Künstliche neuronale Netze und ihre Beziehungen zur Statistik
Gabriele Widmann
Künstliche neuronale Netze werden seit einigen Jahren auch in den Wirtschaftswissenschaften eingesetzt. Sie werden vorwiegend als Instrumente zur Klassifikation und Prognose verwendet. In dieser Arbeit werden die vorwärtsgekoppelten sigmoiden Netze und radialen Basisfunktionsnetze aus der Sicht der Statistik betrachtet. Diese Netze sind dazu geeignet, nichtlineare Funktionen beliebig genau zu approximieren. Bei näherer Betrachtung weisen sie zudem eine enge Verwandtschaft zu bekannten statistischen Modellen auf. Damit können auch statistische Hypothesentests herangezogen werden, um die Suche nach «guten» Netzen systematisch zu gestalten. Außerdem werden Möglichkeiten einer Interpretation der Parameter in solchen Netzen behandelt.
