IT

Машинное обучение для бизнеса

«Большие данные», «машинное обучение» и «искусственный интеллект» — эти слова давно у всех на слуху. Но машинное обучение сегодня используется не всеми — для многих компаний оно остаётся просто названием новой технологии. Бизнес не всегда видит, какую измеримую пользу оно может ему принести.

Яндекс одним из первых начал применять машинное обучение в поисковых алгоритмах в реальном времени. На встрече эксперты Яндекса поделятся опытом внедрения машинного обучения в поиске и в других индустриях, на практических примерах покажут, как оно может сократить затраты и принести дополнительную прибыль.

Дата мероприятия: 16 февраля 2017 года

Совсем скоро машинное обучение станет одним из базовых инструментов бизнеса. Уже сейчас вы можете узнать:

• Как извлечь максимальный экономический эффект из анализа больших данных, уже накопленных вашим бизнесом.

• Какие ошибки можно совершить при внедрении машинного обучения и как их избежать.

• Как машинное обучение уже удалось успешно использовать в самых разных сферах бизнеса.

Ключевые темы встречи

Machine Learning, или Трансформация данных в деньги

  Взаимодействие бизнеса и науки всегда протекало непросто. Мечта бизнеса о философском камне, превращающем всё что угодно в золото, до сих пор остаётся мечтой. Однако применение технологий машинного обучения даёт возможность превращать в деньги данные. Александр расскажет, как подойти к этой задаче практически, чего ждать от первого проекта и почему встроить новые технологии в существующий бизнес не так сложно.
 

Data-driven Sberbank. Кейсы применения ML и AI в банке

Для специалистов по анализу данных банковская сфера загадочна и окутана различными мифами. В выступлении речь пойдёт не только о классических банковских задачах скоринга и антифрода, но и о более специфических кейсах: использовании ML для HR, для построения рекомендательных систем и чат-ботов, для решения задач прогнозирования стоимости жилья и спроса на деньги в банкоматах. Поговорим о том, как мы хотим использовать «горячие» подходы вроде deep reinforcement learning в бизнес-процессах.

Meteum для бизнеса: как точный прогноз погоды помогает предиктивной аналитике

В современной высокотехнологичной экономике нет ни одной индустрии, эффективность которой не зависела бы от погоды. От сочетания температуры, влажности, осадков и нескольких других факторов, зависит доходность агрикультурного сектора. От неё в свою очередь зависят фондовые индексы. От того, идёт ли за окном дождь, зависит конверсия рекламных баннеров, частота заказов такси и доставки пиццы. Колебания графиков температуры и влажности приводят к многомиллиардным прибылям и убыткам.

В таких условиях точный прогноз погоды — жизненно важный фактор аналитики и принятия решений. На основе прогнозов погоды построены как аналитические системы, так и системы поддержки принятия решений. Ключевое конкурентное преимущество на этом рынке — точность прогнозов погоды, на основе которых строится сложная аналитика.

В прошлом году Яндекс разработал и представил технологию Meteum, способную делать точные гиперлокальные прогнозы погоды. Многократно протестировав технологию на самом посещаемом погодном сервисе в России, мы готовы направить её на решение задач в сегменте B2B. В докладе мы расскажем про то, как устроена технология и какие возможности она даёт потенциальным заказчикам.

Всё, что вы делали не так в проектах с машинным обучением, но стеснялись об этом рассказать

Как известно, если что-то может пойти не так, оно пойдёт не так — особенно если это проект с машинным обучением. Михаил расскажет, как избежать типичных, но от этого не менее досадных ошибок: от неправильной постановки задачи до сомнительных метрик и нежизнеспособных A/B-тестов. Всё разберём на примерах из нашей и коллективной практики.

Блиц: как приручить машинное обучение?

Машинное обучение может быть полезно любому бизнесу. Однако не стоит пытаться решать с его помощью все задачи подряд. Какие бизнес-процессы хорошо оптимизируются с помощью МО? Как найти конкретные точки приложения МО в конкретном бизнесе? С чего начинать и как действовать, чтобы всё получилось?

Как принять участие

Количество мест ограничено. Для участия необходимо зарегистрироваться.

Для этого достаточно пройти по ссылке и заполнить форму регистрации.

Как добраться

Москве, ул. Льва Толстого, д. 16


Источник материала: