بکارگیری شبکه عصبی در مسئله تصویب اعتبار
شیکه های عصبی هوشمند برای محیطهای مشکل و پیچیده ابزار مناسبی می باشند. محیط هایی که بسیار غیرساختاری هستند و بعضی از اشکال، شناخت الگو نیاز دارند و باید درگیر داده های خراب شده و یا غیر کامل باشند. وقتی که وظیفه تصویب اعتبار مشتریان و حدود تخصیص اعتبار، به کارکنان مالی سطح پایین تفویض می شود، یک فرآیند کاربر و زمان بر خواهد بود. تیم های کامپیوتری و نرم افزارهای معمولی نمی توانند ذهنیات و دیگر عناصر قابل تبدیل به کمیات فرآیند تصمیم گیری انسان را با هم در آمیزند و همچنین اغلب اطلاعات مربوط به مشتریان نمی تواند به شکل استاندارد و مناسب برای تصمیم گیری تبدیل شود. بنابراین یک سیستم شبکه عصبی باید اطلاعات مربوط به مشتریان را همچون یک بردار ورودی آموزش دهد و تصمیمات واقعی تحلیلگر اعتباری یک مؤسه را همچون بردار ستانده مطلوب بیاموزد. هدف این سیستم در واقع تقلید رفتار تصمیم گیری های انسان در اعطاء و یا لغو اعتبار می باشد. همچنین سیستم باید توانایی مواجهه با تنوع اطلاعات ورودی بدون نیاز به تبدیل اطلاعات به شکل استاندارد را داشته باشد. فرآیند کلی به کار گیری شبکه عصبی مصنوعی در حل مسئله تصویب اعتبار به صورت زیر است :
۱- جمع آوری اطلاعات مفید و مؤثر .
۲- تفکیک اطلاعات به مجموعه های آموزش و آزمایش .
۳- تبدیل اطلاعات به ورودیهای مناسب برای شبکه.
۴- انتخاب یک معماری مناسب برای شبکه عصبی.
۵- آموزشی، آزمایش و اجرای شبکه.
