तंत्रिका नेटवर्क
एक तंत्रिका नेटवर्क क्या है?
एक तंत्रिका नेटवर्क एल्गोरिदम की एक श्रृंखला है जो डेटा के एक सेट में अंतर्निहित रिश्तों को पहचानने का प्रयास करता है एक प्रक्रिया के माध्यम से जो मानव मस्तिष्क को संचालित करने के तरीके की नकल करता है। इस अर्थ में, तंत्रिका नेटवर्क न्यूरॉन्स की प्रणालियों को संदर्भित करते हैं, या तो प्रकृति में जैविक या कृत्रिम। तंत्रिका नेटवर्क बदलते इनपुट के लिए अनुकूल हो सकते हैं; इसलिए नेटवर्क आउटपुट मानदंड को फिर से डिज़ाइन किए बिना सर्वोत्तम संभव परिणाम उत्पन्न करता है। तंत्रिका नेटवर्क की अवधारणा, जिसकी कृत्रिम बुद्धि में जड़ें हैं, तेजी से ट्रेडिंग सिस्टम के विकास में लोकप्रियता प्राप्त कर रही है।
चाबी छीन लेना
- तंत्रिका नेटवर्क एल्गोरिदम की एक श्रृंखला है जो बड़ी मात्रा में डेटा के बीच संबंधों को पहचानने के लिए मानव मस्तिष्क के संचालन की नकल करते हैं।
- पूर्वानुमान और विपणन अनुसंधान से लेकर धोखाधड़ी का पता लगाने और जोखिम मूल्यांकन तक, वित्तीय सेवाओं में उनका उपयोग विभिन्न प्रकार के अनुप्रयोगों में किया जाता है।
- शेयर बाजार मूल्य की भविष्यवाणी के लिए तंत्रिका नेटवर्क का उपयोग भिन्न होता है।
तंत्रिका नेटवर्क के आधार
तंत्रिका नेटवर्क, वित्त की दुनिया में, समय-श्रृंखला पूर्वानुमान, एल्गोरिथम ट्रेडिंग, सिक्योरिटीज वर्गीकरण, क्रेडिट जोखिम मॉडलिंग और मालिकाना संकेतक और मूल्य डेरिवेटिव के निर्माण जैसी प्रक्रिया के विकास में सहायता करते हैं ।
एक तंत्रिका नेटवर्क मानव मस्तिष्क के तंत्रिका नेटवर्क के समान काम करता है। तंत्रिका नेटवर्क में एक “न्यूरॉन” एक गणितीय कार्य है जो एक विशिष्ट वास्तुकला के अनुसार जानकारी एकत्र और वर्गीकृत करता है। नेटवर्क सांख्यिकीय विधियों जैसे वक्र फिटिंग और प्रतिगमन विश्लेषण के लिए एक मजबूत समानता रखता है।
एक तंत्रिका नेटवर्क में परस्पर जुड़े हुए नोड्स की परतें होती हैं। प्रत्येक नोड एक परसेप्ट्रान है और कई रैखिक प्रतिगमन के समान है । परसेप्ट्रॉन एक सक्रियण फ़ंक्शन में कई रेखीय प्रतिगमन द्वारा निर्मित सिग्नल को फीड करता है जो कि अरेखीय हो सकता है।
एक बहुस्तरीय परसेप्ट्रोन (एमएलपी) में, पेरसेप्ट्रोन को परस्पर परतों में व्यवस्थित किया जाता है। इनपुट परत इनपुट पैटर्न एकत्र करती है। आउटपुट लेयर में वर्गीकरण या आउटपुट सिग्नल होते हैं, जिनसे इनपुट पैटर्न मैप हो सकते हैं। उदाहरण के लिए, पैटर्न में सुरक्षा के बारे में तकनीकी संकेतकों के लिए मात्राओं की एक सूची शामिल हो सकती है; संभावित आउटपुट “खरीदें,” “होल्ड” या “बेच सकते हैं।”
छिपी हुई परतें इनपुट वेटिंग को तब तक फाइन ट्यून करती हैं जब तक कि न्यूरल नेटवर्क का मार्जिन कम से कम न हो जाए। यह परिकल्पित है कि छिपी हुई परतें इनपुट डेटा में अतिरिक्त विशेषताओं को बढ़ाती हैं जो आउटपुट के बारे में भविष्य कहती हैं। यह फीचर निष्कर्षण का वर्णन करता है, जो सांख्यिकीय तकनीकों के समान उपयोगिता को पूरा करता है जैसे कि प्रमुख घटक विश्लेषण।
तंत्रिका नेटवर्क के अनुप्रयोग
तंत्रिका नेटवर्क का व्यापक रूप से उपयोग किया जाता है, जिसमें वित्तीय संचालन, उद्यम नियोजन, व्यापार, व्यापार विश्लेषण और उत्पाद रखरखाव के लिए आवेदन होते हैं। पूर्वानुमान और विपणन अनुसंधान समाधान, धोखाधड़ी का पता लगाने और जोखिम मूल्यांकन जैसे व्यावसायिक अनुप्रयोगों में तंत्रिका नेटवर्क ने भी व्यापक रूप से अपनाया है ।
एक तंत्रिका नेटवर्क मूल्य डेटा का मूल्यांकन करता है और डेटा विश्लेषण के आधार पर व्यापार निर्णय लेने के अवसरों का खुलासा करता है।नेटवर्क सूक्ष्म nonlinear अन्योन्याश्रितियों को भेद कर सकते हैं और तकनीकी विश्लेषण के अन्य तरीकों को पैटर्ननहीं कर सकते।शोध के अनुसार, शेयरों के लिए मूल्य पूर्वानुमान बनाने में तंत्रिका नेटवर्क की सटीकता अलग-अलग होती है।कुछ मॉडल 50 से 60 प्रतिशत समय के लिए सही स्टॉक की कीमतों की भविष्यवाणी करते हैं जबकि अन्य सभी उदाहरणों के 70 प्रतिशत में सटीक होते हैं।कुछ लोगों ने माना है कि दक्षता में 10 प्रतिशत का सुधार एक निवेशक एक तंत्रिका नेटवर्क से मांग सकता है।
हमेशा डेटा सेट और टास्क क्लास होंगे जो पहले से विकसित एल्गोरिदम का उपयोग करके बेहतर विश्लेषण करते हैं। यह इतना एल्गोरिथ्म नहीं है जो मायने रखता है; यह लक्षित संकेतक पर अच्छी तरह से तैयार इनपुट डेटा है जो अंततः एक तंत्रिका नेटवर्क की सफलता का स्तर निर्धारित करता है।