СОДЕРЖАНИЕ
Задание 1. Теоретическая часть 3
Задание 2. СУБД MS Access 10
Задание 3. Информационно-поисковые системы 20
Список используемой литературы 25
Задание 1. Теоретическая часть
3. Применение нейросетевых технологий в экономике.
Системы информационного обеспечения как сложные технические социоструктуры выдвигают особенные требования к оценке их экономической и функциональной эффективности. Принципиальная проблема такой оценки заключается в том что в процессе функционирования элементов системы информационного обеспечения очень часто возникают нестандартные, неформализированные ситуации, характерные для кризисных явлений в экономике на современном этапе исследование и анализ которых с использованием стандартных статистических и экономико-математических методов и моделей является слишком сложным и недостаточно результативным процессом.
Поэтому целесообразно проводить построение и анализ сложных моделей зависимостей между совокупностью многих переменных с использованием нейронных сетей, которое сравнено новыми и весьма перспективными вычислительными технологиями дают возможность использовать новые подходы к изучению динамических заданий в сфере экономических исследований, в частности при оценке эффективности системы информационного обеспечения предприятий.
Нейротехнология уже начала проникать в банковский сектор, хотя большинство работающих в нем еще не осознает этого. Она нередко остается в тени как черный ящик или все чаще как один из компонентов единой системы. Основные области применения нейротехнологии – поиск, отслеживание и прогнозирование закономерностей в больших массивах данных и где, как утверждают ее приверженцы, она дает более высокую точность, чем традиционные методы. Так, например, фирма Neural Technologies работает вместе с ведущими банками Великобритании над системами оценки кредитоспособности частных лиц и гарантий размещения ссуд под залог недвижимости.
Можно выделить основные области применения нейронных сетей в сфере экономической деятельности:
- обнаружение нарушений при уплате налогов;
- анализ рынка ценных бумаг, предсказание курсов валют;
- выдача кредитов;
- предсказание последствий того или иного решения;
- предсказание результатов продвижения на рынке новых товаров;
- управление аэролиниями: заполнение мест и составление расписания;
- оценивание кандидатов на должность;
- оптимальное распределение ресурсов;
- установление подлинности подписи и др.
Построение и анализ сложных моделей зависимостей между совокупностью многих переменных можно осуществлять с использованием нейронных сетей. Нейронные сети являются сравнительно новыми и весьма перспективными вычислительными технологиями которые дают возможность использовать новые подходы к исследованию динамических заданий в сфере экономических исследований, а именно при оценке эффективности системы информационного обеспечения предприятия.
На начальных этапах применения нейронные сети использовали для распознавания образов, потом эти сети начали применять для внедрения статистических и основанных на методах искусственного интеллекта средств поддержки принятия решений и решения заданий в сфере управления предприятиями.
Суть искусственных нейронных с