|
|
|
|
Le reti neurali sono modelli che simulano la struttura del cervello umano, imitandone i meccanismi di apprendimento. In base ai dati di input le reti neurali correggono i parametri del modello per trovare relazioni tra i dati.
Le reti neurali sono non lineari per definizione, ma non fanno alcun tipo di ipotesi sulla forma dei dati, a differenza di tecniche come la regressione non lineare. Il vantaggio sta nel fatto che non è necessario avere in mente un tipo di modello quando si esegue un'analisi. Inoltre le reti neurali sono in grado di identificare le interazioni (ad esempio fra sesso ed età), che invece devono essere specificate esplicitamente nei modelli di regressione. Lo svantaggio è che è difficile dare una spiegazione univoca del modello risultante. Le reti neurali sono quindi utili per analizzare una variabile obiettivo in presenza di forte non linearità e di interazioni, ma non aiutano molto quando queste caratteristiche dei dati devono essere spiegate. Le applicazioni principali sono le previsioni, il merito di credito, i modelli di risposta e le indagini di rischio. |
“Le decisioni d’impresa, spesso, non sono né giuste né sbagliate: noi ti aiutiamo, però, affinché esse siano sempre le migliori”.
Conseguire un vantaggio competitivo con l’analisi dei dati aziendali Richiedete la soluzione gratuita di un vostro caso aziendale
La statistica nelle decisioni aziendali |
|
Invia un mail a webmaster@statix.ch
con i tuoi commenti su questo sito.
|
