Краткая история развития искусственных нейронных сетей. Анализ факторов, влияющих на формирование цены на недвижимость. Математическая модель нейрона. Сравнение многослойного персептрона и радиально-базисной сети. Архитектурная и адаптивная динамика.
Аннотация к работе
ПРАВИТЕЛЬСТВО РОССИЙСКОЙ ФЕДЕРАЦИИ ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ АВТОНОМНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ Выпускная квалификационная работа - магистерская диссертация по направлению 01.04.04 Прикладная математика студента образовательной программы магистратуры «Системы управления и обработки информации в инженерии»В данной магистерской диссертации рассматривается проблема оценки стоимости недвижимости с помощью искусственных нейронных сетей. В рамках этого исследования была поставлена задача реализации программного обеспечения, способного решить эту задачу с достаточно высокой точностью. Для решения это вопроса был собран необходимый объем данных с крупнейшего сайта недвижимости в России. Затем на языке программирования Python c использованием библиотеки Tkinter было разработано программное обеспечение, позволяющие оценить 95% квартир в Москве с высокой точностью. Произведено сравнение коэффициента детерминации с результатом, полученным в программном обеспечении STATISTICA Neural Network.Они доказали, что персептрон не способен справиться с функцией «исключающее ИЛИ», независимо от времени тренировки сети. Структура их сети состояла из одного скрытого слоя многослойного персептрона со следующими входными параметрами: площадь, возраст здания, этаж, лифт, бассейн, мебель, теннис, терраса, географическая позиция относительно города и другие. Для обучения с учителем использовались 3 типа сетей: многослойный персептрон, сеть радиально-базисных функций (РБФ) и обобщенно-регрессионная нейронная сеть. Это означает, что в этой группе нейронов выход первого нейрона представляет собой вход второго нейрона, выход которого снова является входом для третьего нейрона и т. д. Вычислительный режим используется для соответствующих вычислений функций сети, в то время как адаптивный режим служит для обучения этой функции.На основе крупнейшего сайта по недвижимости в России была собрана база данных квартир в Москве. В программном обеспечении PYCHARM на языке программирования Python была разработана нейросетевая система оценки стоимости недвижимости города Москвы. Экспериментально были подобраны оптимальные параметры нейронной сети, для которой в дальнейшем производилось предсказание цен на недвижимость.