Test

        • New sub-page

        • Tabela 13. Zalety i wady sieci neuronowych

          Zalety

          Wady
          • Sieć neuronowa nie wymaga wcześniej sprecyzowanej funkcjonalnej formy, ani przyjęcia restrykcyjnych założeń dotyczących charakterystyk,
          • Istnieje możliwość pracy z nieprecyzyjnymi zmiennymi,
          • Proces uczenia może trwać stosunkowo krótko,
          • Umożliwia szybkie i sprawne dostosowanie do określonych warunków,
          • Pozwala na stopniowe przystosowywanie się do pojawiających nowych przypadków, powodujących zmiany sytuacji,
          • Daje możliwość opanowania ukrytych struktur danych.
          • Proces uczenia może trwać bardzo długo,
          • System może nie osiągnąć optymalnej redukcji błędu, określając jedynie lokalne minima,
          • System może powodować niestabilność zachowań w fazie uczenia,
          • Analiza procesu przyznawania wag poszczególnym jednostkom jest złożona i trudna do zinterpretowania,
          • Występują trudności w identyfikacji przyczyn błędów i wadliwych odpowiedzi, ze względu na skomplikowaną przejrzystość sieci.

           

          Źródło: opracowanie własne na podst.: A. Matuszyk, Credit Scoring, Cedewu, Warszawa 2004

          This is your text, you may change it anytime.