O que é uma rede neural artificial?

Uma rede neural artificial (RNA) é uma rede de elementos de processamento altamente interconectados (neurônios) operando em paralelo. Esses elementos são inspirados no sistema nervoso biológico, e as conexões entre os elementos determinam em grande parte a função da rede.

Uma rede neural típica de propagação reversa consiste em uma estrutura de três camadas: nós de entrada, nós de saída e nós ocultos.

Rede Neural Artificial

No exemplo de Gerenciamento de Risco de Crédito(clique aqui), usamos variáveis ​​financeiras como nós de entrada e resultados de classificação como os nós de saída.

A camada de entrada é usada para dados de treinamento de entrada, as camadas ocultas transformam dados brutos em recursos não lineares de alta dimensão e a camada de saída classifica os dados.

1. Entrada: A camada de entrada é composta por neurônios, tomando indicadores de medição de risco de crédito como o vetor de entrada. Valores de pontuação dos indicadores qualitativos podem ser obtidos com a ajuda de conhecimento especializado. Dividido pelo maior valor do escore, os valores dos escores obtidos dos indicadores devem ser convertidos para os valores no intervalo de [0, 1] para conveniência computacional do modelo de RNA.
2. Oculto: os recursos de baixo nível dos dados de entrada brutos são resumidos em recursos de alto nível por meio de várias camadas ocultas.
3. Saída: Existe apenas 1 neurônio na camada de saída, representando o nível de risco de crédito. O intervalo de valores do nível de risco de crédito é [0, 1]. Quanto maior o valor, maior o nível de risco indicado. Os níveis de risco de crédito = (Muito Alto, Alto, Médio, Baixo, Muito Baixo).

Na internet existem vários exemplos em python que você pode usar e testar as Redes Neurais.