Вестник цифровой трансформации CIO.RU

Машинное обучение
Большие данные

AI Russia Works: «вдохновляющий» интеллект с доказанным эффектом

12:26 16.11.2020 | Николай Смирнов |

Альянс в сфере искусственного интеллекта открыл библиотеку решений, призванную популяризировать существующий опыт по созданию систем искусственного интеллекта и тиражировать его.



Искусственный интеллект

Искусственный интеллект: рекомендации по внедрению

16:59 05.08.2020 | Юрий Сирота, Андрей Шишов |

Эксперты банка УРАЛСИБ делятся практическими советами построения систем ИИ.



Nvidia

Как искусственный интеллект помог Domino’s улучшить доставку пиццы

11:24 13.04.2020 | Зевс Керравала |

Совместное использование сервера с графическими процессорами Nvidia позволило исследователям данных из Domino’s создать более сложные и точные модели, повысив качество операций.



МТС

Тиражируемые модели машинного обучения в МТС: синергия масштаба и гибкости

08:55 02.03.2020 | Николай Смирнов |

Иван Исаев, руководитель направления промышленного анализа данных МТС и соискатель премии CDO Award, — о выстраивании в МТС нового бизнес-направления и его роли в развитии рынка систем машинного обучения в промышленности.



Управление данными

Mechanica AI о качестве данных: разделяйте бесценное сырье и токсичные отходы

14:02 28.02.2020 | Ирина Шеян |

Алгоритмы машинного обучения могут работать даже на данных, содержащих выбросы, пропуски и ошибки, однако существует предел качества данных, после достижения которого построить эффективную модель невозможно.



Data Science

«РЕСО-Гарантия»: как подружить страховых агентов с машинным обучением

09:14 07.02.2020 | Наталья Дубова |

Сергей Алешкин, руководитель по Data Science страховой компании «РЕСО-Гарантия» и номинант премии CDO Award, — об опыте повышения эффективности кросс-продаж страховых полисов.



Data Science

DevOps в науке о данных и машинном обучении

16:29 16.11.2019 | Айзек Саколик |

Сотрудничество исследователей данных с разработчиками и ИТ-администраторами способствует улучшению результатов бизнеса, но ключевым условием здесь является понимание различия требований, предъявляемых разными группами.



Интеграция

6 причин провалов проектов искусственного интеллекта

17:30 26.08.2019 | Мария Королов |

Проблемы с данными — одна из главных причин, почему проекты искусственного интеллекта не оправдывают ожиданий. Но если учиться на ошибках и работать на перспективу, усилия, скорее всего, окупятся.



Финансы, страхование

AIDA «УралСиба»: клиент на пороге — хороший, плохой, токсичный?

17:30 28.02.2019 | Ирина Шеян |

Юрий Сирота, старший вице-президент, руководитель департамента искусственного интеллекта и анализа данных банка «УралСиб», рассказал на примере проекта Anti Money Laundering, как его подразделению удается монетизировать работу с данными.



Автоматизация предприятий

Искусственный интеллект революционизирует DevOps

13:57 14.11.2018 | Боб Вайолино |

Самообучаемость, прогнозирование и возможности автоматизации, обеспечиваемые технологиями искусственного интеллекта, позволят ускорить разработку еще более устойчивых и многофункциональных приложений.