فهرست : مقدمه ای بر شبکه‌های عصبی مصنوعیتاریخچه شبکه‌های عصبی مصنوعیشبکه عصبی چیست؟شبکه عصبی چه قابلیتهائی دارد؟الهام از طبیعتشبکه های عصبی در مقایسه با کامپیوترهای سنتیمسائل مناسب برای یادگیری شبکه های عصبیپرسپترونالگوریتم یادگیری پرسپترونالگوریتم gradient descentمشکلات روش gradient descentتقریب افزایشی gradient descentالگوریتم Back propagationقدرت نمایش توابعانواع آموزش شبکهبرخی زمینه های شبکه های عصبیسبکهای معماری شبکه‌های عصبیقواعد یادگیری در شبکه‌های عصبیآموزش شبکه‌های عصبیآموزش unsupervised یا تطبیقی (Adaptive)تفاوت‌های شبکه‌های عصبی با روش‌های محاسباتی متداول و سیستم‌های خبرهانواع یادگیری برای شبکه های عصبییادگیری با ناظریادگیری تشدیدییادگیری بدون ناظرمعایب شبکه های عصبیمزیتهای شبکه های عصبیسیستم خبرهسیستم خبره چیست؟ساختار یک سیستم خبرهاستفاده از منطق فازیمزایا و محدودیت‌های سیستم‌های خبرهکاربرد سیستم‌های خبرهچند سیستم خبره مشهورمروری بر کاربردهای تجاریبازاریابیبانکداری و حوزه های مالیپیش بینیسایر حوزه های تجاریکاربرد مدلهای شبکه عصبی در پیش‌بینی ورشکستگی اقتصادی شرکتهای بازار بورسکاربرد مدل شبکه عصبی در پیش‌بینی ورشکستگی شرکتهای بازار بورستبیین مفهوم ورشکستگیمتغیرهای مدل تحقیقاطلاعات شرکتهای نمونه تحقیقتعیین مدل شبکه عصبی سه لایه برای پیش‌بینی ورشکستگی شرکتهاتعیین مدل بهینه شبکه عصبی چهار لایه برای پیش‌بینی ورشکستگی شرکتهامقایسه مدلهای شبکه عصبی سه و چهار لایه برای پیش‌بینی ورشکستگی اقتصادیپیشبینی ورشکستگی اقتصادی شرکتها در سالهای وروند ورشکستگی اقتصادی شرکتهای بازار بورس در دوره ـجمعبندی و نتیجهگیریمنابع