Евгений Соколов "Машинное обучение, автоматизация и новые профессии"

МЕНЮ


Искусственный интеллект
Поиск
Регистрация на сайте
Помощь проекту

ТЕМЫ


Новости ИИРазработка ИИВнедрение ИИРабота разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика

Авторизация



RSS


RSS новости


2018-05-01 15:32

цифровизация

Машинное обучение — это обширный подраздел искусственного интеллекта, изучающий методы построения алгоритмов, способных обучаться. Специалисты по машинному обучению относятся к аналитикам данных, которые занимаются анализом и обработкой информации для получения наглядных, легко воспринимаемых результатов, с целью их дальнейшего использования.

Machine Learning (ML) для финансистов. Примеры использования:

Благодаря машинному обучению обработка одной заявки может занимать не больше 10 секунд. При этом система может сегментировать клиентов, самостоятельно проводить ретроспективный анализ своей работы, аккумулировать и оценивать характеристики каждого заемщика из доступных государственных баз данных (оплаты счетов ЖКХ или налогов), социальных сетей. Таким образом, система способна рассчитать оптимальный размер и срок кредита. Главный плюс использования системы анализа данных – сведение уровня мошенничества, опечаток в анкетах и потери данных к минимуму.

Например, команда специалистов в сфере машинного обучения банка «УРАЛСИБ» с помощью новых технологий проводит мониторинг транзакционной активности клиентов, а также сегментирует их по различным группам потребления. По числу транзакций банк может определить уровень взаимодействия с клиентом и разработать стратегию удержания или увеличения активности клиента.

Команда Сбербанка анализирует поведение держателей карт. На основе анализа транзакций своих клиентов Сбербанк предлагает подходящие для клиента услуги и продукты, предсказывает крупные покупки и формирует для него предложение.

Анализ данных, в том числе машинное обучение, выполняет задачу по оптимизации портфеля и способно предсказывать цены на финансовые активы.

В приложении вы найдете практические кейсы использования анализа данных в телеком, финасах и рекламе от Константина Обухова, Data Scientist в CleverDATA.

Также прикрепляем видео с выступлением Евгения Соколова, преподавателя факультета компьютерных наук НИУ ВШЭ и руководителя группы качества рекомендаций Яндекс.Дзен, о машинном обучении и новых профессиях, которые возникают по мере внедрения технологий.


Источник: www.youtube.com

Комментарии: