神經網絡在預測中有什么用途(Uses of Neural Networks for Prediction)？

神經網絡是一種復雜的計算模型，通常用于模式識別。由于神經網絡是以生物大腦功能為模型，所以它們能夠“學習”和預測結果。神經網絡在預測方面有許多實際用途，包括金融計算、天氣預報、氣候預報、氣候預報、氣候預報、氣...

神經網絡是一種復雜的計算模型，通常用于模式識別。由于神經網絡是以生物大腦功能為模型，所以它們能夠“學習”和預測結果。神經網絡在預測方面有許多實際用途，包括金融計算、天氣預報、氣候預報、氣候預報、氣候預報、氣候預報等，以及醫療診斷。神經網絡可以查看上千個過去的信貸接受者，并分析他們的財務歷史。用于預測的人工神經網絡的靈感來自人腦。在生物大腦中，許多被稱為“神經元”的小處理單元連接成一個大網絡，每個單獨的處理區域相對簡單，但是，當每個神經元協同工作時，整個網絡都能解決復雜的問題。每個小神經元之間的連接可以重新配置成新的網絡模式。這使得大腦能夠自我重組并“學習”新概念。艾倫圖靈幫助擴展和宣傳人工神經元的概念。就像人類一樣大腦，一種人工神經網絡，包含許多小的處理器和連接，這些處理器和連接可以重新配置。科學家沃爾特·皮茨和沃倫·麥卡洛克于1943年首次提出了使用人工神經元的概念。這項科學工作很快被著名的人工智能先驅艾倫·圖靈（Alan Turing）推廣和宣傳在1948年出版的一本名為《智能機械》（Intelligent Machinery）的刊物上寫了一篇關于人工神經網絡的文章。金融計算是神經網絡最常用的預測方法之一。本質上，神經網絡被用作一個數學“過濾器”，根據可用的財務數據預測結果。這一功能通常用于股票市場預測軟件中。在這個應用程序中，計算機處理以前的市場趨勢。一旦建立了一個模式，神經網絡就計算出一只股票是漲是跌未來。神經網絡還可用于確定個人或公司的信用評級。與股票預測一樣，模式識別是關鍵。一個網絡可以考慮數千名過去的信用接受者，并分析他們的財務歷史。通過發現過去的趨勢，用于預測的神經網絡可以估計哪些新申請者可能會拖欠他們的信用。這些人根據預測得到一個高風險的信用評級。同樣，神經網絡可用于天氣預報。許多不同的環境因素，如溫度和風流，都可以輸入到網絡中。使用基于先前氣候模式的預測模型，神經網絡可以確定當前天氣狀況的可能結果。使用神經網絡進行預測也有助于解決某些醫學問題。人體非常復雜，幾十個甚至幾百個因素可以結合起來導致一種醫療狀況。神經網絡有時能夠推導出癥狀。在這個應用程序中，人工網絡可以從以前的病人記錄中找到趨勢和模式，并預測最可能的病因