Предмет и объект прикладной информатики
6. ИР возникает в результате не просто умственного труда, а его творческой части.
7. Превращение знаний в информационный ресурс зависит от их кодирования, распределения и передачи.
Существуют две формы ИР:
пассивной форме относят книги, статьи, патенты, банки данных.
активной форме относят модель, алгоритм, проект, программу базу знаний.
ИР являются базой для создания информационных продуктов.
Информационный продукт – совокупность данных, сформированная для распространения в вещественной или невещественной форме.
Информационный продукт распространяется с помощью услуг.
Информационная услуга – получение и предоставление в распоряжение пользователя информационного продукта.
База данных – совокупность связанных данных с общими принципами описания, хранения и манипулирования данными.
Виды информационных ресурсов (ИР).
Виды информационных ресурсов
В настоящее время существуют:
1) Средства массовой информации. (новостные и семантические сайты) -высокий уровень посещаемости, быстрая смена информации, наличие видеоряда на сайте.
2) Электронные библиотеки.- распределенная информационная система, позволяющая надежно сохранять и эффективно использовать разнородные коллекции электронных документов через глобальные сети передачи данных в удобном для конечного пользователя виде.
3) Электронные базы данных. - это набор надписей и файлов, специальным образом организованных. 1 тип документы, сгруппированные по темам. 2 тип - это файлы с электронными таблицами.
4) Сайты. Корпоративны сайт- это Интернет-ресурс, посвященный какой-то организации, фирме, предприятию. Персональный и любительский сайт, домашнюю страничку. Они отличаются полнотой представляемой информации и профессионализмом исполнения.
5) Сервисы - это группа сайтов, предоставляет услуги: электронным почтовым ящиком, блогом Информационный портал - это веб-сайт, организованный как многоуровневое объединение различных ресурсов и сервисов, обновление которого происходит в реальном времени
Можно говорить также о делении информационных ресурсов по другим признакам.
По целевому предназначению: личные, корпоративные, СМИ, бизнес, образовательные, политика, учреждения и организации, сервисы и услуги, доски объявлений, культура, чаты, хранилища ПО, спорт, отдых, изображения и фото, развлекательные порталы
По способу представления: Web-страниц, Базы данных, Файловые серверы, Телеконференции
По виду носителя твердая копия (книга, газета, рукопись и т.д.), на машиночитаемых носителях (кино- фотопленка, аудио-, дискете, CD, флэш и т.д.), на канале связи (TV, радио)
По способу организации хранения и использования документы на традиционных носителях (книги, газеты, журналы), массив документов, фонд документов, архив, автоматизированные формы,
По форме собственности общероссийское национальное достояние, государственная собственность, собственность субъектов РФ (в том числе муниципальная), частная (личная, корпоративная) собственность, По содержанию Тематическая информация, Научные публикации, Рекламная информация, Справочная информация, Новости,Вторичная (библиографическая) информация,
По национально-территориальному признаку.
По языковому признаку. Основным языком в сети Интернет является английский, но практически все основные языки мира представлены в Сети.
По географическому признаку. Информационный ресурс в большинстве случаев принадлежит какой-либо организации, расположенной и осуществляющей свою деятельность на определенной территории, подчиняющейся ее законам.
ИР как форма представления знаний.
Информационные ресурсы – это знания, подготовленные людьми для социального использования в обществе и зафиксированные на материальном носителе.
Если речь идет об информационных ресурсах страны, региона, организации, то они должны рассматриваться как стратегические ресурсы. Если информационные ресурсы рассматриваются как совокупность информационных ресурсов различных государств, то такие информационные ресурсы принято называть мировыми информационными ресурсами.
Разделить мировые информационные ресурсы на определенные виды (категории) весьма сложно, но можно выделить несколько критериев, по которым можно проводить разбиение на виды.
Первый критерий – по форме представления, в каком виде зафиксирована или представлена информация: текстовая форма; графическая форма; мультимедиа и т.д.
Второй критерий – по ограничению доступа или защите, здесь можно выделить три вида информационных ресурсов: сведения, составляющие государственную тайну; персональные данные; сведения, составляющие коммерческую тайну. Чтобы отнести тот или иной документ к одной из выше перечисленных групп следует опираться на законодательство, во всех странах приняты практически одинаковые критерии, имеются лишь небольшие расхождения.
Третий критерий – разбивка по тематике, самый сложный критерий, так как те или иные информационные ресурсы можно отнести к сразу нескольким видам. Классификации информационных образовательных ресурсов, как правило, проводят по следующим основаниям: по целевому назначению, по уровням образования, по целевой аудитории, предметные, классификации по типу ИР.
Основные проблемы и классификация ИР. Знание как национальное достояние. Форма представления знаний
Основные проблемы и классификация ИР
Опыт обслуживания в автоматизированном режиме позволил выявить ряд проблем организации доступа к информационным массивам в целом и к электронным документам в частности. Во-первых, это неавторизованное использование компьютерного времени, превышающее нормативное, а также использование БД без разрешения персонала. Следующим проблемным моментом является “копирование” большего обьема результатов поиска, чем предусмотрено нормами. Безусловно, вызывает опасение использование дискет, зараженных компьютерными вирусами, для копирования результатов поиска, что ведет к разрушению действующих программ.
Информационные ресурсы - это совокупность данных, организованных для получения достоверной информации в самых разных областях знаний и практической деятельности. Ресурсы определяют как запасы, источники чего-либо.
Классификация ИР:
Информационные ресурсы подразделяются по классам собираемой информации.
К первично собираемой информации, которая отражает специфику ее источника, области или сферы создания, по этому признаку информационные ресурсы можно классифицировать как естественные, производственные, социально-экономические.
Другой класс информационного ресурса в процессе научно-исследовательской деятельности, а также любой творческой работы. К этому же классу относятся и объекты, создаваемые как авторские произведения в области литературы, искусства. Информация, получаемая в результате интеллектуальной деятельности человека.
Выделяется вторичная информация, возникающая на основе переработки уже имеющейся информации, и новая, фиксирующая то, что человечество до сих пор не знало. Сюда относятся открытия, прогнозы в области различных социальных и природных процессов.
По целевому предназначению: личные, корпоративные, СМИ, бизнес, образовательные, политика, учреждения и организации, сервисы и услуги, доски объявлений, культура, чаты, хранилища ПО, спорт, отдых, изображения и фото, развлекательные порталы
По способу представления: Web-страниц, Базы данных, Файловые серверы, Телеконференции
По виду носителя твердая копия (книга, газета, рукопись и т.д.), на машиночитаемых носителях (кино- фотопленка, аудио-, дискете, CD, флэш и т.д.), на канале связи (TV, радио)
По способу организации хранения и использования документы на традиционных носителях (книги, газеты, журналы), массив документов, фонд документов, архив, автоматизированные формы,
По форме собственности общероссийское национальное достояние, государственная собственность, собственность субъектов РФ (в том числе муниципальная), частная (личная, корпоративная) собственность, По содержанию Тематическая информация, Научные публикации, Рекламная информация, Справочная информация, Новости,Вторичная (библиографическая) информация,
По национально-территориальному признаку.
По языковому признаку. Основным языком в сети Интернет является английский, но практически все основные языки мира представлены в Сети.
По географическому признаку. Информационный ресурс в большинстве случаев принадлежит какой-либо организации, расположенной и осуществляющей свою деятельность на определенной территории, подчиняющейся ее законам.
Знание как национальное достояние
Мировое сообщество начала третьего тысячелетия характеризуется рядом особенностей, к которым следует, прежде всего, отнести возросшую значимость интеллектуального труда, ориентированного на использование информационного ресурса глобального масштаба и потребность в осуществлении оперативной коммуникации между отдельными специалистами, социально-профессиональными группами, сообществами людей, общественными организациями и государствами. Роль информации и коммуникаций в развитии общества всегда была значительной, а прорыв, совершенный в сфере информационно-телекоммуникационных технологий, позволил объединить компьютеры, находящиеся в различных точках мира в единую Сеть.
В результате общество приступило к созданию единого мирового информационного пространства, или, мировых информационных ресурсов. Важнейшими элементами электронной части мирового информационного пространства являются профессиональные базы, деловые ресурсы Интернет, электронные библиотеки. Возрастание роли информационного продукта как тенденция развития информационного общества определяет потребность в обработке все возрастающих объемов информации, потребность в различных формах восприятия информации, а также потребность в актуальности и точности информации.
Форма представления знаний
Информационные ресурсы – это знания, подготовленные людьми для социального использования в обществе и зафиксированные на материальном носителе.
Если речь идет об информационных ресурсах страны, региона, организации, то они должны рассматриваться как стратегические ресурсы. Если информационные ресурсы рассматриваются как совокупность информационных ресурсов различных государств, то такие информационные ресурсы принято называть мировыми информационными ресурсами.
Разделить мировые информационные ресурсы на определенные виды (категории) весьма сложно, но можно выделить несколько критериев, по которым можно проводить разбиение на виды.
Первый критерий – по форме представления, в каком виде зафиксирована или представлена информация: текстовая форма; графическая форма; мультимедиа и т.д.
Второй критерий – по ограничению доступа или защите, здесь можно выделить три вида информационных ресурсов: сведения, составляющие государственную тайну; персональные данные; сведения, составляющие коммерческую тайну. Чтобы отнести тот или иной документ к одной из выше перечисленных групп следует опираться на законодательство, во всех странах приняты практически одинаковые критерии, имеются лишь небольшие расхождения.
Третий критерий – разбивка по тематике, самый сложный критерий, так как те или иные информационные ресурсы можно отнести к сразу нескольким видам. Классификации информационных образовательных ресурсов, как правило, проводят по следующим основаниям: по целевому назначению, по уровням образования, по целевой аудитории, предметные, классификации по типу ИР.
Методы представления знаний
Продукционные правила Продукционная система состоит из трех основных компонентов, схематично изображенных на рис.
Первый из них – это база знаний, состоящих из правил.
Следующим компонентом является рабочая память, в которой хранятся исходные данные к задаче и выводы, полученные в ходе работы системы.
Третьим компонентом является механизм логического вывода, использующий правила в соответствии с содержимым рабочей памяти.
Продукционная модель – это наиболее часто используемый способ представления знаний в современных экспертных системах. Основными преимуществами продукционной модели являются: наглядность, высокая модульность, легкость внесения изменений и дополнений, простота механизма логического вывода.
Фреймы Фрейм – это модель абстрактного образа, минимально возможное описание сущности какого-либо объекта, явления, события, ситуации, процесса. Фрейм состоит из имени и отдельных единиц, называемых слотами, и имеет однородную структуру:
ИМЯ ФРЕЙМА
Имя 1-го слота: значение 1-го слота.
Имя 2-го слота: значение 2-го слота.
Имя N-го слота: значение N-го слота.
Если одно и тоже свойство указывается в нескольких связанных между собой фреймах, то приоритет отдается нижестоящему фрейму. Так, возраст фрейма «Студент» не наследуется из вышестоящих фреймов.
Основным является наглядность и гибкость в употреблении. Кроме того, фреймовая структура согласуется с современными представлениями о хранении информации в памяти человека.
Семантические сети
В основе этого способа представления знаний лежит идея о том, что любые знания можно представить в виде совокупности понятий (объектов) и отношений (связей). Семантическая сеть представляет собой ориентированный граф, вершинами которого являются понятия, а дугами – отношения между ними. Сам термин семантическая означает смысловая.
Основным преимуществом этой модели является наглядность представления знаний, а также соответствие современным представлениям об организации долговременной памяти человека. Недостаток – сложность поиска вывода, а также сложность корректировки: удаление и дополнение сети новыми знаниями.
Математический нейрон, его уравнения и реализация простейших логических функций. Персептрон и его обучение на примере распознавания цифр и букв. Правила Хебба
Математический нейрон, его уравнения и реализация простейших логических функций.
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. Дело в том, что компьютеры, выполненные по схеме машины фон Неймана, по своей структуре и свойствам весьма далеки от нашего естественного компьютера – человеческого мозга.
1. Мозг человека состоит из белого и серого вещества: белое – это тела нейронов, а серое – соединяющие их нервные волокна. Каждый нейрон состоит из трех частей: тела клетки, дендритов и аксона.
2. Каждый нейрон может существовать в двух состояниях – возбужденном и невозбужденном. В возбужденном состоянии нейрон сам посылает электрический сигнал другим, соединенным с ним нейронам.
3. Нейроны взаимодействуют между собой посредством коротких серий импульсов продолжительностью несколько микросекунд.
4. Известно, что общее число нейронов в течение жизни человека практически не изменяется, т.е. мозг ребенка и мозг взрослого человека содержат приблизительно одинаковое число нейронов.
Математический нейрон Мак-Каллока – Питтса
в 1943 г. статью Уоррена Мак-Каллока и Вальтера Питтса. Ее авторы выдвинули гипотезу математического нейрона – устройства, моделирующего нейрон мозга человека.
Математический
нейрон тоже
имеет несколько
входов и один
выход. Через
входы, которых
обозначим
,
математический
нейрон принимает
входные сигналы
,
которые суммирует,
умножая каждый
входной сигнал
на некоторый
весовой коэффициент
:
.
(3.1)
Выходной
сигнал нейрона
может принимать
одно из двух
значений – ноль
или единицу,
которые формируются
следующим
образом:
,
если
,
(3.2)
,
если
,
(3.3)
где
– порог чувствительности
нейрона.
Таким
образом, математический
нейрон, как и
его биологический
прототип, существует
в двух состояниях.
Если взвешенная
сумма входных
сигналов
меньше некоторой
пороговой
величины
,
то математический
нейрон не возбужден
и его выходной
сигнал равен
нулю. Если же
входные сигналы
достаточно
интенсивны
и их сумма достигает
порога чувствительности,
то нейрон переходит
в возбужденное
состояние, и
на его выходе
образуется
сигнал
.
Весовые коэффициенты
,
имитируют
электропроводность
нервных волокон
– силу синаптических
связей между
нейронами. Чем
они выше, тем
больше вероятность
перехода нейрона
в возбужденное
состояние.
Логическая
функция (3.2) – (3.3)
называемая
активационной
функцией нейрона,
графически
изображена
на рис. 3.2.
Таким образом, математический нейрон представляет собой пороговый элемент с несколькими входами и одним выходом. Одни из входов математического нейрона оказывают возбуждающее действие, другие – тормозящее. Каждый математический нейрон имеет свое определенное значение порога.
Математический
нейрон обычно
изображают
кружочком,
возбуждающий
вход – стрелкой,
а тормозящий
– маленьким
кружочком.
Рядом может
записываться
число, показывающее
значение порога
.
Как показано
на рис. 3.4, математические
нейроны могут
реализовывать
различные
логические
функции. Так,
математический
нейрон, имеющий
два входа с
единичными
силами синаптических
связей
,
согласно формулам
(3.1) –(3.3) реализует
функцию логического
умножения «И»
при
и функцию логического
сложения «ИЛИ»
при
.
Нейрон с одним
входом, у которого
,
реализует
логическую
функцию «НЕТ»
при
.
Персептрон и его обучение на примере распознавания цифр и букв. Правила Хебба.
Персептрон Розенблатта и правило Хебба
Мак-Каллок и Питтс предложили конструкцию сети из математических нейронов и показали, что такая сеть может выполнять числовые и логические операции. Далее они высказали идею о том, что сеть из математических нейронов в состоянии обучаться, распознавать образы, обобщать, т.е. она обладает свойствами человеческого интеллекта.
Идея Мак-Каллока – Питтса была материализована в 1958 г. Фрэнком Розенблаттом в виде электронного устройства, моделирующего человеческий глаз. Это устройство, имеющее в качестве элементной базы модельные нейроны Мак-Каллока – Питтса и названное персептроном, удалось обучить решению сложнейшей интеллектуальной задачи – распознаванию букв латинского алфавита. Таким образом, удалось проверить основные гипотезы функционирования человеческого мозга и сам механизм его обучаемости. «Нельзя сказать, что мы точно воспроизводим работу человеческого мозга, – признавал Розенблатт, – но пока персептрон ближе всего к истине».
Разберем принцип действия персептрона для классификации цифр на четные и нечетные. Представим себе матрицу из 12 фотоэлементов, расположенных в виде четырех горизонтальных рядов по три фотоэлемента в каждом ряду. На матрицу фотоэлементов накладывается карточка с изображением цифры – это цифра «4»). Если на фотоэлемент попадает какой-либо фрагмент цифры, то данный фотоэлемент вырабатывает сигнал в виде двоичной единицы, в противном случае – ноль.
Первый
фотоэлемент
выдает сигнал
,
второй фотоэлемент
–
и т.д.
Персептронный
нейрон выполняет
суммирование
входных сигналов
,
помноженных
на синаптические
веса
,
первоначально
заданные датчиком
случайных
чисел. После
этого сумма
сравнивается
с порогом
чувствительности
,
также заданным
случайным
образом. Цель
обучения
персептрона
состоит в том,
чтобы выходной
сигнал
был = 1, если на
карточке была
изображена
четная цифра,
и 0, если цифра
была нечетной.
Эта цель
достигается
путем обучения
персептрона,
заключающемся
в корректировке
весовых коэффициентов
.
Если, например,
на вход персептрона
была предъявлена
карточка с
цифрой «4», и
выходной сигнал
случайно оказался
=1, означающей
четность, то
корректировать
веса не нужно,
так как реакция
персептрона
правильна.
Однако, если
выход неправилен
и
,
то следует
увеличить веса
тех активных
входов, которые
способствуют
возбуждению
нейрона. В данном
случае увеличению
подлежат
,
,
и др.
Иитерационный алгоритм корректировки весовых коэффициентов:
ШАГ 1. Подать
входной образ
и вычислить
выход персептрона
.
ШАГ 2,а. Если выход правильный, то перейти на шаг 1.
ШАГ 2,б.
Если выход
неправильный
и равен нулю,
то увеличить
веса активных
входов, например,
добавить все
входы к соответствующим
им весам:
.
называют первым
правилом Хебба
ШАГ 2,в.
Если выход
неправильный
и равен единице,
то уменьшить
веса активных
входов, например,
вычесть каждый
вход из соответствующего
ему веса:
.
вторым правилом
Хебба
ШАГ 3. Перейти на шаг 1 или завершить процесс обучения.
всегда ли алгоритм обучения персептрона приводит к желаемому результату: Если существует множество значений весов, которые обеспечивают конкретное различение образов, то в конечном итоге алгоритм обучения персептрона приводит либо к этому множеству, либо к эквивалентному ему множеству, такому, что данное различение образов будет достигнуто.
Проблемы и возможности применения сетей персептронного типа в промышленности, экономике, политологии, социологии, криминалистике, медицине и др. Проблемы проектирования и обучения нейросетей. 13-я проблема Гильберта и теорема Арнольда-Колмогорова. Гиперразмерность интерпретация обучения нейросетей: проблемы локальных минимумов, оврагов и способы их преодоления
Проблемы и возможности применения сетей персептронного типа в промышленности, экономике, политологии, социологии, криминалистике, медицине и др.
Ограниченность однослойного персептрон
Следующий период истории персептронов начался с появления книги Минского и Пайперта «Персептроны» В этой книге математически строго было доказано, что использовавшиеся в то время однослойные персептроны в принципе не способны решать многие простые задачи. Одну из таких задач, заключающуюся в реализации логической операции «Исключающее ИЛИ», мы рассмотрим подробно
«Исключающее ИЛИ» – это булева функция двух аргументов, каждый из которых может иметь значение «истинно» либо «ложно». Сама она принимает значение «истинно», когда только один из аргументов имеет значение «истинно». Во всех остальных случаях функция принимает значение «ложно»: значит, что какие бы значения ни придавались весам и порогу, рассмотренный персептрон в принципе не способен воспроизвести соотношение между входами и выходом, требуемое для представления функции «Исключающее ИЛИ».
Многослойный персептрон и алгоритм обратного распространения ошибки проблему «Исключающего ИЛИ» можно решить с помощью двухслойного персептрона, изображенного на рис. 3.12.Советским ученым С.О.Мкртчяном был разработан специальный математический аппарат, позволяющий без обучения строить многослойные персептроны, моделирующие любые булевы функции.
Эффективный
алгоритм обучения
многослойных
персептроново
в 1986 г. благодаря
работе Румельхарта,
Хилтона и Вильямса.
Рассмотрим
идею алгоритма
обратного
распространения
ошибки, попытавшись
обобщить
дельта-правило
на случай обучения
двухслойного
персептрона,
имеющего
входов,
выходов и скрытый
слой из
нейронов Идея
авторов рассматриваемого
алгоритма
состояла в том,
чтобы в качестве
этой ошибки
использовать
суммарные
ошибки с выходного
слоя, помноженные
на силы соответствующих
синаптических
связей, т.е.
ШАГ 1. Инициализация синаптических весов и смещений.
ШАГ 2. Представление из обучающей выборки очередного входного вектора
ШАГ 3. Прямой проход.
ШАГ 4. Обратный проход.
ШАГ 5. Повторение шагов 2 – 4 необходимое количество раз.
Таким образом персептрон, несмотря на помехи и искажения входного образа, выдаст правильное заключение о его принадлежности к тому или иному классу. Свойство персептрона правильно реагировать на входные образы, которых не было в обучающей выборке, называется свойством обобщения.
Возможности и области применения персептронов
Диагностика в медицине
В средствах информации имеются сообщения об удачном опыте применения нейросетей в задачах медицинской диагностики. Рассмотрим, как строятся и обучаются такие сети. Прежде всего он выясняет и записывает имя, возраст, пол, место В результате у врача накапливается от 20 до 100 и более параметров, характеризующих пациента и его состояние здоровья. Это и есть исходные параметры, обработав которые с помощью своих медицинских знаний и опыта, врач делает заключение о заболевании пациента – ставит диагноз его болезни.Персептрон должен уметь обобщать переданный ему опыт на новые точки предметной области – ставить диагнозы болезней новым, не встречавшимся ранее пациентам.
Диагностика неисправностей сложных технических устройств
Специалисты, занимающиеся этой проблемой, устанавливают датчики, измеряющие параметры работы авиадвигателей во время полетов. Файл данных полетного мониторинга обычно содержит следующие параметры: номер полета, дату полета. Задача инженера-диагноста состоит в том, чтобы, используя данные мониторинга, выявить дефекты двигателя до его профилактической разборки. Традиционно эта задача решается путем применения методик, основанных на физических закономерностях: каждый дефект вызывает определенные отклонения тех или иных полетных параметров работы двигателя, поэтому, анализируя их характер изменения, можно сделать предположения о появлении дефектов, вызывающих эти изменения.
Нейросетевой детектор лжи
Правду ли говорит ребенок, обычно легко определить по выражению его лица, движению глаз, покраснению кожи. Со взрослым человеком значительно труднее. Если измерять давление крови, то можно выяснить, что у одних людей, говорящих неправду, оно повышается, а у других – наоборот, понижается. То же самое может происходить с пульсом.
Входные параметры: дыхание, частота биения сердца, температура тела. Выходные параметры: да, нет. Выборка: есть определение правильных выходных параметров 0:1.
Нейросеть–антихакер
Прежде
всего отметим,
что поведение
хакера, пытающегося
взломать компьютерную
программу,
несколько
отличается
от поведения
обычного
законопослушного
пользователя.
Иногда хакер
чаще, чем обычный
пользователь,
ударяет по
одной и той же
кнопке клавиатуры.
Поэтому, измерив
параметры,
характеризующие
стиль работы
различных
пользователей,
можно сформировать
обучающую
выборку соответствующих
примеров и
обучить нейросеть
реагировать
на различные
сетевые отклонения,
т.е. выявлять
аномалии сетевой
активности.
В качестве
параметров,
характеризующих
стиль работы
пользователей,
их портрет,
может быть:
количество
загружаемых
одновременно
программ, скорость
ударов по клавиатуре
и мыши в единицу
времени, частота
повторения
ударов по одним
и тем же клавишам,
характер пользования
мышью и др.
Количество
этих параметров
определяет
размер входного
вектора
и, соответственно,
количество
нейронов входного
слоя персептрона.
На выходе персептрона
целесообразно
оставить один
нейрон, значение
которого
будет означать,
что за компьютером
находится
обычный пользователь,
а
– что пользователь
хакер. Теперь
необходимо
создать достаточный
для обучения
персептрона
набор портретов
хакеров и обычных
пользователей.
Далее следуют
обычные действия
по проектированию
и обучению
персептрона.
Естественно,
что качество
нейросети–антихакера
будет зависеть
от того, насколько
высокой окажется
квалификация
хакеров, приглашенных
для создания
обучающих
примеров.
Нейросети в банковском деле
Банкротство фирм, кредитуемых банками, невозможность возврата ими кредитных средств не раз являлись причиной кризисов и банкротств весьма солидных банков. Поэтому вопрос о том, какова степень кредитного риска, каким клиентами опасно выдавать кредиты, а каким нет, для любого банка является одним из самых главных вопросов стабильности его существования.
Входные: сколько можно дать, возраст, платеже способность, Выходные макс, минт. Выборка: поданным клиента
Прогнозирование валютных курсов и котировок ценных бумаг
Прогнозирование – это одна из самых востребованных задач,