4.3 Оптимизационные методы

К данным методам относятся методы и алгоритмы, которые решают следующие традиционные оптимизационные задачи:

1. математическое программирование,

2. динамическое программирование,

3. методы систем массового обслуживания,

4. вариационные методы и другие.

Большинство из них не существуют в виде отдельных программных пакетов, а в составе пакетов прикладных программ – Mathcad (1), Matlab (2), Mathematica (3) (рисунок 4.3.1).

Рисунок 4.3.1 – Прикладные программы, использующие оптимизационные методы

4.4 Экспертные методы

В данные методы входит:

1. ассоциативные средства (метод “ближайшего соседа”),

2. Метод последовательного логического вывода,

3. методы представления и визуализации решений,

4. Предметно-ориентированные аналитические системы.

Названия условны, так как применяют их исходя из индивидуального опыта эксперта.

4.4.1 Ассоциативные средства

Ассоциативные средства или метод “ближайшего соседа” – для оценки корректности и достоверности решения системы находят в прошлом близкие аналогичные ситуации и выбирают тот же ответ, который был правильным. Известный программный пакет – Pattern Recognition Workbench (рисунок 4.4.1.1).

Рисунок 4.4.1.1 – Программный пакет на основе метода “ближайшего соседа”

4.4.2 Метод последовательного логического вывода

Самый распространенный – “дерево решений” – использует разбиение данных на группы на основе значений переменных, и как результат получается иерархическая структура операторов “If… then…”  в виде дерева. Для классификации необходимо проходить по правой или левой ветви дерева и приходить к ветви с окончательным решением.

Их используют для решения задач классификации и поэтому они наименее распространены в области финансов и бизнеса.

Достоинства:

1. простое и понятное представление признаков для пользователей,

2. целевая переменная - измеряемые и не измеряемые признаки – как следствие обширная область применения метода.

Недостатки:

1. сложность во множестве частных случаев, которые не могут давать обоснованных ответов,

2. полезные результаты только в случае независимых признаков.

Известный программный пакет – SIRINA (рисунок 4.4.2.1).

Рисунок 4.4.2.1 – Программный пакет на основе метода последовательного логического вывода

4.4.3 Методы визуализации данных и результатов их анализа

Могут наглядно отображать полученные выводы. Например, графики, таблицы и так далее (рисунок 4.4.3.1).

Рисунок 4.4.3.1 – Пример возможного результата методов визуализации данных и результатов их анализа

4.4.4 Предметно-ориентированные аналитические системы

Основаны на фиксированных математических моделях, которые отражают определенную теоретическую концепцию. Эксперт выбирает подходящую его условиям и критериям систему и интерпретацию конечного алгоритма. Такие методы просты и доступны, но порой возникают вопросы достоверности и точности полученного результата.

Известный программный продукт – MetaStock (рисунок 4.4.4.1).

Рисунок 4.4.4.1 – Программный продукт на основе предметно-ориентированной аналитической системе

4.5. Работа с Big Data

Крупные компании работают просто с колоссально большими объемами данных, которые человеку обрабатывать придется T→∞ минут. На помощь придут следующие программные предложения, которые являются на данный момент лучшими на рынке:

1. Informatica.

2. IBM.

3. Collibra.

4. Alation.

5. SAP.

На российском рынке также можно встретить решения от компаний Alteryx и SAS.