Прогнозирование остатков средств на корреспондентских счетах банка

     Как видно, прогнозные значения не сильно разнятся с фактическими значениями, результаты прогноза адекватны. Это доказывает то, что нейронные сети – очень сильный инструмент анализа данных, в том числе краткосрочного прогнозирования.

     Но самими разработчиками сделано предупреждение, что при анализе «Что - если», где можно проверить конкретный пример со своими данными, необходимо вводить значения только из обучающей выборки или слегка выходящие за интервал обучающей выборки значения. Это также ограничивает применение нейронных сетей в прогнозировании.

     В результате можно сделать вывод, что нейронные сети – превосходный инструмент для анализа данных, в том числе прогнозирования. Однако стоит применять их только в прогнозировании устойчивых показателей, без аномальных отклонений. 

     ЗАКЛЮЧЕНИЕ

     Нейронная сеть – очень мощный и гибкий инструмент анализа данных, который можно успешно применять в различных сферах человеческого знания, что было доказано в рамках данной курсовой работы. Краткосрочные прогнозы при устойчивой среде гораздо точнее, чем статистические прогнозы. Хорошо сконфигурированная и обученная нейронная сеть адекватно отвечает на запросы пользователя, позволяя получить хороший прогноз показателя.

     В настоящее время на рынке программных  средств существует огромное количество программных продуктов, коммерческих или образовательных, позволяющих строить и использовать нейронные сети. Все это делает доступным аппарат нейронных сетей практически для каждого заинтересованного в этом человека.

     В результате можно сказать, что нейронные  сети – перспективное средство анализа  и обработки данных, находящее все большее применение в практической жизни человека.

СПИСОК  ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ

1. В.Е. Сорокоумов, С.Г. Мельников, Прогноз состояния корреспондентских и расчетных счетов [электронный ресурс]/ В.Е. Сорокоумов, С.Г. Мельников // http://www.programbank.ru/pbsite.nsf/0/E8258306619D607BC3256D980039BB14?OpenDocument
2. Аналитические технологии для прогнозирования и анализа данных [электронный ресурс]// http://www.neuroproject.ru /neuro.htm
3. Д. Кальченко, Нейронные сети: на пороге будущего [электронный ресурс]/ Д. Кальченко//http://www.neuroproject.ru/articles_dak_nn.php
4. Дмитрий Пауков, Прогнозирование с помощью искусственных нейронных сетей [электронный ресурс]/ Дмитрий Пауков// http://www.masters.donntu.edu.ua /2006/kita/ kiryan/library/art06.htm
5. Нейронные сети в бизнесе [электронный ресурс]// http:// www.masters.donntu.edu.ua/ 2005/kita/shukri/library/neiron.htm
6. Официальный сайт BaseGroup Labs [электронный ресурс]// http://www.basegroup.ru/deductor/description/
7. Иванов, Прогнозирование финансовых рынков с использованием искусственных нейронных сетей [электронный ресурс]/Иванов // http:// forexaw.com/files/view/3388.21

ПРИЛОЖЕНИЕ. Исходные данные