In:
Management of Education, Cifra Ltd - Russian Agency for Digital Standardization (RADS), , No. 8(54) ( 2022-10-17), p. 229-237
Abstract:
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. Changes in economic processes and indicators have a significant impact on each individual and humanity as a whole. If we analyze the activities of any person, we will notice that economic issues will occupy leading places in his life. Therefore, it is extremely important to analyze economic processes quickly and at the same time spend a minimum of intellectual resources and reduce the level of error. With the development of information science and the observation of the structure of our brain, neural networks have emerged that can significantly speed up data analysis and reduce error. And also to find in the processes or phenomena that are being analyzed, nonlinear dependencies, patterns and cause-and-effect relationships that may not be taken into account when narrowly considering the data. Neural networks show themselves to be the most effective when working with a large amount of data that a person is physically unable to perceive. For example, today everyone uses search services, electronic payment systems and smartphones with geolocation, so artificial neural networks are widely used by corporations to find which product will interest each particular buyer, or for personalized advertising based on data obtained about the user (if this data is available). However, it can be said that neural networks are not a perfect tool and have a number of disadvantages, since there are many architectures designed to solve individual tasks and require a long learning process and a significant amount of data. But with the right choice of network type and its further configuration and training, you can achieve exceptional results in analyzing a large amount of data. That is why the study of the topic of the use of neural networks in economics is an urgent and necessary scientific direction that requires more in-depth research.
Type of Medium:
Online Resource
ISSN:
2311-2174
Uniform Title:
Нейронные сети в обучении и анализе сложных данных в образовательном процессе
DOI:
10.25726/b3751-4629-3690-s
Language:
Russian
,
Russian
Publisher:
Cifra Ltd - Russian Agency for Digital Standardization (RADS)
Publication Date:
2022
Permalink
