Neural Networks in business - Redes Neuronales en los negocios
•
1 recomendación•423 vistas
Redes Neuronales en los negocios - Historia y aplicaciones.
Recomendados
Recomendados
Más contenido relacionado
Similar a Neural Networks in business - Redes Neuronales en los negocios
Similar a Neural Networks in business - Redes Neuronales en los negocios (20)
Último
Último (20)
Neural Networks in business - Redes Neuronales en los negocios
- 1. Introducci´on Modelos Historia Aplicaciones Conclusiones Neural networks in Business: Techniques and Applications for the Operations Researcher Kate A. Smith-Jatinder N.D. Gupta-2000 Jhon Trujillo Universidad Del Valle - Cali jhon.trujillo@univalle.edu.co - jhon.murdock@gmail.com 6 de junio de 2014
- 2. Introducci´on Modelos Historia Aplicaciones Conclusiones Plan I Introducci´on Modelos de redes Neuronales Multilayered Feedforward Neural Networks Hopfield Neural Networks Self-organising Neural Networks Historia de las Redes Neuronales Stage 1 Stage 2 Stage 3 Stage 4 Stage 5 Aplicaci´on en Los negocios Marketing Banca y Finanzas Otras Industrias
- 3. Introducci´on Modelos Historia Aplicaciones Conclusiones Plan II Data Mining Conclusiones y Discusiones
- 4. Introducci´on Modelos Historia Aplicaciones Conclusiones Plan I Introducci´on Modelos de redes Neuronales Multilayered Feedforward Neural Networks Hopfield Neural Networks Self-organising Neural Networks Historia de las Redes Neuronales Stage 1 Stage 2 Stage 3 Stage 4 Stage 5 Aplicaci´on en Los negocios Marketing Banca y Finanzas Otras Industrias
- 5. Introducci´on Modelos Historia Aplicaciones Conclusiones Plan II Data Mining Conclusiones y Discusiones
- 6. Introducci´on Modelos Historia Aplicaciones Conclusiones Introducci´on • Tres modelos de redes neuronales. • Historia de la evoluci´on de las Redes Neuronales. • Redes Neuronales en los Negocios. • Conclusiones y Discusiones.
- 7. Introducci´on Modelos Historia Aplicaciones Conclusiones Plan I Introducci´on Modelos de redes Neuronales Multilayered Feedforward Neural Networks Hopfield Neural Networks Self-organising Neural Networks Historia de las Redes Neuronales Stage 1 Stage 2 Stage 3 Stage 4 Stage 5 Aplicaci´on en Los negocios Marketing Banca y Finanzas Otras Industrias
- 8. Introducci´on Modelos Historia Aplicaciones Conclusiones Plan II Data Mining Conclusiones y Discusiones
- 9. Introducci´on Modelos Historia Aplicaciones Conclusiones Multilayered Feedforward Neural Networks • M´etodo mas usado en un 95 %. • Es f´acilmente aplicable a casi cualquier tipo de problema. • Aprender la informaci´on de las variables de entrada con las de salida. • Usa el Algoritmo de BackPropagation para el Aprendizaje. • Entrenamiento Supervisado. Multilayered feedforward
- 10. Introducci´on Modelos Historia Aplicaciones Conclusiones Plan I Introducci´on Modelos de redes Neuronales Multilayered Feedforward Neural Networks Hopfield Neural Networks Self-organising Neural Networks Historia de las Redes Neuronales Stage 1 Stage 2 Stage 3 Stage 4 Stage 5 Aplicaci´on en Los negocios Marketing Banca y Finanzas Otras Industrias
- 11. Introducci´on Modelos Historia Aplicaciones Conclusiones Plan II Data Mining Conclusiones y Discusiones
- 12. Introducci´on Modelos Historia Aplicaciones Conclusiones Hopfield Neural Networks • 1980 por John Hopfield. • Entrenamiento no supervisado. • Modelos auto-asociativos: Memoria Asociativa. • Fase de almacenamiento • Fase de Recuperaci´on Hopfield
- 13. Introducci´on Modelos Historia Aplicaciones Conclusiones Hopfield Neural Networks
- 14. Introducci´on Modelos Historia Aplicaciones Conclusiones Plan I Introducci´on Modelos de redes Neuronales Multilayered Feedforward Neural Networks Hopfield Neural Networks Self-organising Neural Networks Historia de las Redes Neuronales Stage 1 Stage 2 Stage 3 Stage 4 Stage 5 Aplicaci´on en Los negocios Marketing Banca y Finanzas Otras Industrias
- 15. Introducci´on Modelos Historia Aplicaciones Conclusiones Plan II Data Mining Conclusiones y Discusiones
- 16. Introducci´on Modelos Historia Aplicaciones Conclusiones Self-organising Neural Networks • 1982 - 1990. Teuvo Kohonen. • MAPAS BIDIMENSIONALES del celebro. • Permite agrupar y caracterizas grandes vol´umenes de datos. • Aprendizaje el no-supervisado. Self-organising
- 17. Introducci´on Modelos Historia Aplicaciones Conclusiones Self-organising Neural Networks
- 18. Introducci´on Modelos Historia Aplicaciones Conclusiones Plan I Introducci´on Modelos de redes Neuronales Multilayered Feedforward Neural Networks Hopfield Neural Networks Self-organising Neural Networks Historia de las Redes Neuronales Stage 1 Stage 2 Stage 3 Stage 4 Stage 5 Aplicaci´on en Los negocios Marketing Banca y Finanzas Otras Industrias
- 19. Introducci´on Modelos Historia Aplicaciones Conclusiones Plan II Data Mining Conclusiones y Discusiones
- 20. Introducci´on Modelos Historia Aplicaciones Conclusiones Historia de las Redes Neuronales • Se pueden dividir en 5 etapas las cuales tomas unos 150 a˜nos. • Impacto en la parte de los negocios. • Existen otras versiones de las historia de la redes neuronales y sus aplicaciones [2],[3] y [4].
- 21. Introducci´on Modelos Historia Aplicaciones Conclusiones Stage 1 • Pre-Segunda Guerra Mundial (es decir, antes de 1945): Bases Cient´ıficas. • 1834, Charles Babbage: C´alculos Anal´ıticos. • 1890, William James(libro): Actividad cerebral. • 1936, Alan Turing : Inteligencia Artificial (las m´aquinas pueden pensar). • 1943, McCulloch y Pitts : Proponen el primer modelo neuronal moderno.
- 22. Introducci´on Modelos Historia Aplicaciones Conclusiones Stage 1 • Se presentaba la importancia de los pesos sin´apticos. • Se defini´o el concepto de la funci´on de activaci´on. • Se defini´o el concepto de Umbral.
- 23. Introducci´on Modelos Historia Aplicaciones Conclusiones Plan I Introducci´on Modelos de redes Neuronales Multilayered Feedforward Neural Networks Hopfield Neural Networks Self-organising Neural Networks Historia de las Redes Neuronales Stage 1 Stage 2 Stage 3 Stage 4 Stage 5 Aplicaci´on en Los negocios Marketing Banca y Finanzas Otras Industrias
- 24. Introducci´on Modelos Historia Aplicaciones Conclusiones Plan II Data Mining Conclusiones y Discusiones
- 25. Introducci´on Modelos Historia Aplicaciones Conclusiones Stage 2 • 1949 Donald Hebb: Teor´ıa Hebbiana: Reglas de aprendizaje. • 1951, Marvin Minsky construy´o el primero simulador de Redes Neuronales ( SNARC ).
- 26. Introducci´on Modelos Historia Aplicaciones Conclusiones Plan I Introducci´on Modelos de redes Neuronales Multilayered Feedforward Neural Networks Hopfield Neural Networks Self-organising Neural Networks Historia de las Redes Neuronales Stage 1 Stage 2 Stage 3 Stage 4 Stage 5 Aplicaci´on en Los negocios Marketing Banca y Finanzas Otras Industrias
- 27. Introducci´on Modelos Historia Aplicaciones Conclusiones Plan II Data Mining Conclusiones y Discusiones
- 28. Introducci´on Modelos Historia Aplicaciones Conclusiones Stage 3 Edad de simulaci´on por ordenador: • 1969 , Minsky publica un libro donde se indica que los perceptrones no pod´ıan aprender algunos problemas linealmente independientes. • Desde 1969 hasta 1982 hubo poco entusiasmo hacia los RNA. • Pero hubo un desarrollo computacional significativo: Apple, IBM, SPPS Inc y Nestor Inc desarrollaron computadores de alto performance. • 1974 - Paul Werbos.: backpropagation - 1985 , David Rumelhart/G. Hinton. • 1974 - Teuvo Kohonen. Mapas de Kohonen. • 1985 - John Hopfield. Red HopFiel.
- 29. Introducci´on Modelos Historia Aplicaciones Conclusiones Plan I Introducci´on Modelos de redes Neuronales Multilayered Feedforward Neural Networks Hopfield Neural Networks Self-organising Neural Networks Historia de las Redes Neuronales Stage 1 Stage 2 Stage 3 Stage 4 Stage 5 Aplicaci´on en Los negocios Marketing Banca y Finanzas Otras Industrias
- 30. Introducci´on Modelos Historia Aplicaciones Conclusiones Plan II Data Mining Conclusiones y Discusiones
- 31. Introducci´on Modelos Historia Aplicaciones Conclusiones Stage 4 • 1983, El gobierno de EE.UU. financi´o la investigaci´on de redes neuronales (Defensa). • Publicaciones Cientificas , Neural Computation en 1989 y 1990 en IEEE.
- 32. Introducci´on Modelos Historia Aplicaciones Conclusiones Plan I Introducci´on Modelos de redes Neuronales Multilayered Feedforward Neural Networks Hopfield Neural Networks Self-organising Neural Networks Historia de las Redes Neuronales Stage 1 Stage 2 Stage 3 Stage 4 Stage 5 Aplicaci´on en Los negocios Marketing Banca y Finanzas Otras Industrias
- 33. Introducci´on Modelos Historia Aplicaciones Conclusiones Plan II Data Mining Conclusiones y Discusiones
- 34. Introducci´on Modelos Historia Aplicaciones Conclusiones Stage 5 • 1991, los bancos comenzaron a utilizar los RNA: pr´estamos y predicci´on financiera. • Hacia 1996 , el 95 % de los 100 principales bancos de los EE.UU. estaban utilizando t´ecnicas inteligentes incluidas las redes neuronales. • Actualidad: Nuevas investigaciones : algoritmos gen´eticos , l´ogica difusa y sistemas expertos.
- 35. Introducci´on Modelos Historia Aplicaciones Conclusiones Plan I Introducci´on Modelos de redes Neuronales Multilayered Feedforward Neural Networks Hopfield Neural Networks Self-organising Neural Networks Historia de las Redes Neuronales Stage 1 Stage 2 Stage 3 Stage 4 Stage 5 Aplicaci´on en Los negocios Marketing Banca y Finanzas Otras Industrias
- 36. Introducci´on Modelos Historia Aplicaciones Conclusiones Plan II Data Mining Conclusiones y Discusiones
- 37. Introducci´on Modelos Historia Aplicaciones Conclusiones Marketing • Segmentaci´on de Mercados • Identificaci´on de Nichos de Mercado • Oferta y Demanda de Productos.
- 38. Introducci´on Modelos Historia Aplicaciones Conclusiones Plan I Introducci´on Modelos de redes Neuronales Multilayered Feedforward Neural Networks Hopfield Neural Networks Self-organising Neural Networks Historia de las Redes Neuronales Stage 1 Stage 2 Stage 3 Stage 4 Stage 5 Aplicaci´on en Los negocios Marketing Banca y Finanzas Otras Industrias
- 39. Introducci´on Modelos Historia Aplicaciones Conclusiones Plan II Data Mining Conclusiones y Discusiones
- 40. Introducci´on Modelos Historia Aplicaciones Conclusiones Banca y Finanzas • Bolsa de Valores. • Riesgos crediticios. • Predecir la quiebra corporativa. • Toma de decisiones a corto plazo en momentos de incertidumbre . • Detecci´on del fraude financiero. • Validaci´on de firmas bancarias.
- 41. Introducci´on Modelos Historia Aplicaciones Conclusiones Plan I Introducci´on Modelos de redes Neuronales Multilayered Feedforward Neural Networks Hopfield Neural Networks Self-organising Neural Networks Historia de las Redes Neuronales Stage 1 Stage 2 Stage 3 Stage 4 Stage 5 Aplicaci´on en Los negocios Marketing Banca y Finanzas Otras Industrias
- 42. Introducci´on Modelos Historia Aplicaciones Conclusiones Plan II Data Mining Conclusiones y Discusiones
- 43. Introducci´on Modelos Historia Aplicaciones Conclusiones Otras Industrias • Retail. • Seguros. • Telecomunicaciones.
- 44. Introducci´on Modelos Historia Aplicaciones Conclusiones Otras Industrias : Medico • Neuronal Network Involvement in Stimulation Therapies for CNS Disorders.[2] • Artificial neuronal networks in intensive medicine. an example of application with MPM II variables. [3]. • Brain death prediction based on ensembled artificial neural networks in neurosurgical intensive care unit. . [5].
- 45. Introducci´on Modelos Historia Aplicaciones Conclusiones Plan I Introducci´on Modelos de redes Neuronales Multilayered Feedforward Neural Networks Hopfield Neural Networks Self-organising Neural Networks Historia de las Redes Neuronales Stage 1 Stage 2 Stage 3 Stage 4 Stage 5 Aplicaci´on en Los negocios Marketing Banca y Finanzas Otras Industrias
- 46. Introducci´on Modelos Historia Aplicaciones Conclusiones Plan II Data Mining Conclusiones y Discusiones
- 47. Introducci´on Modelos Historia Aplicaciones Conclusiones Data Mining ¿Y cu´al es el papel de la miner´ıa de datos en esta discusi´on ? • La miner´ıa de datos se ha convertido en los ´ultimos a˜nos como un muy popular enfoque para extraer informaci´on significativa de grandes bases de datos y almacenes de datos • Muchas empresas interesadas en la miner´ıa de datos. • Las redes neuronales ( MFNNs y SOFMs ) forman el n´ucleo de la mayor´ıa de los paquetes de miner´ıa de datos comerciales tales como el SOFMs y el Intelligent Miner de IBM. • Muchos proyectos han sido ´exitos gracias a la miner´ıa de datos.
- 48. Introducci´on Modelos Historia Aplicaciones Conclusiones Plan I Introducci´on Modelos de redes Neuronales Multilayered Feedforward Neural Networks Hopfield Neural Networks Self-organising Neural Networks Historia de las Redes Neuronales Stage 1 Stage 2 Stage 3 Stage 4 Stage 5 Aplicaci´on en Los negocios Marketing Banca y Finanzas Otras Industrias
- 49. Introducci´on Modelos Historia Aplicaciones Conclusiones Plan II Data Mining Conclusiones y Discusiones
- 50. Introducci´on Modelos Historia Aplicaciones Conclusiones Conclusiones y Discusiones • Hay muchos paper de Rna, pero este paper se enfoca en la historia de las redes neuronales y el impacto que este ha tenido en el ´area de los negocios • Las redes son una herramienta valiosa pero no m´agica como algunos vendedores de software lo han mostrado. • Las Redes Neuronales pueden ser usadas para sistemas que son dificiles de modelar con las t´ecnicas cl´asicas. • Los RNA tienen la gran ventaja de adaptase a casi cualquier tipo de problema o situaci´on: Cient´ıfico, industrial, biol´ogico y medicina.
- 51. Introducci´on Modelos Historia Aplicaciones Conclusiones Referencias I Jonathan Z. Bloom. MARKET SEGMENTATION: A Neural Network Application. Annals of Tourism Research V 32 - 93 - 111 2005 Carl L. Faingold1, Hua-Jun Feng2 Neuronal Network Involvement in Stimulation Therapies for CNS Disorders. Faingold, Carl L. and Blumenfeld, Hal - Chapter 31 2014. J. Trujillano Cabelloa, M. Bad´ıa Castell´o. Artificial neuronal networks in intensive medicine. an example of application with MPM II variables. Medicina Intensiva V 29 2005. J. Trujillano Cabelloa, M. Bad´ıa Castell´o. Neural networks to predict earthquakes in Chile. Medicina Intensiva V 29 2005.
- 52. Introducci´on Modelos Historia Aplicaciones Conclusiones Referencias II Quan Liua, Xingran Cui Brain death prediction based on ensembled artificial neural networks in neurosurgical intensive care unit. Journal of the Taiwan Institute of Chemical Engineers V 42 2011.