Публикации
ИИ для улучшения кадровой политики, статья
HPE InfoSight – искусственный интеллект для центров обработки данных, статья
Violin Systems: новые решения для новых вызовов, статья
SweRV Core – первое RISC-V процессорное ядро Western Digital, статья
Преимущества использования SCM-кэша в составе внешних СХД HPE, статья
Новый RAID-стек – новые возможности, статья
MAX Data: SCM для ускорения БД, статья
Преимущества интегрированных бандлов HPE и Commvault, статья
Intel: новые флэш-устройства, статья
SCM – перспективы одноуровневой памяти, статья
 
Обзоры
Все обзоры в Storage News
 
Тематические публикации
Flash-память
Облачные вычисления/сервисы
Специализ. СХД для BI-хранилищ, аналитика "больших данных", интеграция данных
Современные СХД
Информационная безопасность (ИБ), борьба с мошенничеством
Рынки
Сбербанк создал новый алгоритм, который работает как дата-сайентист

14, февраль 2019  — 

  • Auto ML — алгоритм, который умеет создавать другие модели.
  • Алгоритм показал качество предсказания, сравнимое с работой дата-сайентиста, при этом справился с задачей за 55 минут против одного-двух дней работы человека. 

Сбербанк создал новую модель машинного обучения Auto ML, сообщил на Российском инвестиционном форуме заместитель Председателя Правления Сбербанка Анатолий Попов .

Auto ML — алгоритм, который умеет создавать другие модели. А они, в свою очередь, уже решают прикладные задачи — например, прогнозируют платежеспособность клиента при выдаче кредита или помогают отделять законопослушных клиентов от нарушителей.

В январе 2019 г. был проведен пилот: алгоритмы Auto ML были применены для создания нескольких baseline -моделей (первых версий) класса  Next BestAction (таргетирование кампаний продаж).

Алгоритм позволяет оптимизировать один из важных шагов создания применяемой в бизнесе модели машинного обучения, а именно создание baseline модели (первой версии модели, которая потом развивается уже с участием человека). Качество baseline -моделей созданных алгоритмом Auto ML сопоставимо с качеством модели создаваемой в ручную. При этом скорость работы алгоритма в 10-15 раз превосходит скорость работы человека.

Полученные результаты доказывают возможность использования технологии автоматического моделирования для быстрого формирования базовых моделей обработки данных и использования его для запуска кампаний продаж корпоративно-инвестиционного бизнеса Сбербанка.

Анатолий Попов, заместитель Председателя Правления Сбербанка:

« Одна из возможностей для повышения эффективности всех бизнес процессов в банке - внедрение искусственного интеллекта. Однако создание десятков тысяч моделей, чтобы покрыть все аспекты деятельности является практически нереальной задачей, если для создания и внедрения моделей применять только ручной труд дата-сайентистов и разработчиков. Поэтому мы внедряем у себя один из самых современных в мире подходов к работе с моделями машинного обучения – Auto ML. Систему алгоритмов, которая быстро и самостоятельно создает прикладные решения на основе моделей машинного обучения ».

# # #

https://twitter.com/SberbankMedia

ПАО Сбербанк — крупнейший банк в России и один из ведущих глобальных финансовых институтов. На долю Сбербанка приходится около трети активов всего российского банковского сектора. Сбербанк является ключевым кредитором для национальной экономики и занимает крупнейшую долю на рынке вкладов. Учредителем и основным акционером ПАО Сбербанк является Центральный банк Российской Федерации, владеющий 50% уставного капитала плюс одна голосующая акция. Другими 50% акций Банка владеют российские и международные инвесторы. Услугами Сбербанка пользуется более 145 млн клиентов в 22 странах мира. Банк располагает самой обширной филиальной сетью в России: около 15 тысяч точек обслуживания. Зарубежная сеть Банка состоит из дочерних банков, филиалов и представительств в Великобритании, США, СНГ, Центральной и Восточной Европе, Индии, Китае, Турции и других странах.

Генеральная лицензия Банка России на осуществление банковских операций № 1481.

Официальные сайты Банка: www.sberbank.com (сайт Группы Сбербанк), www.sberbank.ru .

Публикации по теме
Специализ. СХД для BI-хранилищ, аналитика "больших данных", интеграция данных
 
Новости Сбербанк

© "Storage News" journal, Russia&CIS
Редакция: 115516, Москва, а/я 88; тел./факс - (495) 233-4935;
www.storagenews.ru; info@storagenews.ru.