6.6 A SAMPLE NEURAL NETWORK PROJECT

6.6 A SAMPLE NEURAL NETWORK PROJECT
We next describe a typical application of neural networks to predict bankruptcy of companies using the same data and a similar experimental design as used by Wilson and Sharda (1994).
For comparative purposes, the performance of neural networks is contrasted with logistic regression.
The Altman(1968) study has been used as the standard of comparison for many bankruptcy classification studies using discriminant analysis and logistic regression; follow-up studies have identified several other attributes to improve prediction performance.
We use the same financial ratios as in Altman’s study, realizing that more sophisticated inputs to the neural network model should only enhance its performance.

ผลลัพธ์ (ไทย) 1:

6.6 ตัวอย่างเครือข่ายประสาทโครงการต่อไปเราอธิบายการใช้ทั่วไปของเครือข่ายประสาทเพื่อทำนายการล้มละลายของบริษัทใช้ข้อมูลเดียวกันและออกแบบการทดลองที่คล้ายกันใช้โดย Wilson และ Sharda (1994) สำหรับการเปรียบเทียบ ประสิทธิภาพของเครือข่ายประสาทจะต่างกับการถดถอยโลจิสติกการศึกษา Altman(1968) ได้ใช้เป็นมาตรฐานเปรียบเทียบศึกษาประเภทล้มละลายหลายใช้ discriminant วิเคราะห์ถดถอยโลจิสติก ติดตามผลการศึกษาได้ระบุคุณลักษณะอื่น ๆ หลายอย่างเพื่อเพิ่มประสิทธิภาพการคาดเดา เราใช้อัตราส่วนทางการเงินเดียวกันในการศึกษาของ Altman ตระหนักถึงว่า อินพุตมีความซับซ้อนมากกว่าแบบจำลองโครงข่ายประสาทควรเท่าเพิ่มประสิทธิภาพการทำงาน

ผลลัพธ์ (ไทย) 2:

6.6 โครงการตัวอย่างโครงข่ายประสาท
ต่อไปเราอธิบายโปรแกรมทั่วไปของโครงข่ายประสาทเทียมในการทำนายการล้มละลายของ บริษัท โดยใช้ข้อมูลที่เหมือนกันและการออกแบบการทดลองที่คล้ายกันที่ใช้โดยวิลสันและ Sharda (1994).
สำหรับวัตถุประสงค์ในการเปรียบเทียบประสิทธิภาพการทำงานของเครือข่ายประสาทเทียบ . กับการถดถอยโลจิสติก
อัลท์แมน (1968) การศึกษาได้ถูกนำมาใช้เป็นมาตรฐานของการเปรียบเทียบเพื่อการศึกษาการจัดหมวดหมู่การล้มละลายจำนวนมากโดยใช้การวิเคราะห์จำแนกและการถดถอยโลจิสติก; การศึกษาติดตามได้ระบุคุณลักษณะอื่น ๆ เพื่อปรับปรุงประสิทธิภาพการทำนาย.
เราใช้อัตราส่วนทางการเงินเช่นเดียวกับในการศึกษาของ Altman ตระหนักว่าปัจจัยการผลิตที่มีความซับซ้อนมากขึ้นในรูปแบบเครือข่ายประสาทเท่านั้นที่ควรจะเพิ่มประสิทธิภาพการทำงาน

ผลลัพธ์ (ไทย) 3:

6.6 ตัวอย่างโครงการเครือข่ายประสาท
คราวหน้า อธิบายโปรแกรมปกติของโครงข่ายประสาทเทียมเพื่อพยากรณ์การล้มละลายของ บริษัท โดยใช้ข้อมูลเดียวกันและมีการทดลองใช้โดย วิลสัน และ เครื่อง ( 1994 )
เปรียบเทียบ ประสิทธิภาพของโครงข่ายประสาทเทียมถูกขัดด้วย Logistic Regression .
ส่วน อัลท์แมน ( 1968 ) ได้ถูกใช้เป็นมาตรฐานในการเปรียบเทียบหลายล้มละลายหมวดหมู่การศึกษาโดยใช้การวิเคราะห์การจำแนกและการถดถอยโลจิสติก ; การติดตามศึกษาได้ระบุคุณสมบัติอื่น ๆหลายที่จะปรับปรุงประสิทธิภาพทำนาย .
เราใช้เหมือนกันอัตราส่วนทางการเงินใน อัลท์แมนของการศึกษาตระหนักว่าซับซ้อนปัจจัยการผลิตกับแบบจำลองโครงข่ายประสาทเทียม ควรเพิ่มประสิทธิภาพของ .