Решение Сбера ускорит разработку ML-моделей

Алгоритм SketchBoost реализует новый подход к использованию методов бустинга при обучении моделей искусственного интеллекта, который применяется для решения B2B-задач в финансах и страховании.

Py-Boost ускоряет разработки в области рекомендаций финансовых продуктов корпоративным клиентам. Такой подход позволяет не только наилучшим образом решить задачу в кратчайшие сроки, но и заменяет десятки различных моделей. Py-Boost многократно повышает скорость обучения моделей при работе с сотнями классов и наименований рекомендуемых продуктов.

 

Александр Ведяхин, первый заместитель Председателя Правления Сбербанка: «Совершенствование технологий на базе машинного обучения — это не только тренд, но и способ повысить качество контакта с клиентом, возможность подобрать именно тот продукт, который максимально отвечает его предпочтениям. Для этого мы представили алгоритм, который в разы ускоряет обучение моделей искусственного интеллекта и, как следствие, вывод на рынок разработок в области рекомендательных сервисов в сфере финансов и страхования. Это стратегически важное решение для сохранения лидирующих позиций на высококонкурентном рынке».

Заметили неточность или опечатку в тексте? Выделите её мышкой и нажмите: Ctrl + Enter. Спасибо!