Yapay sinir ağları, örüntü tanıma için sıklıkla kullanılan karmaşık hesaplama modelleridir. Sinir ağları biyolojik beyin fonksiyonları üzerine modellendiğinden, sonuçları “öğrenebilir” ve tahmin edebiliyorlar. Finansal hesaplama, hava tahmini ve tıbbi tanı dahil olmak üzere, tahmin için sinir ağlarının birçok pratik kullanımı vardır.
Tahmin için yapay sinir ağları insan beyninden ilham alıyor. Biyolojik bir beyinde, “nöron” adı verilen birçok küçük işlem birimi büyük bir ağa bağlanır. Her bir bireysel işleme alanı nispeten basittir, ancak tüm nöronlar birlikte çalıştığında tüm ağ karmaşık sorunları çözebilir. Her küçük nöron arasındaki bağlantılar yeni ağ düzenlerinde yeniden yapılandırılabilir. Bu, beynin kendisini yeniden düzenlemesine ve yeni kavramları “öğrenmesine” izin verir.
Bir insan beyni gibi, yapay bir sinir ağı, yeniden yapılandırılabilecek birçok küçük işlemci ve bağlantı içerir. Yapay nöronları kullanma kavramı ilk kez 1943'te bilim adamları Walter Pitts ve Warren McCulloch tarafından tanımlandı. Bu bilimsel çalışma, 1948 tarihli “Intelligent Machinery” adlı 1948 yayınında yapay sinir ağları hakkında yazan ünlü yapay zeka öncüsü Alan Turing tarafından yayınlandı. .”
Finansal hesaplama, sinir ağlarının tahmin için en yaygın kullanılanlarından biridir. Temel olarak bir sinir ağı, mevcut finansal verilere dayanan bir sonucu tahmin etmek için matematiksel bir “filtre” olarak kullanılır. Bu özellik genellikle borsa tahmini yazılımlarında kullanılır. Bu uygulamada, bir bilgisayar önceki pazar eğilimlerini işler. Bir model oluşturulduktan sonra, sinir ağı, bir borcun gelecekte yükselip yükselmeyeceğini hesaplar.
Sinir ağları, bir bireyin veya şirketin kredi derecesini belirlemek için de kullanılabilir. Stok tahmininde olduğu gibi, örüntü tanıma anahtarıdır. Bir ağ binlerce geçmiş alıcıyı göz önünde bulundurabilir ve mali geçmişini analiz edebilir. Geçmiş eğilimleri bularak, tahmin için sinir ağları, hangi yeni başvuru sahiplerinin kredilerinde temerrüde düşebileceğini tahmin edebilir. Bu bireyler, tahmine dayalı olarak yüksek riskli bir kredi notu alırlar.
Benzer şekilde, sinir ağları hava tahmini için kullanılabilir. Sıcaklık ve rüzgar akımları gibi birçok farklı çevresel faktör ağa beslenebilir. Önceki iklim düzenlerine dayanan bir tahmin modeli kullanarak, sinir ağı mevcut hava koşullarının olası sonucunu belirleyebilir.
Tahmin için sinir ağlarının kullanılması da bazı tıbbi sorunların çözülmesine yardımcı olabilir. İnsan vücudu çok karmaşıktır ve düzinelerce hatta yüzlerce faktör tıbbi bir duruma neden olmak için birleşebilir. Sinir ağları bazen bir semptomun kaynağını tespit edebilir. Bu uygulamada, yapay bir ağ önceki hasta kayıtlarından gelen eğilimleri ve kalıpları bulabilir ve bir hastalığın en muhtemel nedenini tahmin edebilir.
