Федеральное агентство по образованию
Государственное образовательное учреждение высшего профессионального образования
«ПЕРМСКИЙ ГОСУДАРСТВЕННЫЙ ПЕДАГОГИЧЕСКИЙ УНИВЕРСИТЕТ»
Факультет информатики и экономики
Кафедра информатики
КУРСОВАЯ РАБОТА
по дисциплине
«Интеллектуальные информационные системы»
Тема: «Использование нейронных сетей в банковском деле»
ИСПОЛНИТЕЛЬ: студентгр. 1253
А.А. Зверева
НАУЧНЫЙ РУКОВОДИТЕЛЬ:
Ясницкий Леонид Нахимович
Пермь 2008
Содержание
Введение 3
Глава 1. Теоретические аспекты скоринг - модели и нейронных сетей 5
1.1. Развитие скоринга 5
1.2. Искусственные нейронные сети 8
1.3. Нейросети в банковском деле 13
Глава 2. Практическое применение нейронных сетей в банковском деле 17
2.1. Постановка задачи 17
2.2. Анализполученных результатов 24
2.3. Анализ работ на тему «Оценка кредитоспособности заемщика» 28
Заключение 32
Список использованной литературы 33
Приложение 1 35
Введение
Искусственный интеллект- это раздел информатики, посвященный моделированию интеллектуальной деятельности человека. Сегодня - это обширная область исследований и разработок интеллектуальных систем, предназначенных для работ втрудно формализуемых областях деятельности человека. Для задач, решаемых методом искусственного интеллекта, характерно наличие большого числа степеней свободы с числом вариантов поиска решений, приближающимся к бесконечности. В отличие от жестко детерминированных компьютерных программ системы искусственного интеллекта сами ищут пути решения поставленной задачи. При этом они могут менять свои параметры иструктуру, совершенствоваться и развиваться, не зависящей от воли разработчика жизнью.[1]
Сегодня существуют несколько направлений развития искусственного интеллекта. Это такие направления как разработка интеллектуальных систем, основанных на знаниях, нейросетевые и нейрокомпьютерные технологии, распознавание образов, игры и творчество, компьютерная лингвистика, интеллектуальные роботы,компьютерные вирусы и интеллектуальное математическое моделирование.
Нейронные сети и нейрокомпьютеры- это одно из направлений компьютерной индустрии, в основе которого лежит идея создания искусственных интеллектуальных устройств по образу и подобию человеческого мозга. Искусственный нейронные сети в значительной мере заимствуют принципы работы головного мозга. Знания в них не отделены отпроцессора, а равномерно распределены и существуют неявно в виде сил синаптических связей. Такие знания не закладываются изначально, а приобретаются в процессе обучения.
Нейроматематика эффективно применяется для трудноформализуемых и неформализуемых задач. При обучении на вход нейросети один за другим подаются исходные данные и сеть генерирует свои ответы. Полученные ответы сравнивается с известными, асеть изменяется до тех пор, пока не выдаст правильные ответы на все исходные данные из обучающей выборки.
В последние десятилетия в мире бурно развивается новая прикладная область математики, специализирующаяся на искусственных нейронных сетях. Актуальность исследований в этом направлении подтверждается массой различных применений нейронных сетей: автоматизация процессов распознаванияобразов и адаптивное управление, аппроксимация функционалов и прогнозирование, создание экспертных систем и организация ассоциативной памяти и многое, многое другое. С помощью нейронных сетей можно, например, предсказывать показатели биржевого рынка, распознавать оптические или звуковые сигналы, строить самообучающиеся системы, способные управлять автомашиной при парковке или синтезировать речь по тексту.Банковская сфера как объект имеет сложное детерминированное квазислучайное поведение, для описания которого нейросети являются идеальным инструментом. Нейросети успешно применяются для решения многих практических задач в банковской сфере: оценки платежеспособности клиентов (на вход нейросети подаются данные о клиенте, на выходе - прогнозируемая степень его...
Государственное образовательное учреждение высшего профессионального образования
«ПЕРМСКИЙ ГОСУДАРСТВЕННЫЙ ПЕДАГОГИЧЕСКИЙ УНИВЕРСИТЕТ»
Факультет информатики и экономики
Кафедра информатики
КУРСОВАЯ РАБОТА
по дисциплине
«Интеллектуальные информационные системы»
Тема: «Использование нейронных сетей в банковском деле»
ИСПОЛНИТЕЛЬ: студентгр. 1253
А.А. Зверева
НАУЧНЫЙ РУКОВОДИТЕЛЬ:
Ясницкий Леонид Нахимович
Пермь 2008
Содержание
Введение 3
Глава 1. Теоретические аспекты скоринг - модели и нейронных сетей 5
1.1. Развитие скоринга 5
1.2. Искусственные нейронные сети 8
1.3. Нейросети в банковском деле 13
Глава 2. Практическое применение нейронных сетей в банковском деле 17
2.1. Постановка задачи 17
2.2. Анализполученных результатов 24
2.3. Анализ работ на тему «Оценка кредитоспособности заемщика» 28
Заключение 32
Список использованной литературы 33
Приложение 1 35
Введение
Искусственный интеллект- это раздел информатики, посвященный моделированию интеллектуальной деятельности человека. Сегодня - это обширная область исследований и разработок интеллектуальных систем, предназначенных для работ втрудно формализуемых областях деятельности человека. Для задач, решаемых методом искусственного интеллекта, характерно наличие большого числа степеней свободы с числом вариантов поиска решений, приближающимся к бесконечности. В отличие от жестко детерминированных компьютерных программ системы искусственного интеллекта сами ищут пути решения поставленной задачи. При этом они могут менять свои параметры иструктуру, совершенствоваться и развиваться, не зависящей от воли разработчика жизнью.[1]
Сегодня существуют несколько направлений развития искусственного интеллекта. Это такие направления как разработка интеллектуальных систем, основанных на знаниях, нейросетевые и нейрокомпьютерные технологии, распознавание образов, игры и творчество, компьютерная лингвистика, интеллектуальные роботы,компьютерные вирусы и интеллектуальное математическое моделирование.
Нейронные сети и нейрокомпьютеры- это одно из направлений компьютерной индустрии, в основе которого лежит идея создания искусственных интеллектуальных устройств по образу и подобию человеческого мозга. Искусственный нейронные сети в значительной мере заимствуют принципы работы головного мозга. Знания в них не отделены отпроцессора, а равномерно распределены и существуют неявно в виде сил синаптических связей. Такие знания не закладываются изначально, а приобретаются в процессе обучения.
Нейроматематика эффективно применяется для трудноформализуемых и неформализуемых задач. При обучении на вход нейросети один за другим подаются исходные данные и сеть генерирует свои ответы. Полученные ответы сравнивается с известными, асеть изменяется до тех пор, пока не выдаст правильные ответы на все исходные данные из обучающей выборки.
В последние десятилетия в мире бурно развивается новая прикладная область математики, специализирующаяся на искусственных нейронных сетях. Актуальность исследований в этом направлении подтверждается массой различных применений нейронных сетей: автоматизация процессов распознаванияобразов и адаптивное управление, аппроксимация функционалов и прогнозирование, создание экспертных систем и организация ассоциативной памяти и многое, многое другое. С помощью нейронных сетей можно, например, предсказывать показатели биржевого рынка, распознавать оптические или звуковые сигналы, строить самообучающиеся системы, способные управлять автомашиной при парковке или синтезировать речь по тексту.Банковская сфера как объект имеет сложное детерминированное квазислучайное поведение, для описания которого нейросети являются идеальным инструментом. Нейросети успешно применяются для решения многих практических задач в банковской сфере: оценки платежеспособности клиентов (на вход нейросети подаются данные о клиенте, на выходе - прогнозируемая степень его...
Поделиться рефератом
Расскажи своим однокурсникам об этом материале и вообще о СкачатьРеферат