Data & Science: машинное обучение в промышленности и банковских услугах

Можно ли избежать ошибок при работе над проектом с использованием искусственного интеллекта и машинного обучения? Часто проблема кроется в том, что представители бизнеса и науки неверно понимают друг друга. Это приводит к неправильной постановке задачи, некорректному ходу эксперимента и многим другим неприятностям. Эмели Драль применяла технологии искусственного интеллекта для решения десятков задач в реальном бизнесе. Она научит вас обнаруживать в задачах подводные камни и расскажет, какие вопросы должен задать себе специалист по data science, чтобы обеспечить успех проекта.

• Ошибки прогнозирования: как с этим жить
• Жизненные циклы продукта
• Оптимизация товародвижения для максимизации маржи

Обобщив наш опыт работы с банками, я расскажу:

• какую информацию о клиентах банков можно получать из их транзакций и операций;
• какие рекомендации на основе этой информации можно давать клиентам;
• как использовать реакцию клиентов для автоматического обучения системы;
• как проектировать и проводить корректные эксперименты для такой задачи.