Без надлежащего определения целей разработки нейросетевой модели оценить эффективность полученных на выходе результатов будет невозможно. Возможными целями моделирования могут служить:
классификация, кластеризация или сжатие данных;
визуализация данных;
информационная поддержка принятия решений;
проверка гипотез;
наблюдение за параметрами эффективности;
поиск пропущенных значений;
прогнозирование.
Как правило, основными целями анализа с помощью АНС являются кластеризация и визуализация входных данных. При этом дополнительное использование традиционных статистических методов и различных альтернативных подходов к визуализации и кластеризации может значительно улучшить результаты АНС.
Если основной целью является информационная поддержка при принятии решений, большое значение приобретает точное определение круга самих решений, сферы их действия и сроков осуществления.
Если целью является отработка и проверка гипотез, необходимо заранее определить круг проверяемых гипотез, а также правила, согласно которым они будут приниматься либо отвергаться.
Если основная задача состоит в отслеживании эффективности некоторой системы, необходимо, в первую очередь, определить цели процесса, которыми, к примеру, могут быть оценка качества инвестиций в ценные бумаги или обнаружение «некоммерческих» предприятий среди списка эмитентов, а также проверка деятельности эмитентов на соответствие определенным критериям и т.д.
Если же конечной целью является прогнозирование, важно определить границы периода прогнозирования и способ оценки его эффективности. Например, уточнить необходимую продолжительность прогнозируемого периода в зависимости от типа прогноза, а также критерии оценки прогноза: процент правильных предсказаний или общий финансовый результат от применения прогноза изданный период.
Иногда цель может быть комплексной, например, проверка гипотез (аналитических выводов в отношении входных данных), а также глубокая интерпретация группировки и визуального представления соответствующих данных. Дополнительными целями при этом могут быть получение обобщающих данных по каждой группе входных данных, а также демонстрация возможности нахождения отсутствующих значений некоторых показателей.
