Вы подписаны на Машинное обучение доступно
Отлично! завершите оплату для полного доступа к Машинное обучение доступно
Снова приветствуем Вас! Вы успешно авторизовались
Успех! Аккаунт активирован, и Вы имеете полный доступ к контенту.
Нейронная сеть (Neural Network)

Нейронная сеть (Neural Network)

in

Нейронная сеть – это алгоритмы, которые пытаются распознать лежащие в основе взаимосвязи в Датасете (Dataset) посредством процесса, имитирующего работу человеческого мозга. В этом смысле нейронные сети относятся к системам нейронов органического или искусственного происхождения. Нейросети могут адаптироваться к изменению вводных даных и генерируют, таким образом, наилучший возможный результат без необходимости изменения критериев вывода. Концепция нейронных сетей, уходящая корнями в Искусственный интеллект (AI), быстро набирает популярность при разработке всевозможных систем.

Основы

Нейронные сети в мире финансов, к примеру, помогают в развитии таких процессов, как прогнозирование Временных рядов (Time Series), алгоритмическая торговля, классификация ценных бумаг, моделирование кредитного риска и построение собственных индикаторов и производных цен.

Нейронная сеть работает аналогично человеческому мозгу. Нейрон здесь – это математическая функция, которая собирает и классифицирует информацию в соответствии с определенной архитектурой. Сеть очень похожа на статистические методы, такие как Построение кривой по точкам (Curve Fitting) и Регрессионный анализ (Regression Analysis).

Нейронная сеть содержит Слои (Layers) взаимосвязанных узлов. Каждый узел является Перцептроном (Perceptron), который подает сигнал в Функцию активации (Activation Function), которая может быть нелинейной.

Функция активации (обозначена розовым) получает взвешенный сигнал от входных узлов

Скрытые слои точно настраивают входные Веса (Weights) до тех пор, пока погрешность нейронной сети не станет минимальной. Предполагается, что скрытые слои экстраполируют характерные особенности входных данных, которые имеют предсказательную силу в отношении выходных данных.

Применение нейронных сетей

Нейронные сети широко используются для финансовых операций, планирования, бизнес-аналитики и обслуживания продуктов. Нейронные сети также получили широкое распространение в бизнесе, среди задач – Обнаружение мошеннических операций (Fraud Detection), прогнозирование спроса (Demand Prediction) и т.д.

В контексте инвестиций, нейронная сеть оценивает данные о ценах и открывает возможности для принятия торговых решений на основе анализа данных. Такие алгоритмы могут различать тонкие нелинейные взаимозависимости и закономерности, недоступные для других методов технического анализа. Согласно исследованиям, точность нейронных сетей при прогнозировании цен на акции различается. Некоторые модели предсказывают правильные цены на акции от 50 до 60 процентов времени, в то время как другие точны в 70 процентах всех случаев. Некоторые утверждают, что повышение эффективности на 10% – это достойный уровень прогресса для инвестора.

Важен не столько алгоритм, сколько хорошо подготовленные входные данные. В конечном итоге это и определяет успешность нейронной сети.

Фото: @meijer45

Автор оригинальной статьи: James Chen