The 4 reference contexts in paper Olga Kitova V., Igor Kolmakov B., Ilya Penkov A., Ольга Китова Викторовна, Игорь Колмаков Борисович, Илья Пеньков Андреевич (2016) “МЕТОД МАШИН ОПОРНЫХ ВЕКТОРОВ ДЛЯ ПРОГНОЗИРОВАНИЯ ПОКАЗАТЕЛЕЙ ИНВЕСТИЦИЙ // SUPPORT VECTOR MACHINE METHOD FOR PREDICTING INVESTMENT MEASURES” / spz:neicon:statecon:y:2016:i:4:p:27-30

  1. Start
    3510
    Prefix
    инвестиций, поскольку в силу своей природы они оказываются наиболее подверженными инфляционным колебаниям, демонстрируют высокую подвижность и эластичность к изменениям спроса на продукцию и рыночные услуги. Существующие традиционные методы прогнозирования, базирующиеся на эконометрических принципах моделирования, в условиях нестабильности оказываются неприемлемыми для прогнозирования
    Exact
    [1]
    Suffix
    . На наш взгляд, в современных условиях функционирования социально-экономических систем проблема получения приемлемого прогноза может быть решена за счет комбинирования традиционных классических методов совместно с методами интеллектуального прогнозирования, реализованных на принципах машинного обучения.
    (check this in PDF content)

  2. Start
    6161
    Prefix
    Такая возможность означает, что для каждой из упомянутых сетей можно использовать алгоритм обучения на основе метода настройки опорных векторов, который будет использовать исходный набор обучающего множества для определения количества скрытых элементов
    Exact
    [2]
    Suffix
    . Учитывая основную идею метода опорных векторов, которая заключается в поиске гиперплоскости, позволяющей разделить исходное множество примеров на два класса, важно отметить понятие линейной разделимости образов.
    (check this in PDF content)

  3. Start
    10694
    Prefix
    Достоинство метода состоит в том, что для классификации методом опорных векторов, в отличие от большинства других методов, достаточно небольшого набора данных. При правильной работе модели, построенной на тестовом множестве, вполне возможно применение данного метода на реальных данных. Метод опорных векторов позволяет
    Exact
    [3]
    Suffix
    : • получить функцию классификации с минимальной верхней оценкой ожидаемого риска (уровня ошибки классификации); • использовать линейный классификатор для работы с нелинейно разделяемыми данными, сочетая простоту с эффективностью.
    (check this in PDF content)

  4. Start
    12290
    Prefix
    хозяйство I_NON Инвестиции в ОК – добыча полезных ископаемых, кроме топливно-энергетических I_MMEИнвестиции в ОК – производство машин и оборудования I_WRTИнвестиции в ОК – оптовая и розничная торговля I_HRИнвестиции в ОК – гостиницы и рестораны зультаты прогнозов по которым не отвечают заданным критериям точности и качества в эконометрической модели при проведении процедуры ретроверификации
    Exact
    [4]
    Suffix
    . Эти показатели сведены в табл. 1. Каждый показатель представляет собой временной ряд длиной 35 наблюдений. Ряд представляет собой квартальные значений показателей. Моделирование проводится на данных до 2013 года включительно, поскольку с 2014 года резко изменилась динамика поведения показателей, что вызвано далеко не экономическими обстоятельствами.
    (check this in PDF content)