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 ตัวอย่างเครือข่ายประสาทโครงการ•เราถัดไปอธิบายการใช้ทั่วไปของเครือข่ายประสาทเพื่อทำนายการล้มละลายของบริษัทใช้ข้อมูลเดียวกันและออกแบบการทดลองที่คล้ายกันใช้โดย Wilson และ Sharda (1994) •สำหรับการเปรียบเทียบ ประสิทธิภาพของเครือข่ายประสาทจะต่างกับการถดถอยโลจิสติก•การศึกษา Altman(1968) ได้ใช้เป็นมาตรฐานเปรียบเทียบศึกษาประเภทล้มละลายหลายใช้ discriminant วิเคราะห์ถดถอยโลจิสติก ติดตามผลการศึกษาได้ระบุคุณลักษณะอื่น ๆ หลายอย่างเพื่อเพิ่มประสิทธิภาพการคาดเดา •เราใช้อัตราส่วนทางการเงินเดียวกันในการศึกษาของ Altman ตระหนักถึงมากซับซ้อนอินพุตแบบจำลองโครงข่ายประสาทเฉพาะช่วยเพิ่มประสิทธิภาพการทำงาน

ผลลัพธ์ (ไทย) 2:

6.6 โครงการตัวอย่างโครงข่ายประสาท
•เราต่อไปอธิบายโปรแกรมทั่วไปของโครงข่ายประสาทเทียมในการทำนายการล้มละลายของ บริษัท โดยใช้ข้อมูลที่เหมือนกันและการออกแบบการทดลองที่คล้ายกันที่ใช้โดยวิลสันและ Sharda (1994).
•สำหรับวัตถุประสงค์ในการเปรียบเทียบประสิทธิภาพการทำงานของเครือข่ายประสาท มีการเปรียบเทียบกับการถดถอยโลจิสติก.
•อัลท์แมน (1968) การศึกษาได้ถูกนำมาใช้เป็นมาตรฐานของการเปรียบเทียบเพื่อการศึกษาการจัดหมวดหมู่การล้มละลายจำนวนมากโดยใช้การวิเคราะห์จำแนกและการถดถอยโลจิสติก; การศึกษาติดตามได้ระบุคุณลักษณะอื่น ๆ เพื่อปรับปรุงประสิทธิภาพการทำนาย.
•เราใช้อัตราส่วนทางการเงินเช่นเดียวกับในการศึกษาของ Altman ตระหนักว่าปัจจัยการผลิตที่มีความซับซ้อนมากขึ้นในรูปแบบเครือข่ายประสาทเท่านั้นที่ควรจะเพิ่มประสิทธิภาพการทำงาน

ผลลัพธ์ (ไทย) 3:

6.6 ตัวอย่างโครงการเครือข่ายประสาท
- คราวหน้า อธิบายการประยุกต์ใช้ตามแบบฉบับของโครงข่ายประสาทเทียมเพื่อพยากรณ์การล้มละลายของ บริษัท โดยใช้ข้อมูลเดียวกันและมีการทดลองใช้โดย วิลสัน และ เครื่อง ( 1994 )
- เปรียบเทียบ ประสิทธิภาพของโครงข่ายประสาทเทียมถูกขัดด้วย Logistic Regression .
- ที่ อัลท์แมน ( 1968 ) ได้ถูกใช้เป็นมาตรฐานในการเปรียบเทียบหลายล้มละลายหมวดหมู่การศึกษาโดยใช้การวิเคราะห์การจำแนกและการถดถอยโลจิสติก ; การติดตามศึกษาได้ระบุคุณสมบัติอื่น ๆหลายที่จะปรับปรุงประสิทธิภาพทำนาย . เราใช้เหมือนกัน
- อัตราส่วนทางการเงินใน อัลท์แมนของการศึกษาตระหนักว่าซับซ้อนปัจจัยการผลิตกับแบบจำลองโครงข่ายประสาทเทียม ควรเพิ่มประสิทธิภาพของ