검색어 입력폼

성균관대 디지털정보기술과 응용 과제 PBL#2(인공신경망, 몬테카를로 시뮬레이션, 회귀분석, 추세분석)

저작시기 2009.06 |등록일 2010.01.04 | 최종수정일 2015.04.03 한글파일한글 (hwp) | 19페이지 | 가격 1,500원

소개글

성균관대의 교양강의 중 하나인 디지털정보기술과 응용 수업에 필요로한 리포트 입니다. 인공신경망, 몬테카를로 시뮬레이션, 회귀분석, 추세분석 등과 관련된 문제를 해결하는 과정을 상세히 기술했습니다. A+평가를 받았던 우수한 리포트구요. 평가 꼭 부탁드립니다 ^^

목차

[문제 1 - 인공신경망]

[문제 2 - 추세분석]

[ 문제 3 - 회귀분석 ]

[ 문제 4 - 몬테카를로시뮬레이션 ]

*몬테카를로 시뮬레이션의 표본 개수와 예측의 정확성

*조별 모임 활동

본문내용

[문제 1 - 인공신경망]
(주)대학로는 과거의 데이터를 바탕으로 이번 기회에 대출심사를 예측하기 위한 모형을 인공신경망으로 구현하고자 한다. 본 자료는 고객들에 대한 평가요소인 A1~A10까지 총 10개의 독립 변수로 이루어져 있으며, 각 평가요소마다 5점 척도로 측정을 하였다(1은 아주양호, 2는 양호, 3은 보통, 4는 불량, 5는 아주불량). 대출 심사에 대한 과거의 결과는 1이 긍정적인 결과를 가져온 자료이며 0은 부정적인 결과를 가져온 자료이다.
Neural Planner를 이용하여 대출심사를 구축하기 위한 모형을 구축하시오.(아래 Neural Planner 실행 단계를 참고하시오.)

좌측의 모형은 (주)대학로의 대출심사 모형을 인공신경망으로 구현하기 위하여 구현한 네트워크 모형이다. 조건 변수가 총 10가지이므로 빨간색 뉴런인 10개의 입력층을 배열하였다. 그리고 조건 변수를 계산하여 결과를 내는 연두색 은닉층 1개를 배열하였다. 마지막으로 결과를 나타내주는 출력층은 오직 하나만 필요하므로 하나를 배열하였다. 세 가지 종류의 뉴런을 모두 연결시킴으로써 대출심사 네트워크 모형을 완성하였다.

네트워크 모형을 완성한 다음에는 입력층과 출력층의 변수이름을 입력해야한다. 문제에서 각 변수의 이름은 A1, A2, A3…….이기 때문에 좌측의 Inputs에는 A1, A2, A3…….를 입력하였고, 우측의 Outputs에는 한글로 결과(대출결과)라고 입력하였다.

다음 단계에서는 Training File차트를 완성할 차례이다. A1, A2, A3…….변수 값들의 최댓값은 5이므로 highs는 모두 5로 지정한다(최댓값이 5가 아닌 변수는 자동적으로 그 값이 수정된다.). 그리고 각 변수 값들의 최젓값은 1이므로 lows는 모두 1로 지정한다. 다만 결과 값은 최저가 0이고, 최대가 1이기 때문에 highs와 lows에 각각 1과, 0을 입력한다.

참고 자료

없음
다운로드 맨위로