BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Trzęsiok Joanna (Uniwersytet Ekonomiczny w Katowicach)
Tytuł
Analiza własności modeli regresji opartych na sieciach neuronowych
Źródło
Prace Naukowe / Uniwersytet Ekonomiczny w Katowicach. Metody i modele analiz ilościowych w ekonomii i zarządzaniu. Cz. 3, 2011, s. 82-89, bibliogr. 5 poz.
Słowa kluczowe
Modele regresji, Sieci neuronowe
Regression models, Neural networks
Abstrakt
W tym opracowaniu sieci neuronowe przedstawione zostaną jako model statystyczny wykorzystywany do budowy funkcji regresji. Z tego też względu omówiony zostanie jeden z najbardziej popularnych modeli - sieć neuronowa jednokierunkowa (feed-forward neural networks) z jedną warstwą ukrytą. Szczegółowo budowę funkcji regresji opartą na sieciach neuronowych autorka przedstawiła w opracowaniu przygotowanym w ramach projektu badań statutowych w 2009 roku, dlatego też przypomniane zostaną jedynie główne idee konstrukcji tego modelu, bez omawiania szczegółowo kroków algorytmu budowy modelu i wyznaczania jego parametrów. Celem tego opracowania będzie zbadanie własności modelu regresji zbudowanego w oparciu o sieci neuronowe. Szczególnie interesować nas będzie, czy otrzymany model charakteryzuje się odpornością na występowanie w zbiorze uczącym wartości oddalonych oraz wartości zaburzonych wpływem zmiennych losowych
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka Szkoły Głównej Handlowej w Warszawie
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Biblioteka Główna Uniwersytetu Ekonomicznego we Wrocławiu
Bibliografia
Pokaż
  1. Cherkassky V., Mulier F.: Learning from Data - Concepts, Theory and Methods. Wiley, New York 1998
  2. Friedman J.H.: Multivariate Adaptive Regression Splinem. "Annals of Statistics" 1991, No. 19, s. 1-141
  3. Gatnar E.: Podejście wielomodelowe w zagadnieniach dyskryminacji i regresji. Wydawnictwo Naukowe PWN, Warszawa 2008
  4. Hastie T., Tibshirani R., Friedman J.H.: The Elements of Statistical Learning. Springer - Verlag, New York 2001
  5. McCulloch W.S., Pitts W.H.: A Logical Calculus of Ideas Imminent in Nervous Activity. "Bulletin of the Mathematical Biophysics" 1943, No. 5, s. 115-133
Cytowane przez
Pokaż
Język
pol
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu