Бережем время, деньги, нервы: наш опыт улучшения справочника факторов для ML-моделей оценки риска. Часть 2
- Python
- Машинное обучение
- Финансы в IT
- Machine Learning
- Блог компании Банк «Открытие»
- Finance in IT
- Банк «Открытие» corporate blog
Публикации с хабом Блог компании Банк «Открытие»
Быстро, точно, градиентно: как наш подход к градиентному бустингу повышает эффективность моделей +5
Как разработать модель выявления связанных компаний на основании анализа транзакций +5
Новые горизонты в оценке рисков: как источники данных помогают создать точные модели +5
Пакетное тестирование скоринговых моделей +4
ML-пайплайн классических банковских моделей классификации +4
Дублирующий скрипт: как с его помощью мы ускорили бизнес-процесс с двух рабочих дней до семи минут +6
Почему UserStory и ныне там? +3
Бережем время, деньги, нервы: наш опыт улучшения справочника факторов для ML-моделей оценки риска
Что делать агентам изменений, когда культура компании каждый день норовит съесть их на завтрак? +9
Когда контекст доступа важен: авторизация в микросервисной платформе на GraphQL +7
Сколько весит 1 килограмм ТЗ? +1
Семь главных вызовов для российских спецов UX от Эрика Райса
WORLD USABILITY DAY 2021 — уже на этой неделе: успей на онлайн-конференции с топовыми спикерами
WORLD USABILITY DAY 2021 – три онлайн-конференции от банка «Открытие», USABILITYLAB и Университета ИТМО +3
