Este trabalho foi licenciado com uma Licença Creative Commons -Atribuição -Não Comercial 3.0 Brasil Editor Científico: José Edson Lara Organização Comitê Científico Double Blind Review pelo SEER/OJS Recebido em 03.07.2018 Aprovado em 24.09.2018Redes neurais apoiando a tomada de decisão na análise de crédito bancário e detecção do câncer de mama
ResumoAs Redes Neurais Artificiais (RNAs) tem sido utilizadas nas soluções de variados problemas, dentre eles, os que envolvem tomada de decisões. Neste escopo, o objetivo desta pesquisa é apresentar uma ferramenta que dê suporte ao processo de decisão médica no diagnóstico do câncer de mama e da concessão de crédito bancário a clientes de um banco, por meio da utilização de uma RNA Multilayer Perceptron. Verificando-se sua eficácia e a melhor convergência, por meio do Modelo de Validação Cruzada (k=5), para o treinamento e testes de RNA's. Os testes foram realizados com diferentes números de neurônios na camada escondida, utilizando-se como comparativo o erro quadrático médio, visando otimizar o desempenho da RNA. Uma taxa de aprendizado em torno de 0,9 foi adequada nas simulações para os dois problemas. Os resultados elencados indicam a eficiência da técnica, para ambos os problemas, haja vista que a capacidade de generalização das RNAs testadas foi em média de 97,31% para o diagnóstico do câncer de mama e 99,1% para a concessão de crédito bancário.
Palavras-chave:Redes Neurais Artificiais; Tomada de Decisão; Validação Cruzada.
Neural networks supporting decision-making in bank credit analysis and breast cancer detection AbstractArtificial Neural Networks (ANNs) have been used in the solutions of several problems, among them, those involving decision making. In this scope, the objective of this research is to present a tool that supports the medical decision process in the diagnosis of breast cancer and the granting of bank credit to clients of a bank, through the use of a Multilayer Perceptron RNA. Verifying its effectiveness and the best convergence, through the Cross Validation Model (k = 5), for the training and testing of ANNs. The tests were performed with different numbers of neurons in the hidden layer, using as comparison the average quadratic error, in order to optimize the RNA performance. A learning rate of around 0.9 was adequate in the simulations for the two problems. The results indicated the efficiency of the technique for both problems, given that the generalization capacity of the ANNs tested was on average 97.31% for the diagnosis of breast cancer and 99.1% for the granting of bank credit.
Redes neurales apoyando la toma de decisión en el análisis de crédito bancario y detección del cáncer de mama
ResumenLas redes neuronales artificiales (ARNs) se han utilizado en las soluciones de variados problemas, entre ellos, los que involucran la toma de decisiones. En este ámbito, el objetivo de esta investigación es presentar una herramienta que apoye el proceso de decisión médica en el diagnóstico del cáncer de mama y la concesión de crédito bancario a client...
