Наша команда Графовой аналитики стрима Моделирование КИБ и СМБ занимается различными исследовательскими задачами для двух основных направлений: риск- и бизнес-моделирования. В данной статье мы расскажем о том, как продвинутые подходы машинного обучения, в частности нейронные сети, помогают генерировать признаки для моделей, сокращая трудозатраты на проработку гипотез и операционные издержки при подготовке данных для моделей. Интересно? Поехали...
На основании материалов хакатона AlfaBattle 2.0 в настоящей статье рассмотрены:• подходы к классификации признаков транзакционных данных, применимость отдельных признаков под задачи предсказания потребительского поведения,• решение бизнес задачи поведенческого скоринга - модели предсказания дефолта по кредитной карте на основании данных о транзакциях, предшествовавших выдаче. Читать далее
Часто наборы данных, с которыми приходится работать, содержат большое количество признаков, число которых может достигать нескольких сотен и даже тысяч. При построении модели машинного обучения не всегда понятно, какие из признаков действительно для неё важны (т.е. имеют связь…
Общий принцип того, как тот или иной набор признаков у животного пытаются перекинуть в новое поколение. У нас на глазах идёт один из лучших и масштабнейших экспериментов по передаче признаков от одной птицы к другой - волнистые попугайчики. Их все знают или почти все. Причём…