Боты есть везде и нужны всем — особенно пользователям банков 🤖
Как показало исследование VK Мессенджера (онлайн-опрос более 1200 жителей крупных городов России), о чат-ботах сегодня знают 90% россиян, из которых 81% активно их используют. Чаще всего с ними сталкиваются в приложениях банков или в мессенджерах.
В карточках расскажем о главных результатах этого исследования. А по ссылке вы сможете узнать о его основных выводах из оригинального источника.
#aaa_news #deep_dive_into_deep_tech
Как показало исследование VK Мессенджера (онлайн-опрос более 1200 жителей крупных городов России), о чат-ботах сегодня знают 90% россиян, из которых 81% активно их используют. Чаще всего с ними сталкиваются в приложениях банков или в мессенджерах.
В карточках расскажем о главных результатах этого исследования. А по ссылке вы сможете узнать о его основных выводах из оригинального источника.
#aaa_news #deep_dive_into_deep_tech
❤5🔥5👾2👍1🤔1
Новое пополнение в коллекцию мемов от ААА 💥
Под конец недели решили немного вас порадовать и подготовили новую подборку мемов.
Сохраняйте для себя и делитесь ими с друзьями, а в комментариях под этим постом кидайте свои любимые мемы 👇
#aaa_fun
Под конец недели решили немного вас порадовать и подготовили новую подборку мемов.
Сохраняйте для себя и делитесь ими с друзьями, а в комментариях под этим постом кидайте свои любимые мемы 👇
#aaa_fun
🔥15😁13🤣5🌚2
Feature Store или как обеспечить быструю доставку данных по запросу 🛒
В работе с данными для обучения моделей (в частности, нейросетей) много рутины: под каждую ML-модель нужно создать свой набор данных (датасет), убрать лишние признаки (фичи) и протестировать точность предсказаний. Иногда при изменении датасета нужно собирать данные по новой. Это неудобно и требует много времени.
Чтобы оптимизировать работу с данными, мы решили разработать Feature Store.
Подробнее о том, что такое "супермаркет" данных, о том, как работает Feature Store и кому он в первую очередь нужен вы узнаете в наших карточках
В работе с данными для обучения моделей (в частности, нейросетей) много рутины: под каждую ML-модель нужно создать свой набор данных (датасет), убрать лишние признаки (фичи) и протестировать точность предсказаний. Иногда при изменении датасета нужно собирать данные по новой. Это неудобно и требует много времени.
Чтобы оптимизировать работу с данными, мы решили разработать Feature Store.
Подробнее о том, что такое "супермаркет" данных, о том, как работает Feature Store и кому он в первую очередь нужен вы узнаете в наших карточках
👍8❤5🔥3🌚1
Как оценивать риски при помощи нейросетей 📊
На этих выходных предлагаем вам прочитать статью Никиты Пархоменко, специалиста по разработке нейронных сетей, о создании нейросетевой модели кредитного скоринга.
Из неё вы узнаете:
📌 Зачем понадобилась единая модель
📌 Как устроена её архитектура
📌 Какие результаты уже демонстрирует модель
Переходите по ссылке и читайте статью целиком на Хабре!
#aaa_habr
На этих выходных предлагаем вам прочитать статью Никиты Пархоменко, специалиста по разработке нейронных сетей, о создании нейросетевой модели кредитного скоринга.
Из неё вы узнаете:
📌 Зачем понадобилась единая модель
📌 Как устроена её архитектура
📌 Какие результаты уже демонстрирует модель
Переходите по ссылке и читайте статью целиком на Хабре!
#aaa_habr
❤7🔥6⚡2🌚1
И снова о нейросетях 📶
На этот раз в новом выпуске подкаста “Деньги любят техно”. Поговорим не только о применении нейросетей в кредитном скоринге, но и в других сегментах деятельности финансовых организаций.
Гости подкаста:
📢 Евгений Смирнов, руководитель Лаборатории машинного обучения Альфа-Банка
📢 Никита Зелинский, руководитель центра компетенций Data Science МТС
Слушайте подкаст на любимых платформах:
🔗 Apple Podcasts
🔗 Яндекс Музыка
🔗 Spotify
🔗 Google Podcasts
#aaa_experts
На этот раз в новом выпуске подкаста “Деньги любят техно”. Поговорим не только о применении нейросетей в кредитном скоринге, но и в других сегментах деятельности финансовых организаций.
Гости подкаста:
📢 Евгений Смирнов, руководитель Лаборатории машинного обучения Альфа-Банка
📢 Никита Зелинский, руководитель центра компетенций Data Science МТС
Слушайте подкаст на любимых платформах:
🔗 Apple Podcasts
🔗 Яндекс Музыка
🔗 Spotify
🔗 Google Podcasts
#aaa_experts
❤7👍7🌚2👾1
Лонгрид McKinsey Digital об экономическом потенциале ИИ 🌐
Продолжаем делиться с вами самыми актуальными новостями и аналитикой, и на этот раз расскажем вам о новом обзоре McKinsey, в котором они выделили основные тренды развития технологического сектора в мире, а также обсуждают влияние развития технологий на бизнес, работников и потребителей.
Помимо этого, в обзоре McKinsey Technology Trends Outlook 2023 обозначены ключевые вызовы таких технологий, как машинное обучение, прикладной и генеративный ИИ.
Самое важное из отчёта мы собрали в карточках, а сам материал целиком вы можете прочитать по ссылке.
#deep_dive_into_deep_tech
Продолжаем делиться с вами самыми актуальными новостями и аналитикой, и на этот раз расскажем вам о новом обзоре McKinsey, в котором они выделили основные тренды развития технологического сектора в мире, а также обсуждают влияние развития технологий на бизнес, работников и потребителей.
Помимо этого, в обзоре McKinsey Technology Trends Outlook 2023 обозначены ключевые вызовы таких технологий, как машинное обучение, прикладной и генеративный ИИ.
Самое важное из отчёта мы собрали в карточках, а сам материал целиком вы можете прочитать по ссылке.
#deep_dive_into_deep_tech
❤5👍5🔥5❤🔥1