Luận Văn Học mạng nơron theo mô hình SOM và ứng dụng trong bài toán quản lý khách hàng vay vốn Ngân hàng

MỞ ĐẦU
Sự phát triển mạnh mẽ của Công nghệ nói chung và Công nghệ thông tin nói riêng đã tạo nên nhiều hệ thống thông tin phục vụ việc tự động hoá mọi hoạt động kinh doanh cũng như quản lý trong xã hội. Điều này đã tạo ra những dòng dữ liệu khổng lồ trở thành hiện tượng “bùng nổ thông tin”. Nhiều hệ quản trị cơ sở dữ liệu mạnh với các công cụ phong phú và thuận tiện đã giúp con người khai thác có hiệu quả các nguồn tài nguyên dữ liệu lớn nói trên. Bên cạnh chức năng khai thác cơ sở dữ liệu có tính tác nghiệp, sự thành công trong kinh doanh không chỉ thể hiện ở năng suất của các hệ thống thông tin mà người ta còn mong muốn cơ sở dữ liệu đó đem lại tri thức từ dữ liệu hơn là chính bản thân dữ liệu. Phát hiện tri thức trong cơ sở dữ liệu (Knowledge Discovery in Databases - KDD) là một quá trình hợp nhất các dữ liệu từ nhiều hệ thống dữ liệu khác nhau tạo thành các kho dữ liệu, phân tích thông tin để có được nhiều tri thức tiềm ẩn có giá trị. Trong đó, khai phá dữ liệu (Data Mining) là quá trình chính trong phát hiện tri thức. Sử dụng các kỹ thuật và các khái niệm của các lĩnh vực đã được nghiên cứu từ trước như học máy, nhận dạng, thống kê, hồi quy, xếp loại, phân nhóm, đồ thị, mạng nơron, mạng Bayes, . được sử dụng để khai phá dữ liệu nhằm phát hiện ra các mẫu mới, tương quan mới, các xu hướng có ý nghĩa.
Luận văn với đề tài “Học mạng nơron theo mô hình SOM và ứng dụng trong bài toán quản lý khách hàng vay vốn Ngân hàng” khảo sát lĩnh vực khai phá dữ liệu dùng mạng nơron. Luận văn tập trung vào phương pháp học mạng nơron có giám sát và không có giám sát, dùng thuật toán SOM để giải quyết bài toán phân cụm theo mô hình mạng nơron.
Phương pháp nghiên cứu chính của luận văn là tìm hiểu các bài báo khoa học được xuất bản trong một vài năm gần đây về khai phá dữ liệu dùng mạng nơron và áp dụng công cụ SOM ToolBox để giải quyết bài toán phân tích dữ liệu khách hàng vay vốn trong Ngân hàng.

MỤC LỤC
MỞ ĐẦU 2
CHƯƠNG 1. MẠNG NƠRON VÀ ỨNG DỤNG TRONG HỌC MÁY . 4
1.1 Mạng nơron . 4
1.1.1 Đơn vị xử lý . 5
1.1.2 Hàm xử lý 7
1.1.3 Hình trạng mạng . 9
1.2 Mạng nơron trong khai phá dữ liệu 10
1.2.1 Khai phá dữ liệu . 10
1.2.2 Khai phá dữ liệu tài chính 13
1.3 Các phương pháp học sử dụng mạng nơron . 15
1.3.1 Học có giám sát 16
1.3.2 Học không giám sát 19
1.4 Kết luận chương 1 . 20
CHƯƠNG 2. THUẬT TOÁN SOM VỚI BÀI TOÁN PHÂN CỤM . 21
2.1 Các phương pháp phân cụm . 21
2.2 Dùng mạng nơron trong phân cụm . 22
2.2.1 Học ganh đua 22
2.2.2 Thuật toán SOM 24
2.2.3 Sử dụng SOM trong khai phá dữ liệu . 29
2.2.4 SOM với bài toán phân cụm . 31
2.2.5 Các phương pháp phân cụm khác 35
2.3 Một vài ứng dụng của SOM . 38
2.3.1 Lựa chọn quỹ đầu tư . 39
2.3.2 Đánh giá rủi ro tín dụng giữa các nước . 40
2.4 Kết luận chương 2 . 43
CHƯƠNG 3. ỨNG DỤNG MÔ HÌNH SOM TRONG BÀI TOÁN NGÂN HÀNG . 45
3.1 Phát biểu bài toán 45
3.2 Giới thiệu công cụ SOM Toolbox 46
3.3 Cấu trúc chương trình . 47
3.3.1 Xây dựng tập dữ liệu . 47
3.3.2 Xử lý dữ liệu trước huấn luyện . 52
3.3.3 Khởi tạo SOM và huấn luyện 52
3.3.4 Mô phỏng (trực quan hoá) 56
3.3.5 Phân tích kết quả 59
3.4 Một số nhận xét . 60
3.4.1 Độ phức tạp tính toán . 60
3.4.2 Kết quả chạy chương trình . 63
3.4.3 So sánh với các công cụ khác . 71
3.5 Kết luận chương 3 . 73
KẾT LUẬN . 74
TÀI LIỆU THAM KHẢO 75