Нейронные сети в обучении и анализе сложных данных в образовательном процессе

Аннотация

Изменения в экономических процессах и показателях оказывают значительное влияние на каждого конкретного человека и человечество в целом. Если проанализировать деятельность любого человека, то мы заметим, что вопросы экономического характера будут занимать в его жизни ведущие места. Поэтому, чрезвычайно важно анализировать экономические процессы быстро и тратить при этом минимум интеллектуальных ресурсов и уменьшать уровень погрешности. С развитием информационных наук и наблюдением за строением нашего мозга возникли нейронные сети, которые способны значительно ускорить анализ данных и уменьшить погрешность. А также находить в процессах или явлениях, которые анализируются, нелинейные зависимости, закономерности и причинно-следственные связи, которые при узком рассмотрении данных могут быть не учтены. Наиболее эффективными нейронные сети показывают себя при работе с большим количеством данных, которые человек физически не способен воспринять. К примеру, сегодня каждый пользуется поисковыми сервисами, электронными платежными системами и смартфонами с геолокацией, поэтому искусственные нейронные сети широко используются корпорациями для того, чтобы найти, какой товар заинтересует каждого конкретного покупателя, или для персонализированной рекламы на основе данных, полученных о пользователе (при наличии этих данных). Однако можно сказать, что нейронные сети не являются совершенным инструментом и имеют ряд недостатков, поскольку существует много архитектур, рассчитанных для решения отдельных задач и требующих длительного процесса обучения и значительного количества данных. Но при правильном выборе типа сети и ее дальнейшей настройке и обучении можно достичь исключительных результатов в анализе большого количества данных. Именно поэтому, исследование темы применения нейронных сетей в экономике является актуальным и необходимым научным направлением, которое требует более глубокого исследования.