神经网络在预测中有什么用途(Uses of Neural Networks for Prediction)？

神经网络是一种复杂的计算模型，通常用于模式识别。由于神经网络是以生物大脑功能为模型，所以它们能够“学习”和预测结果。神经网络在预测方面有许多实际用途，包括金融计算、天气预报、气候预报、气候预报、气候预报、气...

神经网络是一种复杂的计算模型，通常用于模式识别。由于神经网络是以生物大脑功能为模型，所以它们能够“学习”和预测结果。神经网络在预测方面有许多实际用途，包括金融计算、天气预报、气候预报、气候预报、气候预报、气候预报等，以及医疗诊断。神经网络可以查看上千个过去的信贷接受者，并分析他们的财务历史。用于预测的人工神经网络的灵感来自人脑。在生物大脑中，许多被称为“神经元”的小处理单元连接成一个大网络，每个单独的处理区域相对简单，但是，当每个神经元协同工作时，整个网络都能解决复杂的问题。每个小神经元之间的连接可以重新配置成新的网络模式。这使得大脑能够自我重组并“学习”新概念。艾伦图灵帮助扩展和宣传人工神经元的概念。就像人类一样大脑，一种人工神经网络，包含许多小的处理器和连接，这些处理器和连接可以重新配置。科学家沃尔特·皮茨和沃伦·麦卡洛克于1943年首次提出了使用人工神经元的概念。这项科学工作很快被著名的人工智能先驱艾伦·图灵（Alan Turing）推广和宣传在1948年出版的一本名为《智能机械》（Intelligent Machinery）的刊物上写了一篇关于人工神经网络的文章。金融计算是神经网络最常用的预测方法之一。本质上，神经网络被用作一个数学“过滤器”，根据可用的财务数据预测结果。这一功能通常用于股票市场预测软件中。在这个应用程序中，计算机处理以前的市场趋势。一旦建立了一个模式，神经网络就计算出一只股票是涨是跌未来。神经网络还可用于确定个人或公司的信用评级。与股票预测一样，模式识别是关键。一个网络可以考虑数千名过去的信用接受者，并分析他们的财务历史。通过发现过去的趋势，用于预测的神经网络可以估计哪些新申请者可能会拖欠他们的信用。这些人根据预测得到一个高风险的信用评级。同样，神经网络可用于天气预报。许多不同的环境因素，如温度和风流，都可以输入到网络中。使用基于先前气候模式的预测模型，神经网络可以确定当前天气状况的可能结果。使用神经网络进行预测也有助于解决某些医学问题。人体非常复杂，几十个甚至几百个因素可以结合起来导致一种医疗状况。神经网络有时能够推导出症状。在这个应用程序中，人工网络可以从以前的病人记录中找到趋势和模式，并预测最可能的病因