В статье описывается эксперимент по прогнозированию количества золотых медалей, серебряных медалей и общего места в неофициальном командном зачете XXIV Зимних Олимпийских игр для команды Олимпийского комитета России. Прогноз производится с использованием обобщенно-регрессионной нейронной сети и сети с радиально-базисными функциями. Описывается ход прогнозирования, проблемы, которые возникают при осуществлении прогнозов данного типа. В результате выявлен ряд проблем, часть из которых предлагается решать с использованием каскада сетей. Предлагается ряд конфигураций каскада, описываются особенности формирования обучающей выборки и разбиения выборки для обучения модулей по ярусам каскада. Описывается ход прогнозирования, результаты прогнозирования представлены в таблицах, фрагменты обучающей выборки представлены на графиках. Целью исследования является оптимизация и повышение точности процесса планирования спортивной подготовки сборных команд и прогнозирование неофициального медального зачёта в мультиспортивных состязаниях с использованием системы на основе каскада нейронных сетей. Произведен анализ полученных данных, рассмотрена целесообразность использования каскада сетей как средства прогнозирования. Описаны проблемы обучающей выборки, рассматривается перспектива разработки алгоритма определения ключевых прогнозоформирующих предикторов обучающей выборки и использования алгоритма для предобработки выборки и обучения каскада.

The article describes an experiment to predict the number of gold medals, silver medals and overall place in the unofficial team standings of the XXIV Winter Olympic Games for the team of the Olympic Committee of Russia. The forecast is made using a generalized regression neural network and a network with radial basis functions. Describes the course of forecasting, the problems that arise when making forecasts of this type. As a result, a number of problems have been identified, some of which are proposed to be solved using a cascade of networks. A number of cascade configurations are proposed, the features of the formation of a training sample and the splitting of the sample for training modules by cascade tiers are described. The course of forecasting is described, the results of forecasting are presented in tables, fragments of the training sample are presented on graphs. The aim of the study is to optimize and improve the accuracy of the planning process of sports training of national teams, and to predict the unofficial medal standings in multi-sports competitions using a system based on a cascade of neural networks. The analysis of the obtained data is carried out, the expediency of using a cascade of networks as a means of forecasting is considered. The problems of the training sample are described, the prospect of developing an algorithm for determining the key predictive predictors of the training sample and using the algorithm for preprocessing the sample and training the cascade is considered.