Порівняння задач прогнозування і класифікації

Задача прогнозування

Висновки

В ході викладення змісту питань лекційного заняття було встановлено, що чинне законодавство України є недосконалим і неповністю відповідає загальновизнаним принципам та нормам міжнародного права. Слід зазначити, що легалізація суб’єктів господарювання як процес узаконення діяльності суб’єкта господарювання може мати наступні етапи: прийняття рішення про створення суб’єкта господарювання, його державна реєстрація, набуття істотних атрибутів для ведення діяльності (виготовлення печатки та штампів відповідно до отриманого дозволу, відкриття поточного рахунку), отримання ліцензій, стандартизація та сертифікація діяльності. Легалізація як засіб державного регулювання господарської діяльності має бути спрямована на реалізацію інтересів усіх учасників цього процесу, а саме: суб’єкта господарювання, споживачів, держави, і забезпечувати: суб’єктам господарювання — більш спрощений вихід на ринок максимальної кількості господарюючих структур; зниження до мінімуму ліцензійних зборів та інших витрат, пов’язаних з процесами легалізації; споживачам — гарантії від проникнення на ринок небезпечних для життя і здоров’я, неякісних товарів і послуг; державі — розвиток і цивілізоване функціонування ринку; створення належних умов дотримання балансу інтересів суб’єктів господарювання, споживачів, держави; пряме і непряме збільшення податкових надходжень до бюджету. Також було встановлено, що легалізація суб’єктів господарювання як механізм державного контролю за дотриманням публічних інтересів при здійсненні господарської діяльності включає в себе державну реєстрацію, ліцензування, патентування, стандартизацію та сертифікацію суб’єктів господарювання, кожний з цих засобів має своє призначення, сферу і порядок застосування. Однак часто відбувається дублювання зазначених засобів, що засвідчує необхідність подальшого відпрацювання в законодавстві порядку здійснення контролю за дотриманням відповідних публічних інтересів. Узгодженість та взаємодія прямих методів державного регулювання — реєстрації, ліцензування, патентування і сертифікації — має наслідком вдосконалення процесу легалізації господарської діяльності. Незважаючи на постійний “моніторинг” з боку Державного комітету України з питань регуляторної політики та підприємництва, процедура легалізації суб’єктів господарювання на етапі їх державної реєстрації практично не спрощується. Так, для реєстрації суб’єкта господарювання, необхідно подати документи до 8 державних установ: виконавчий комітет місцевої ради або відповідну державну адміністрацію, територіальні підрозділи Державного комітету статистики, Державної податкової інспекції, Пенсійного фонду України, Фонду загальнообов’язкового державного соціального страхування України на випадок безробіття, Фонду соціального страхування від нещасних випадків на виробництві та професійних захворювань України, Фонду з тимчасової втрати працездатності України. Слід зазначити, що кожну з цих установ представник суб’єкта господарювання має відвідати кілька разів, і не всі вони працюють для прийому населення кожен день, а, як правило, у визначені дні тижня та у визначені години. Від моменту подання документів державному реєстратору, до відкриття рахунку в банку проходить близько двох місяців, протягом яких підприємець виконує приписи вказаних вище органів державної влади та установ.

Задачі прогнозування розв’язуються в найрізноманітніших областях людської діяльності, таких як наука, економіка, виробництво і в багатьох інших сферах. Прогнозування є важливим елементом організації керування як окремими господарюючими суб'єктами, так і економіки в цілому.

Розвиток методів прогнозування безпосередньо пов'язане з розвитком інформаційних технологій, зокрема, з ростом обсягів збережених даних і ускладненням методів та алгоритмів прогнозування, реалізованих в інструментах Data Mining.

Задача прогнозування, може вважатися однієї з найбільш складних задач Data Mining, вона вимагає ретельного дослідження вихідного набору даних і методів, що підходять для аналізу.

Прогнозування(від грецького Prognosis), у широкому розумінні цього слова, визначається як випереджальне відбиття майбутнього. Метою прогнозування є передбачення майбутніх подій.

Прогнозування (forecasting) є однією з задач Data Mining і одночасно одним з ключових моментів при прийнятті рішень.

Прогностика (prognostics) – теорія і практика прогнозування.

Прогнозування спрямоване на визначення тенденцій динаміки конкретного об'єкта або події на основі ретроспективних даних, тобто аналізу його стану колись і тепер. Таким чином, вирішення задачі прогнозування вимагає деякої навчальної вибірки даних.

Прогнозування – встановлення функціональної залежності між залежними і незалежними змінними.

Прогнозування є розповсюдженою і затребуваною задачею у багатьох областях людської діяльності. У результаті прогнозування зменшується ризик прийняття невірних, необґрунтованих або суб'єктивних рішень.

Приклади його задач: прогноз руху грошових коштів, прогнозування врожайності агрокультури, прогнозування фінансової стійкості підприємства.

Типовою в сфері маркетингу є задача прогнозування ринків (market forecasting). В результаті вирішення даної задачі оцінюються перспективи розвитку кон'юнктури певного ринку, зміни ринкових умов на майбутні періоди, визначаються тенденції ринку (структурні зміни, потреби покупців, зміни цін).

Звичайно в цій області вирішуються наступні практичні завдання:

Ø прогноз продажу товарів (наприклад, з метою визначення норми товарного запасу);

Ø прогнозування продажу товарів, що роблять вплив один на одного;

Ø прогноз продажу залежно від зовнішніх факторів.

Крім економічної і фінансової сфери, задачі прогнозування ставляться в найрізноманітніших областях: медицині, фармакології; популярним зараз стає політичне прогнозування.

Загалом вирішення задачі прогнозування зводиться до вирішення таких підзадач:

Ø вибір моделі прогнозування;

Ø аналіз адекватності і точності побудованого прогнозу.

У попередній лекції нами було розглянута задача класифікації. Прогнозування подібно з задачею класифікації.

Багато методів Data Mining використовуються для вирішення задач класифікації і прогнозування. Це, наприклад, лінійна регресія, нейронні мережі, дерева рішень (які іноді так і називають – дерева прогнозування і класифікації).

Задачі класифікації і прогнозування мають подібності і розходження.

Так у чому ж подібність задач прогнозування і класифікації? При вирішенні обох задач використовується двоетапний процес побудови моделі на основі навчального набору і його використання для передбачення невідомих значень залежної змінної.

Розходження задач класифікації і прогнозування полягає в тому, що в першій задачі передбачається клас залежної змінної, а в другій – числові значення залежної змінної, пропущені або невідомі (що відносяться до майбутнього).

Повертаючись до прикладу про туристичне агентство, розглянутого в попередній лекції, ми можемо сказати, що визначення класу клієнта є вирішенням задачі класифікації, а прогнозування доходу, що принесе цей клієнт наступного року, буде вирішенням задачі прогнозування.

Читайте також:

<== попередня сторінка	\|	наступна сторінка ==>
Рекомендації	\|	Прогнозування і часові ряди

Не знайшли потрібну інформацію? Скористайтесь пошуком google:

Генерація сторінки за: 0.003 сек.