Решение Сбера ускорит разработку ML-моделей

Наш канал в Telegram — подпишитесь и будьте в курсе новостей

На ПМЭФ-2023 компания Сбер представила новую программную библиотеку Py-Boost, которая значительно ускоряет процесс разработки моделей машинного обучения. Основой этой библиотеки является алгоритм SketchBoost, который использует новый подход к методам бустинга при обучении моделей искусственного интеллекта. Этот алгоритм применяется для решения B2B-задач в финансовой и страховой сферах. Об этом рассказал первый заместитель Председателя Правления Сбербанка Александр Ведяхин на ПМЭФ-2023.

Py-Boost позволяет значительно ускорить процесс разработки рекомендательных моделей финансовых продуктов для корпоративных клиентов. Этот подход заменяет десятки различных моделей и позволяет решить задачу наилучшим образом в кратчайшие сроки. Библиотека многократно повышает скорость обучения моделей при работе с сотнями классов и наименований рекомендуемых продуктов.

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

Александр Ведяхин, первый заместитель Председателя Правления Сбербанка

Related posts

«Аквариус» анонсирует новые модели коммутаторов для работы с ИИ

Фехтовальный зал «Этерны», Петербург «Майора Грома» и гонки на кибербуханке из «Кибердеревни»: Кинопоиск запускает игровое фандом-пространство в Roblox

Зачем создавать рекомендательные системы, которые «понимают» пользователей