Содержание

Содержание

• Системи підтримки прийняття рішень методичні вказівки
• Частина 1
• Содержание
• 1 Лабораторная работа № 1. Создание хранилищ данных. Olap – технология анализа данных 14
• 2 Лабораторная работа № 2. Прогнозирование с помощью нейронных сетей в программе Deductor 43
• 2.3 Контрольные вопросы 59
• 3 Лабораторная работа № 3. Знакомство с Neural Network
• 4 Рекомендованная литература 78 Введение в сппр
• 1 Лабораторная работа № 1 Тема: Создание хранилища данных. Olap – технология анализа данных.
• 1.1 Аналитическая платформа Deductor
• 1.2 Хранилища данных – подготовка данных для анализа
• Принципы организации хранилища:
• 1.3 Описание бизнес-задачи по созданию аналитической отчетности аптечной сети
• 1.4 Создание хранилища данных в системе Deductor
• 1.5 Анализ данных с помощью кросс-таблиц и визуализации
• 1.5.2 Срезы из хранилища данных и olap кубы
• 1.5.3 Кросс-диаграмма
• 1.5.4 Фильтрация данных в кубе
• 1.6 Задание к лабораторной работе
• 1.7 Контрольные вопросы
• 2 Лабораторная работа № 2 Тема: Нейронные сети. Прогнозирование с помощью нейронной сети в программе Deductor
• 2.1 Нейронные сети: основные понятия
• 2.1.1 Искусственный нейрон и нейронная сеть
• 2.1.2 Обучение
• 2.1.3. Нейронные сети обратного распространения
• 2.2 Прогнозирование с помощью нейронных сетей в Deductor
• 2.2.1 Исходные данные
• 2.2.2 Расчет автокорреляции столбцов
• 2.2.3 Удаление аномалий и сглаживание
• 2.2.4 Скользящее окно 12 месяцев назад
• 2.2.5 Обучение нейросети
• 2.2.6 Построение прогноза
• 2.2.7 Результат
• 2.2.8 Выводы
• 2.3 Контрольные вопросы
• 2.4 Рынок нейропакетов
• 3 Лабораторная работа №3 Тема: зНакомство с neural network toolbox пакета mAtlab
• 3.1 Нейронные сети: графический интерфейс пользователя
• 3.1.1 Управляющие элементы nnTool
• 3.1.3 Разделение линейно-неотделимых множеств
• Пример 3.2. Пусть требуется создать нейронную сеть, выполняющую логическую функцию "исключающее или".
• 3.1.4 Задача аппроксимации
• Пример 3.3. Необходимо выполнить аппроксимацию функции , где , а n - число точек функции.
• 3.2 Функции Matlab для работы с нейронными сетями
• 1) Линейная функция активации purelin.
• 2) Логистическая функция активации logsig.
• 3) Создание новой нейронной сети и ее обучение
• 3.3 Задание к лабораторной работе
• 3.4. Контрольные вопросы
• 4 Литература