или термин ккластерный анализ (впервые ввел Tryon, 1939) в действительности включает в себя набор различных алгоритмов классификации. Общий вопрос, задаваемый исследователями во многих областях, состоит в том, как организовать наблюдаемые данные в наглядные структуры, т.е. развернуть таксономии. Например, биологи ставят цель разбить животных на различные виды, чтобы содержательно описать различия между ними. В соответствии с современной системой, принятой в биологии, человек принадлежит к приматам, млекопитающим, амниотам, позвоночным и животным. Заметьте, что в этой классификации, чем выше уровень агрегации, тем меньше сходства между членами в соответствующем классе.
| |
Категория: Полные работы | Добавил: apostol-kas
| Теги: | |
Просмотров: 429 | Загрузок: 257 |