Нейрокомпьютинг и его применения в экономике и бизнесе


07


Необходимые этапы нейросетевого анализа
Кодирование входов-выходов
Максимизация энтропии как цель предобработки
Типы нечисловых переменных
Кодирование ординальных переменных
Кодирование категориальных переменных
Отличие между входными и выходными переменными
Нормировка и предобработка данных
Индивидуальная нормировка данных
Индивидуальная нормировка данных - часть 2
Совместная нормировка: выбеливание входов
Понижение размерности входов
Понижение размерности входов методом главных компонент
Восстановление пропущенных компонент данных
Понижение размерности входов с помощью нейросетей
Квантование входов
Отбор наиболее значимых входов
Линейная значимость входов
Нелинейная значимость входов. Box-counting алгоритмы
Нелинейная значимость входов. Box-counting алгоритмы - часть 2
Формирование оптимального пространства признаков
Последовательное добавление наиболее значимых входов
Формирование признакого пространства методом ортогонализации
Заключение
Примечание 1.1
Необходимые этапы нейросетевого анализа
Кодирование входов-выходов
Максимизация энтропии как цель предобработки
Типы нечисловых переменных
Кодирование ординальных переменных
Кодирование категориальных переменных
Отличие между входными и выходными переменными
Нормировка и предобработка данных
Индивидуальная нормировка данных
Индивидуальная нормировка данных - часть 2
Совместная нормировка: выбеливание входов
Понижение размерности входов
Понижение размерности входов методом главных компонент
Восстановление пропущенных компонент данных
Понижение размерности входов с помощью нейросетей
Квантование входов
Отбор наиболее значимых входов
Линейная значимость входов
Нелинейная значимость входов. Box-counting алгоритмы
Нелинейная значимость входов. Box-counting алгоритмы - часть 2
Формирование оптимального пространства признаков
Последовательное добавление наиболее значимых входов
Формирование признакого пространства методом ортогонализации
Заключение



Начало