Портал об искусственных нейронных сетях.
Нейронные сети - теория и практика. Основы построения и использования нейросетей, примеры реализации, программное обеспечение, статьи, проекты.

Статистический Портал StatSoft.
Портал Знаний по анализу данных, визуализации, классификации, прогнозированию и разработке приложений в медицине, промышленности, экономике, финансах, образовании, интернете...

Рortal on forecasting with artifical neural networks (англ.).
Информационный портал о нейросетевом прогнозировании: всё, что необходимо для прогнозирования с помощью аппарата нейронных сетей, можно найти здесь.

The Free Web Portal for the Forecasting Community.
На портале собраны статьи по прогнозированию.

Нейросетевое прогнозирование временных рядов.
Здесь собраны рефераты, научные доклады, дипломы и диссертации по прогнозированию при помощи нейронных сетей.

Сервер дистанционного образования Anri Education Systems «Прогнозирование на основе аппарата нейронных сетей».
Курс посвящён прогнозированию на основе аппарата нейронных сетей. Подробно рассказывается о прогнозах и методах прогнозирования, нейронных сетях, прогнозировании на их основе, моделях нейронных сетей и, в частности, применению нейронных сетей в финансовой сфере. Хороший курс.

Практика нейросетевого прогнозирования.
На сайте представлены различные методы прогнозирования цены и нейросетевой метод - как основа успешной торговли.

Сайт, посвященный экономической статистике.
Здесь можно найти учебные программы, книги, статьи, диссертации, компьютерные программы, форумы, новости, публикации по данной теме. Весьма информативный сайт.

Сайт, полностью посвященый статистике.
определение статистики, как науки; предмет, метод и задачи статистики, понятие статистического наблюдения. Курс лекций по статистике, общая теория статистики.

Метод "Гусеница".
Сайт посвящен теории и практическому использованию метода анализа и прогноза временных рядов, получившего в России название "Гусеница". Этот свободный от модели метод, предназначенный для исследования структуры временных рядов, совмещает в себе достоинства многих других методов, в частности, анализа Фурье и регрессионного анализа. Одновременно он отличается простотой и наглядностью в управлении.

Моделирование и прогнозирование.
Система «Метод экспоненциального сглаживания»: назначение системы, входные и выходные данные, интерфейс пользователя, порядок работы. Много иллюстративного материала.

Сайт, посвященный Data Mining.
Классы систем Data Mining, предметно-ориентированные аналитические системы, статистические пакеты, нейронные сети, системы рассуждений на основе аналогичных случаев, деревья решений (decision trees), эволюционное программирование, генетические алгоритмы, алгоритмы ограниченного перебора, системы для визуализации многомерных данных.

Web-версия учебного курса «Основы математической статистики».
Рабочая программа курса: Основы теории вероятностей и математической статистики. Темы: Случайная величина. Функция распределения. Плотность распределения. Задачи математической статистики, понятие о генеральной совокупности и выборке. Статистическая проверка гипотез. Общие правила и конкретные гипотезы. Дисперсионный анализ. Метод наименьших квадратов. Понятие о планировании эксперимента.

Портал Data Miner System & Scoring StatSoft.
Уникальный проект, посвященный добыче данных и ее применению в маркетинге, экономике, управлении, промышленности и других областях. Особенный упор делается на технологии и законченных решениях, а также на конкретных применениях разнообразных процедур (case study) классификации, построения зависимостей, прогнозированию и т.д.

Кириченко Л.М. Обзор и анализ статистических методов прогнозирования.
Библиотека к магистерской работе выпускницы 2005 года Кириченко Л.М. В статье рассмотрен обзор и анализ статистических методов прогнозирования, сущность статистических прогнозов, классификация методов прогнозирования, применение нейронных сетей в прогнозировании.

Метод наименьших квадратов.
Библиотека к магистерской работе выпускницы 2005 года Кириченко Л.М. МНК является классическим методом, с которого надо начинать обзор о методах прогнозирования. Приведено краткое описание данного метода и показывается, как с помощью его строить прогнозы.

Экспоненциальное сглаживание.
Библиотека к магистерской работе выпускницы 2005 года Кириченко Л.М. Приведено описание метода, рассмотрено простое экспоненциальное сглаживание, индексы качества подгонки.

Нейронные сети, основанные на методе обратного функционирования.
Библиотека к магистерской работе выпускницы 2005 года Кириченко Л.М. Рассматривается модель нейронной сети с обратным распространением. Приводится детальное описание метода обратного распространения – способа обучения многослойных НС, проведена современная оценка этого метода.

С. Короткий. Нейронные сети: основные положения.
Библиотека к магистерской работе выпускника 2002 года Куликова С.А. В статье рассмотрены основы теории нейронных сетей, позволяющие в дальнейшем обратиться к конкретным структурам, алгоритмам и идеологии практического применения сетей в компьютерных приложениях.

Методы прогнозирования финансового состояния организации. Георгий Земитан.
Библиотека к магистерской работе выпускника 2003 года Байдауса П.А. Статья, доступно объясняющая как сделать прогноз баланса на следующий период.

Статистика (Курс лекций).
Библиотека к магистерской работе выпускницы 2005 года Кириченко Л.М. Изложены основные темы первого раздела курса «Статистика»: «Общая теория статистики и математическая статистика». Рассмотрены основные понятия в статистике: предмет статистики, метод статистики, статистическое наблюдение, план статистического наблюдения, виды и способы наблюдения, сущность сводки и группировки статистических данных, ряды распределения, статистические таблицы, методы расчета и анализа абсолютных и относительных величин.

П.С. Большаков. Уникальные возможности STATISTICA Data Miner.
Библиотека к магистерской работе выпускницы 2005 года Кириченко Л.М. Подробно описывается, что такое Data Mining, его применение. Этот термин связан с новым витком в развитии средств и методов обработки и хранения данных. Рассматривается система STATISTICA Data Miner, которая спроектирована и реализована как универсальное и всестороннее средство анализа данных – от взаимодействия с различными базами данных до создания готовых отчетов.

Т. А. Дуброва. Статистические методы прогнозирования, М.: Юнити-Дана, 2003.
В систематизированном виде изложены статистические методы анализа и прогнозирования одномерных временных рядов. Подробно рассмотрены наиболее часто применяемые в экономической практике методы и особенности их реализации в современных пакетах прикладных программ.

Электронный учебник : «Элементарные понятия статистики».
Здесь можно найти краткое обсуждение элементарных понятий, лежащих в основе любой процедуры статистического анализа данных. Рассматриваются темы, которые иллюстрируют основные предположения большинства статистических методов, предназначенных для понимания «численной природы» действительности.

Учебник по математической статистике.
Основные распределения и их моделирование. Схема Бернулли и биномиальное распределение, отрицательное биномиальное распределение, распределение Пуассона, гипергеометрическое распределение, распределение Маркова-Пойа, полиномиальное распределение, распределение степенного ряда.

Т.В. Чернова: «Экономическая статистика».Учебное пособие. Таганрог: Издательство Таганрогский государственный радиотехнический университет, 1999.
Учебное пособие охватывает основные разделы курса «Экономическая статистика». Первый раздел, «Теория статистики», рассматривает общую теорию статистики, второй,«Статистика в прикладных исследованиях», – вопрос применения статистики в конкретных исследованиях социально-экономических процессов.

Главные компоненты временных рядов: метод "Гусеница", под редакцией Д.Л.Данилова и А.А.Жиглявского, Санкт-Петербургский университет, 1997.
В книге описан базовый алгоритм метода и его основные возможности, проведен сравнительный анализ метода "Гусеница" с классическими методами, рассмотрены практические пример

Антониу И., Горшков Ю.С., Иванов В.В., Крянев А.В. Прогнозирование стоимости производных ценных бумаг.
В данной работе рассматривается проблема прогнозирования цены производного финансовом инструмента.

Проблемы прогнозирования некоторых макроэкономических показателей: Р.М.Энтов, В.П.Носко, Москва, 2002г.
Проведен сравнительный анализ качества различных методов прогнозирования временных рядов в применении к рядам, отражающих динамику развития основных макроэкономических показателей, характеризующих состояние экономики России.

Аналитические технологии для прогнозирования и анализа данных.
Этот учебник предназначен для первоначального ознакомления с методами прогнозирования, аналитическими технологиями, в частности, с нейронными сетями и генетическими алгоритмами. Он не претендует на научную строгость и полноту.

Опыт прогнозирования финансовых рынков.
Цель данной статьи – показать, что с использованием нейронных сетей, возможно прогнозирование финансовых рынков. Продемонстрирована возможность построения нелинейных моделей с использованием нейросетей для целей прогнозирования финансовых рынков.

Некоторые подходы к прогнозированию экономических показателей.
В работе представлен обзор литературы, вышедшей в последние годы и посвященной прогнозированию с использованием различных типов эконометрических моделей. Предложен метод прогнозирования с применением информативных структур: дано теоретическое обоснование, приведены результаты прогнозирования и сравнения с результатами прогнозирования при помощи моделей ARIMA. Рассматривается эконометрическая модель сценарных прогнозов основных макроэкономических показателей РФ. Приведены результаты расчетов прогнозных значений, построенные на основе двух сценариев. Предпринята попытка построения системы индикаторов – предвестников финансового кризиса.

Методы прогнозирования тенденций и поведения рынка межбанковских кредитов. Баев А. Б.
В данной работе рассмотрен круг вопросов, связанных с применением стандартных методов регрессионного анализа и нейросетевых алгоритмов к прогнозированию поведения динамических систем на примере рынка межбанковских кредитов.

Анализ остатков и оборотов по клиентским счетам коммерческого банка. Самойлов Евгений Владимирович.
Рассмотрены характеристики клиентской базы типичного коммерческого банка, которые оказывают серьезное влияние на состояние ликвидности банка в целом. Получена математическая модель, описывающая зависимость ОСТАТОК--ОБОРОТ и позволяющая оценить возможный остаток денежных средств на расчетном счете клиента по его заранее известному обороту.

Прогнозирование с помощью искусственных нейронных сетей.
Работа посвящена изучению искусственных нейронных сетей, их применению при решении задач в различных сферах человеческой деятельности, в частности - прогнозировании временных рядов.

Прогнозирование на основе аппарата нейронных сетей.
В работе разработан оригинальный подход к проблеме прогнозирования на основе нейронных сетей. При помощи нейронной сети, основанной на алгоритме обратного функционирования, спрогнозированы изменения курса доллара США по отношению к украинскому карбованцу. Эксперимент дал хорошие результаты по достоверности. Разработанная модель прогнозирования может быть применена и при прогнозировании других экономических показателей.

Нейронные сети -- математический аппарат.
В статье приведено описание математического аппарата нейросетей обратного распространения

How to forecast time series (англ.).
В статье описаны методы прогнозирования финансовых временных рядов с помощью нейронных сетей с использованием нескольких альтернативных моделей памяти.

Динамика инвестиционного процесса: анализ и прогноз.
Работа посвящена проблеме прогнозирования хода торгов на фондовом рынке. На основе представлений нелинейной динамики и нейронауки разработана методика построения краткосрочных биржевых прогнозов.

Использование байесовского подхода в обучении нейронных сетей. // В. Г. Матвейкин, д-р техн. наук, проф.,С. В. Фролов, канд. техн. наук, доц. Электронный журнал "Инженерное образование", #9 сентябрь 2005.
В статье показывается, что альтернативой структурной оптимизации нейронных сетей при их обучении является использование байесовских методов регуляризации. Рассматриваются алгоритмы обучения нейронных сетей с использованием традиционных и байесовских методов регуляризации. Приводится основанный на байесовском подходе алгоритм вычисления погрешности прогноза выходных значений нейронной сети.

Маркин М.И., Смелянский Р.Л. Синтез архитектурной нейронной сети для прикладной задачи.
Работа посвящена методам синтеза нейронной сети, способной к аппроксимации произвольной табличной функции с заданной точностью.

Методы ускорения обучения нейронных сетей.
Данная статья ставит своей задачей предложить возможные методы уменьшения времени, затрачиваемого на обучение многослойных нейронных сетей с обратным распространением ошибки. В качестве таких методов предлагаются: управление процедурами изменения и вычисления весовых коэффициентов, реорганизация объектов в распознаваемых классах.

Предварительная оценка качества обучающей выборки для нейронных сетей в задачах прогнозирования временных рядов.
В статье описана возможность анализа качества обучающей выборки до проведения обучения нейронной сети с помощью критериев повторяемости и противоречивости.

Выбор размера описания ситуации при формировании обучающей выборки для нейронных сетей в задачах прогнозирования временных рядов.
Рассмотрено влияние размера описания (глубины погружения) распознаваемой ситуации на противоречивость обучающей выборки. Предложен общий способ получения временных рядов, обладающих равномерной сложностью, на основании временных рядов, не обладающих ею - метод сжатия описания функции.

A Statistical Forecasting Method for Inflation Forecasting (англ..).
Департамент исследований и статистики Банка Японии. Рассматривается статистический метод прогнозирования (SFM), который подчеркивает статистические отношения среди данных временного ряда и не делает никаких структурных предположений, установки основных переменных. Метод обладает объективными прогнозными свойствами и способен приспосабливаться к неуверенности в ситуации.

Local polynomial method for ensemble forecast of time series (англ.).
Полиномиальный метод прогнозирования временного ряда

European Journal of Economic and Social Systems 14 N° 1 (2000) 81-91.Non-linear financial time series forecasting (англ.).
Нелинейное прогнозирование финансовых временных рядов

Time series prediction by feedforward neural networks—is it difficult? (англ.).
Статья о прогнозировании временных рядов с помощью нейросетей обратного распространения.

Статья. «Data mining - интеллектуальный анализ данных». Вячеслав Дюк.
В статье освящены такие вопросы: Что такое Data Mining? Кому это нужно? Типы закономерностей. Классы систем Data Mining.

Метод наименьших квадратов.
Постановка задачи приближения функции по методу наименьших квадратов, нормальная система метода наименьших квадратов, определение параметров эмпирической зависимости, выбор степени аппроксимирующего многочлена.

Прогнозирование.
Статья о средствах прогнозирования Excel, методе экспоненциального сглаживания с конкретным примером

Автоматизация статистического прогнозирования с помощью линейных и адаптивных моделей в ТП Excel. Т. Н. Антипова.
В статье рассматриваются вопросы экономического прогнозирования с помощью статистических методов в ТП Excel. Изложение материала ведется на примерах линейной модели и адаптивной модели Брауна. Для каждой из моделей строятся электронные таблицы для расчета параметров модели, анализа ее качества и нахождения точечных и интервальных прогнозных оценок. Для наглядного представления результатов прогнозирования используются графики.

Нейронные сети.
Очень много полезной информации, касающейся нейронных сетей.

Доклад. «Автоматизация статистических методов прогнозирования в Excel».
Антипова Татьяна Николаевна. Российский химико-технологический университет им. Д.И. Менделеева (РХТУ), г. Москва.

Статья. «Семейство программного обеспечения добычи данных компании Megaputer Intelligence». Еженедельник «Computerworld Россия», #34/2000, Валерий Коржов.
Статья о программном обеспечении для решения задач классификации, прогнозирования, кластеризации, поиска исключений, анализа потребительской корзины

Конференции ИВМ СО РАН. 2002 г. Х Всероссийский семинар «Нейроинформатика и её приложения».
Интеллектуальные, нейросетевые и геоинформационные технологии, распределенные информационные системы.

Дистанционный курс: «Введение в HTML».
Курс посвящен изучению языка гипертекстовой разметки HTML. Рассматриваются основные конструкции языка, приемы разметки и связь с другими инструментами разработки WEB-страниц.

Статьи по WEB-дизайну.
Данные статьи представлены из материалов CIT Forum (http://www.citforum.ru/internet/webd/index.shtml). Статьи написанны автором Михаилом Мельниковым с целью помочь начинающим WEB-дизайнерам. Статьи основаны на информации, распыленной в различных источниках (начиная с книг и кончая Internet, или наоборот :), а также на личном опыте автора.Очень полезные статьи при разработке сайта!