Neural Network

DEFINISI 'Neural Network'

Jaringan syaraf tiruan adalah serangkaian algoritma yang mencoba mengidentifikasi hubungan mendasar dalam sekumpulan data dengan menggunakan proses yang meniru cara kerja otak manusia. Jaringan syaraf tiruan memiliki kemampuan untuk menyesuaikan diri terhadap perubahan masukan sehingga jaringan menghasilkan hasil terbaik tanpa perlu mendesain ulang kriteria keluaran. Konsep jaringan syaraf tiruan ini dengan cepat semakin populer di bidang pengembangan sistem perdagangan.

Bagaimana Neural Network Beroperasi

Jaringan saraf beroperasi serupa dengan jaringan saraf otak. Sebuah "neuron" dalam jaringan syaraf tiruan adalah fungsi matematika sederhana yang menangkap dan mengatur informasi sesuai dengan arsitektur. Jaringan ini sangat mirip dengan metode statistik seperti analisis kurva pas dan regresi.

Jaringan syaraf tiruan terdiri dari lapisan-lapisan simpul yang saling berhubungan. Setiap simpul adalah sebuah perceptron dan menyerupai regresi linier berganda . Perceptron memberi makan sinyal yang dihasilkan oleh regresi linier berganda menjadi fungsi aktivasi yang mungkin nonlinier.

Dalam perceptron berlapis-lapis (MLP), perceptrons disusun dalam lapisan yang saling berhubungan. Lapisan masukan menerima pola masukan. Lapisan keluaran berisi klasifikasi atau sinyal keluaran yang dapat dipetakan oleh pola masukan. Misalnya, pola tersebut mungkin merupakan daftar kuantitas untuk indikator teknis mengenai keamanan; Output potensial bisa "beli," "tahan" atau "jual." Lapisan tersembunyi menyesuaikan bobot pada input sampai kesalahan jaringan saraf minimal. Ini berteori bahwa lapisan tersembunyi mengekstrak fitur menonjol pada data masukan yang memiliki daya prediktif berkenaan dengan keluaran. Ini menggambarkan ekstraksi fitur, yang melakukan fungsi yang mirip dengan teknik statistik seperti analisis komponen utama.

Penerapan Neural Networks

Jaringan saraf banyak digunakan dalam operasi keuangan, perencanaan perusahaan, perdagangan, analisis bisnis dan perawatan produk. Jaringan syaraf biasa ada dalam aplikasi bisnis seperti solusi riset peramalan dan pemasaran, deteksi kecurangan dan penilaian risiko .

Jaringan syaraf menganalisa data harga dan mengungkap peluang untuk membuat keputusan perdagangan berdasarkan data yang dianalisis secara menyeluruh. Jaringan dapat mendeteksi interdependensi nonlinier halus dan pola metode analisis teknis lainnya tidak dapat ditemukan . Namun, peningkatan efisiensi 10% adalah yang diharapkan investor dari jaringan syaraf tiruan. Akan selalu ada kumpulan data dan kelas tugas yang algoritma yang digunakan sebelumnya tetap unggul. Algoritmanya tidak terlalu penting; Ini adalah informasi masukan yang disiapkan dengan baik mengenai indikator yang ditargetkan yang menentukan keberhasilan jaringan syaraf tiruan.

http://www.investopedia.com/terms/n/neuralnetwork.asp