Prognozlash – eng ommabop, lekin ayni paytda ma’lumotlarni qazib olishning eng qiyin vazifalaridan biri. Prognozlash muammolari kiritilgan ma’lumotlarning sifati va miqdorining etarli emasligi, jarayon sodir bo‘lgan muhitning o‘zgarishi va sub’ektiv omillarning ta’siri bilan bog‘liq. Prognoz har doim ma’lum bir xato bilan amalga oshiriladi, bu ishlatiladigan prognoz modeliga va manba ma’lumotlarining to‘liqligiga bog‘liq. Modelda foydalaniladigan axborot resurslarining ko‘payishi bilan prognozning aniqligi oshadi va qaror qabul qilishda noaniqlik bilan bog‘liq yo‘qotishlar kamayadi. Prognozlash bilan bog‘liq xarajatlarning tabiati shundan iboratki, ma’lum chegaradan tashqarida qo‘shimcha xarajatlar yo‘qotishlarning kamayishiga olib kelmaydi. Buning sababi, prognozlash usuli qanchalik yaxshi bo‘lishidan qat’i nazar, prognoz xatosini ma’lum darajadan pastga tushirish ob’ektiv ravishda mumkin emas. Shuning uchun, prognoz xatosini aniqlash, prognozning o‘zi bilan bir qatorda, qaror qabul qilishda xavfni sezilarli darajada kamaytirishi mumkin.
Taynch iboralar: ma’lumotlarni tahlil qilish, dastlabki ma'lumotlar, xato, prognozlash usuli, noaniq fikrlash, tarmoq kirishlarini aniqlash, o‘rganish algoritmlari.
Прогнозирование – одна из самых востребованных, но при этом одна из самых сложных задач интеллектуального анализа данных. Проблемы прогнозирования связаны с недостаточным качеством и количеством исходных данных, изменениями среды, в которой протекает процесс, воздействием субъективных факторов. Прогноз всегда осуществляется с некоторой погрешностью, которая зависит от используемой модели прогноза и полноты исходных данных. При увеличении информационных ресурсов, используемых в модели, увеличивается точность прогноза, а убытки, связанные с неопределенностью при принятии решений, уменьшаются. Характер затрат, связанных с прогнозированием, таков, что за определенным пределом дополнительные затраты не приведут к снижению потерь. Это связано с тем, что объективно невозможно снизить погрешность прогнозирования ниже определенного уровня, вне зависимости от того насколько хорош примененный метод прогнозирования. Поэтому определение погрешности прогноза, наряду с самим прогнозом, позволяет значительно снизить риск при принятии решений.
Ключевые слова: анализ данных, исходные данные, погрешность, метод прогнозирования, нечеткие рассуждения, определение входов сети, алгоритмы обучения.
