Инженерия знаний. Применение в экономике. Решение задач классификации с применением метода деревьев решений
Покупка
Основная коллекция
Издательство:
Спутник+
Год издания: 2010
Кол-во страниц: 3
Дополнительно
Доступ онлайн
В корзину
Скопировать запись
Фрагмент текстового слоя документа размещен для индексирующих роботов.
Для полноценной работы с документом, пожалуйста, перейдите в
ридер.
Вопросы экономических наук, № 4, 20 J О Головицына М.В., кандидат технических наук, профессор Толстоухова М.И. (Филиал Московского государственного открытого университета в г. Александрове) ИНЖЕНЕРИЯ ЗНАНИЙ. ПРИМЕНЕНИЕ В ЭКОНОМИКЕ. РЕШЕНИЕ ЗАДАЧ КЛАССИФИКАЦИИ С ПРИМЕНЕНИЕМ МЕТОДА ДЕРЕВЬЕВ РЕШЕНИЙ Инженерия знаний представляет собой совокупность моделей, методов и технических приемов, нацеленных на создание систем, которые предназначены для решения проблем с использованием знаний [1]. Фактически инженерия знаний - это методология ЭС, которая охватывает методы добычи, анализа и выражения в правилах знаний экспертов. Развитие ЭС создало инженерию знаний - процесс построения интеллектуальных систем. Ключевым вопросом построения экспертной системы является процесс получения знаний. Задачи формирования знаний в экономических приложениях приобретает особую актуальность. Практически для всех экономических приложений характерно наличие системы учета, обеспечивающей долгосрочное хранение информации в виде различного рода данных. Традиционно к задачам формирования знаний относятся: задачи прогнозирования, идентификации функций, классификации и кластеризации, фазификации нечетких переменных и т.п. Для решения этих задач используются методы прикладной статистики, искусственные нейронные сети, генетические алгоритмы [2]. Самым распространенным методом формирования знаний является метод деревьев решений (деревьев классификации). Дерево решений - это множество объединенных правил, отражающих условия выполнения некоторого процесса. Метод деревьев решений позволяет предсказывать принадлежность наблюдений или объектов к тому или иному классу в зависимости от соответствующих значений атрибутов, характеризующих эти наблюдения. Деревья решений обеспечивают автоматическое построение продукционных правил «если..., то...» по имеющейся статистике, на основании которых в дальнейшем выносится решение о принадлежности наблюдения или объекта к тому или иному классу [2]. В данной работе рассмотрен пример решения задачи классификации с применением метода деревьев решений. Как известно, для процесса кредитования небольшим коммерческим банком юридических и физических лиц характерно большое количество заемщиков при небольших размерах ссуд, что порождает большой объем работы по их оформлению и достаточно дорогостоящую процедуру оценки кредитоспособности относительно получаемой в результате прибыли. Задача заключается в построении классифицирующих (продукционных) правил, позволяющих выявить закономерности отнесения потенциального заемщика к одному из двух классов: «давать кредит заемщику - К> и «не давать кредита - К2». Если рассматривать статистику по клиентам некоторого банка, то сами клиенты представляют собой некоторое множество Т. Каждый клиент обладает набором характеристик: полом, возрастом, целью кредитования, кредитной историей и т.д. Это и есть атрибуты С*, С2, С3 и т.д. Атрибут С* (пол) может принимать два значения: М и Ж, т. е. х^= М, х12= Ж и т.д. Далее, пусть имеется множество классов (Kj)^ j. При этом каждый объект множества Т (каждый клиент банка) уже был отнесен к некоторому классу объектов Kj, и это отражено в статистике. Классифицирующее правило имеет вид: «если признаки объекта tj(i=1, ...,п) принимают значения С?= x1pw С2= Хгри ... и Cm = xmp, (1) то f, относится к классу Kj». 152
Доступ онлайн
В корзину