7.3. Задание для самостоятельной работы

С использованием нейросети постройте систему оценки кредитоспособности физического лица. Исходные данные находятся в файле credit.txt.

Данные для проектирования

Входные поля: возраст, образование, площадь квартиры, наличие автомобиля, длительность проживания в регионе. Выходное поле: давать кредит (да, нет).

Требования по нормализации входных полей: Сумму кредита, Возраст, Площадь квартиры и Длительность проживания преобразуйте к интервалу [–1, 1].

Поле Образование не нормализуем, а упорядочиваем следующим способом: среднее, специальное, высшее.

Значения поля Наличие автомобиля преобразуйте к битовой маске. Для кодирования трех значений требуется два бита.

Обучающее множество – случайные 95% записей, остальные 5% – тестовое.

Конфигурация сети: во входном слое – 6 нейронов, один скрытый слой с двумя нейронами, в выходном слое – один нейрон, на выходе которого будет решение о выдаче кредита.

Алгоритм обучения сети – Resilient Propagation с настройками по умолчанию. Условие окончания обучения оставим без изменения.

Обученную нейросеть примените для принятия решения о выдаче кредита физическому лицу.

Рассмотрим пример применения нейронной сети для решения, как поступать с акциями банков.

Сущность задачи заключается в следующем: имеется мнение эксперта, который на основе изучения соотношения затрат и прибыли финансовых учреждений рекомендует акционерам банков купить акции, придержать их или продать. Экспертные оценки занесены в таблицу – обучающую выборку. Нейронная сеть обучается на этих данных и учится самостоятельно формировать соответствующие выводы в случае предоставления ей новых данных.