ЕФЕКТИВНІСТЬ ВИКОРИСТАННЯ ШТУЧНИХ НЕЙРОННИХ МЕРЕЖ В ЕКОНОМІЦІ

Ключові слова: штучні нейронні мережі, застосування нейронних мереж, ефективність, порівняння з класичними методами аналізу даних

Анотація

В статті досліджено особливості створення штучних нейронних мереж, їх навчання, застосування в економічній сфері та порівняння їх ефективності з статистичними методами. Встановлено, що наукові роботи стосовно нейронних мереж є лише загальними та не відображають особливості використання різних архітектур. Проведене дослідження особливостей різних ядер нейромереж на основі методу опорних векторів та порівняння їх ефективності між собою для класифікації даних. Завдяки дослідженню показано, що метод опорних векторів дозволяє нам ефективно класифікувати дані, в тому числі з нелінійною структурою. З’ясовано, що нейронні мережі дійсно ефективні для аналізу економічних показників і вже значно випереджають класичні методи аналізу. Встановлено, що нейромережі використовуються для вирішення трьох основних типів задач: прогнозування, класифікація та моделювання. Представлено платформи та бібліотеки, що допомагають при створенні нейронної мережі та мають готові зразки використання та детальну документацію. Підтверджено, що основні переваги нейронних мереж – це здатність до навчання, можливість працювати з неповними даними, можливість автоматизувати аналіз, висока точність результатів. З’ясовано, що основні недоліки нейромереж – це технічні вимоги, необхідність великої кількості зібраних і оброблених даних для навчання та складність реалізації в кожному окремому випадку. Представлено найбільш поширені типи нейромереж та алгоритми навчання, а також в задачах яких типів будуть ефективними різні нейронні мережі. Запропоновано порівняння ефективності перцептрона та логістичної регресії при вирішенні однакової задачі класифікації. Отже, штучні нейронні мережі дійсно переважають класичні методи аналізу даних, а розмір цієї переваги буде залежати від кількості факторів, що впливають на результат та складності взаємозв’язків між ними.

Посилання

Новікова В.В. Прогнозування внутрішнього валового продукту на основі апарату штучних нейронних мереж. Економіка та управління АПК. 2014. № 1. С. 5–11.

Курочкина И.П., Калинин И.И., Маматова Л.А., Шувалова Е.Б. Нейронные модели в диагностике финансового результата предприятий жилищно-коммунального хозяйства. Статистика и математические методы в экономике. 2019. № 3. С. 52–60.

Каргин Б.Б. Новые подходы к решению информационных задач в экономике и коммерции. Theoretical and Practical Aspects of Economics and Intellectual Property. 2017. № 16. С. 235–240.

Максимова О.М., Стёпина Е.Н. Использование нейронных сетей для решения задач строительной механики. URL: https://core.ac.uk/download/pdf/38644194.pdf/. (дата звернення: 14.07.2021).

Науменко В.А. Применение нейронных сетей для решения практических задач в экономике. Вектор экономики. 2019. № 10. С. 1–12.

Григорьева Д.Р. Применение пакета statistica для анализа и прогнозирования экономических показателей предприятия. URL: https://kpfu.ru/portal/docs/F2101409340/Grigoreva.pdf. (дата звернення: 10.08.2021).

Novikova V.V. (2014) Prohnozuvannia vnutrishnoho valovoho produktu na osnovi aparatu shtuchnykh neironnykh merezh [Prediction of gross domestic product based on the unit of piece neural fences]. Ekonomika ta upravlinnia APK, № 1, S. 5–11. (in Ukrainian)

Kurochkina I.P., Kalinin I.I., Mamatova L.A., Shuvalova E.B. (2019) Nejronnye modeli v diagnostike finansovogo rezul'tata predprijatij zhilishhno-kommunal'nogo hozjajstva [Neural models in the diagnosis of the financial result of housing and communal services enterprises]. Statistika i matematicheskie metody v jekonomike, № 3, S. 52–60. (in Russian)

Kargin B.B. (2017) Novye podhody k resheniju informacionnyh zadach v jekonomike i kommercii [New approaches to solving information problems in economics and commerce]. Theoretical and Practical Aspects of Economics and Intellectual Property, № 16, S. 235–240. (in Russian)

Maksimova O.M., Stjopina E.N. Ispol'zovanie nejronnyh setej dlja reshenija zadach stroitel'noj mehaniki [Using neural networks to solve structural mechanics problems]. URL: https://core.ac.uk/download/pdf/38644194.pdf/. (accessed: 14.07.2021). (in Russian)

Naumenko V.A. (2019) Primenenie nejronnyh setej dlja reshenija prakticheskih zadach v jekonomike [Application of neural networks for solving practical problems in economics]. Vektor jekonomiki, № 10, S. 1–12. (in Russian)

Grigor'eva D.R. Primenenie paketa statistica dlja analiza i prognozirovanija jekonomicheskih pokazatelej predprijatija [Application of the statistica package for the analysis and forecasting of the economic indicators of the enterprise]. URL: https://kpfu.ru/portal/docs/F2101409340/Grigoreva.pdf. (accessed: 10.08.2021). (in Russian)

Переглядів статті: 26
Завантажень PDF: 17
Опубліковано
2021-09-28
Як цитувати
Бурлєєв, О., Василенко, О., & Іваненко, Р. (2021). ЕФЕКТИВНІСТЬ ВИКОРИСТАННЯ ШТУЧНИХ НЕЙРОННИХ МЕРЕЖ В ЕКОНОМІЦІ. Економіка та суспільство, (31). https://doi.org/10.32782/2524-0072/2021-31-27
Розділ
ЕКОНОМІКА