Beim Studium "Handbuch Kursprognose" von Torsten Poddig bin ich vor kurzem über das Geneal Regression Neural Network gestossen.
Es handelt sich dabei um ein recht einfach aufgebautes Netz, welches über eine Anzahl Inputs einen Output oder einen Output-Vektor berechnet.
Das besondere ist, dass das Netz sich mit jedem neuen Datenpunkt neu trainiert und so generell weniger zur Überoptimierung neigt.
Ich sehe das GRNN als einfaches, rel. robustes Tool für Kursprognosen, mit dem auch nicht lin. Zusammenhänge abgebildet werden können.
Denkbar wäre der Einsatz auch, um z.B. gute Inputschablonen für herkömmliche NN zu finden.
Das GRNN liesse sich in Excel implementieren. Leider hat man in Excel nicht den Datenkomfort von Investox.
Im Zusammenhang mit Neuronalen Netzen:
In Version 4 sind kleinere Aenderungen hinzugekommen. Haben Sie Erweiterungen bei den Neuronalen Netzen in Zukunft noch auf Ihrer Liste?