Это интересно
Лояльность с рациональной точки зрения — это цепочка последовательных покупок с возможностью прогнозировать поведение покупателя, влиять на него, повышая тем самым продажи и увеличивая прибыль компании. Но не все программы лояльности справляются с перечисленными задачами эффективно.
Вместе крупнейшие IT компании выделяют на научно-исследовательские работы больше денег, чем целые страны. Например, в 2015 году восьмерка техногигантов инвестировала в НИОКР $58,2 миллиарда, а Россия — только $47,6 миллиарда.
Существуют сотни различных распределений, некоторые из которых на слух звучат как чудовища средневековых легенд, типа Muth или Lomax. Тем не менее, на практике более-менее часто используются около 15. Каковы они, и какие умные фразы о них требуется запомнить?
Первый в Евразии чемпионат, в рамках которого участники используют технологии машинного обучения для поиска решений, обеспечивающих здоровье и долголетие. Никаких логов, самые настоящие клинические данные, скрупулезно собранные в медицинских учреждениях. 100 тысяч анонимизированных клинических анализов.
Сумит Чинтала, ведущий исследователь Facebook AI Research (FAIR) — подразделения Facebook по исследованиям искусственного интеллекта. В эксклюзивном интервью Inc. он рассказал, как «умные» чатботы заботятся о клиентах, как надувается технологический пузырь вокруг искусственного интеллекта и почему мозг нельзя связать с компьютером прямо сейчас.
На сайте студии опубликован процесс разработки «Колора» - инструмента для раскрашивания черно-белых фотографий. Для каждого пикселя исходной картинки программа анализирует окружающую его область и пытается найти максимально похожий на нее образец из базы. В среднем на обработку одного изображения алгоритм тратит около тридцати секунд.
Крупные продовольственные ритейлеры еще несколько лет назад говорили, что формат дискаунтера с низкими ценами не подразумевает программ лояльности и скидок. А сейчас практически все пересмотрели подход, высокая конкуренция заставляет даже дискаунтеров бороться за покупателя.
Сегодня искусственный интеллект – горячая тема для обсуждения. В борьбе за место под солнцем многие компании заявляют о его внедрении в свои бизнес-процессы, однако, большинство таких попыток не увенчаются успехом. Дело не в том, что искусственный интеллект — это не более чем фикция, а в том, что компании неправильно подходят к вопросу о переходе на соответствующие технологии, причем подобную ошибку они совершают уже не в первый раз.
Директор по онлайн-маркетингу OZON Константин Баяндин рассказал о том, как машинное обучение предсказывает желания клиентов и помогает продавать больше.
Специалисты ведомства смогут использовать искусственный интеллект для анализа больших данных (big data), поступающих в режиме реального времени, сообщила руководитель Роспотребнадзора Анна Попова в ходе выступления на международной конференции "Безопасность пищевой продукции и анализ риска".
Существующее многообразие алгоритмов и методов их решения делает профессию аналитика данных одной из наиболее творческих IT-профессий. Чтобы решение задачи не превратилось в бесконечный поиск «золотого» решения, а было прогнозируемым процессом, необходимо придерживаться довольно четкой последовательности действий. Эту последовательность действий описывают такие методологии, как CRISP-DM.
Искусственный интеллект стал использоваться в различных отраслях науки и техники, а сегодня одно из направлений ИИ – глубокое обучение (deep learning), успешно используется в рекламной индустрии. Антон Мелехов, генеральный директор RTB House в России, рассказал, как технологии глубокого обучения совершают переворот в онлайн-рекламе.
Основной тренд, который проявляется не только в сфере одежного ритейла, но и во многом касается всей цивилизованной розницы – компании отходят от традиционных дисконтных программ в пользу бонусных систем. Будущее за более сложными и при этом более эффективными для ритейлеров программами лояльности.
С развитием машинного обучения и нейронных сетей банки получили инструменты для анализа информации о клиентах из социальных сетей. Это вызвало дискуссии об этичности использования личных данных без разрешения
Toutiao угадывает интересы аудитории и стоит $11 млрд. У сервиса с аудиторией 700 млн человек нет редакции, его штат — 1000 программистов.