МОДЕЛЮВАННЯ СХОВИЩА ДАНИХ ШТУЧНОЇ НЕЙРОННОЇ МЕРЕЖІ УПРАВЛІННЯ БІЗНЕСОМ

Abstract

У даній публікації досліджується проблема моделювання сховища даних з використанням штучних нейронних мереж. Таке сховище дозволяє збирати, зберігати та аналізувати дані, що сприяє прийняттю обґрунтованих рішень і підтримці конкурентоспроможності. Використання TensorFlow як бази для сховища даних надає додаткові можливості для обробки інформаційних даних управління бізнесом з різних джерел, включаючи бази даних, інтернет-ресурси, датчики тощо. Ці дані можна зберігати у вигляді таблиць або файлів і подальше обробляти для тренування моделі. Особливість запропонованої моделі полягає в наявності одного прихованого шару з 10 нейронами та використанні функції активації ReLU. Для покращення точності моделі використовуються функція втрат MSE та оптимізатор Adam, що дозволяє змінювати ваги мережі. Після тренування, модель може оцінювати точність на тестових даних та робити прогнози на майбутній період. Введення нових даних дозволяє моделі робити передбачення, які можна оцінити за допомогою різних метрик, в залежності від цілей використання.