Facultad de ingeniera Ingeniera de Sistemas Redes Neuronales

Angelo Vasquez Cortes La aplicacin actual que se le da a las Redes Artificiales o Neuronales para que en conjunto con la minera de datos realice abstracciones de conocimiento mediante el uso de repositorios de datos obteniendo como resultado, parmetros en los cuales se puede determinar una accin o solucin de un ente polmico, se basa en el modelo en el cual se genera conocimiento a partir de la inferencia de resultado de conocimiento previo, bien sea estadstico o metdico en el cual de acuerdo a la similitud de comportamiento se compara este con una matriz de casos ya analizada y si es correspondiente se asume la solucin o accin dada para ese grupo de la matriz; pasando este nuevo caso a formar parte de la matriz y ser la misma co-validadora de nuevos anlisis.

En la actualidad los diferentes tipos de organizaciones: comerciales, financieras, educativas, posen dentro de sus sistemas de informacin datos los cuales no son accesados o consultados para obtener conocimiento de retroalimentacin, caso contrario solo son usados para dar respuesta simple a una solicitud de informacin o de verificacin. El gran potencial que se encuentra contenido en el conjunto de la sociedad que nos rodea para la creacin de conocimiento mediante el aprendizaje representada en los cientos de miles de bases de datos, repositorios de informacin que actualmente guardamos o almacenamos en sistemas digitales como simple mecanismo de guarda o consulta, no le estn prestando mayor utilidad a sus usuarios o estn desaprovechando oportunidades de obtencin de conocimiento a partir de las mismas. Por ejemplo para una empresa del sector real duea de una gran cadena de almacenes tienen dentro de su organizacin bases de datos que contienen productos, valores de venta, costos, ganancias y por otro lado bases de datos con sistemas de fidelizacin de clientes; si dichas organizaciones extrajeran la informacin de estos sistemas de almacenamiento de informacin y las integraran a un sistema de Redes de Aprendizaje o Redes Neurales de conocimiento podran obtener de esta integracin no solos datos financieros, sino datos de tipo comportamental, de consumo con los cuales bajo la teora de toma de decisiones con el conocimiento previo e integrando esos datos a una matriz de anlisis se pueden hacer mejoras significativas en los mtodos de comercializacin usados por estos dando as, a la compaa mayores niveles de rentabilidad y una respuesta del cliente ms efectiva hacia las promociones, lanzamientos de nuevos productos que la cadena ejecute basado en la aplicacin de RNA, mediante el uso de aprendizaje de comportamientos prestablecidos correspondientes a un patrn y de acuerdo al mismo ejecutar la accin predeterminada que en este caso sera emitir una promocin de mercadeo corporativo que tenga en cuenta a la poblacin sujeto y el producto sujeto de la promocin que ser aquel o aquellos relacionados con este ltimo que corresponden a las caractersticas analizadas.

Facultad de ingeniera Ingeniera de Sistemas Redes Neuronales

Angelo Vasquez Cortes

En el esquema de mercado actual donde el consumidor acepta la informacin que le interesa y descarta la que no le interesa, las grandes organizaciones que envan esta ltima a sus clientes o foco de mercado como mecanismo de recordacin de marca o posicionamiento de producto dentro de una poblacin sin hacer un anlisis de poblacin-costumbres-necesidades-mercado estn perdiendo una gran oportunidad de apalancamiento de negocios pues si sabemos que por ejemplo: En el rea geogrfica a los clientes que acuden a el Supermercado y han ejecutado durante el ltimo periodo evaluado productos para bebes(Conjunto total de Productos) de manera significativa representando un pico de ventas importante el Supermercado Y debera dirigir todas sus estrategias de mercado y promocin a productos del mismo tipo y gama pues se puede inferir mediante la matriz de Resultados previos de RNA que ese grupo poblacional en los ltimos meses-das ha tenido un bebe lo que lo obliga a hacer un cambio de comportamiento significativo en sus costumbres de compra y incluir estos nuevos productos dentro de su canasta bsica por lo cual le interesaran de manera especial las promociones que el Supermercado y le haga llegar y promociones o productos diferentes a estos por el momento no sern prioritarios para l.. Este esquema de anlisis se aplica tambin funcionalmente en el campo financiero en la aprobacin y mantenimiento de niveles de crdito con bajas tasas de morosidad teniendo en cuenta variables como: Cupo de Crdito Solicitado Cupo de Crdito Otorgado Niveles de Endeudamiento a la fecha de solicitud del crdito Comportamiento de los ingresos a la fecha de solicitud y flujo de caja Activos Fijos del solicitante Comportamiento de Pago

Facultad de ingeniera Ingeniera de Sistemas Redes Neuronales

Angelo Vasquez Cortes Teniendo en cuenta estas variables y de acuerdo a la matriz de resultados obtenida se puede inferir que a los solicitantes que estn dentro de este grupo de muestreo en los cuales sus variables sean similares o mejores la entidad financiera podr otorgar el crdito con un mnimo de riesgo, a su vez al cumplir este solicitante su ciclo crediticio la entidad financiera podr ingresar a este cliente dentro de su matriz de inspeccin generando un nuevo parmetro de comparacin con futuros solicitantes. Dado lo anterior el uso de Redes Neuronales para el modelamiento de datos y prediccin son un mtodo acertado siempre y cuando estas sean modeladas, actualizadas y valoradas correctamente por los agentes de uso y agentes de ajuste. Conclusin

Son las redes neurales una alternativa real como mtodo de prediccin en series temporales.

Al generar nuestro esquema de red neuronal, debemos tener en cuenta que su diseo no debe ser muy parame trizado, dado que aun cuando el error de ajuste para los datos de entrenamiento es cercano y muy cercano a 0, la extrapolacin de nuestro esquema se reduce de manera amplia para los datos fuera del conjunto de aprendizaje.

Las redes neuronales son vlidas dentro del marco que sean bien estructuradas y los datos iniciales de la matriz de aprendizaje sean correctos y sean actualizados con nuevos datos actualizando la matriz inicial. Bibliografa http://msdn.microsoft.com/es-es/library/ms174949.aspx http://www.academia.edu/1094213/Metodos_Matematicos_para_la_Mineria_de_Datos_La_red_neuronal _SOM_como_Herramienta_para_el_Analisis_y_Visualizacion_de_grandes_volumenes_de_ Cinca, C. S., & del Bro, B. M. (1993). Prediccin de la quiebra bancaria mediante el empleo de redes neuronales artificiales. Revista espaola de Financiacin y Contabilidad, (74), 153-176.

Facultad de ingeniera Ingeniera de Sistemas Redes Neuronales

Angelo Vasquez Cortes CINCA, Carlos Serrano; DEL BRO, Bonifacio Martn. Prediccin de la quiebra bancaria mediante el empleo de redes neuronales artificiales. Revista espaola de Financiacin y Contabilidad, 1993, no 74, p. 153-176.