Новости

Loginom Company ведет тесное сотрудничество с ведущими вузами страны. О подготовке магистров к решению реальных задач бизнеса с применением современных методов и средств аналитики данных рассказывает доцент Брянского государственного технического университета.

Математический аппарат и назначение бинарной логистической регрессии — популярного инструмента для решения задач регрессии и классификации. ROC-анализ тесно связан с бинарной логистической регрессией и применяется для оценки качества моделей: позволяет выбрать аналитику модель с наилучшей прогностической силой, проанализировать чувствительность и специфичность моделей, подобрать порог отсечения.

Решение P&L на Loginom позволит объективно анализировать себестоимость товаров и услуг в динамике: по каждой статье, за любой период времени, по всем производствам и филиалам.

Применение технологии low-code позволит быстро решить большинство проблем современных компаний. Раньше приходилось вручную писать код для каждой отдельной задачи, сегодня появилась возможность создавать логику из готовых компонентов и масштабировать ее на реальные кейсы.

Основные задачи цифровизации — повышение скорости принятия решений, увеличение вариативности процессов и снижение количества вовлеченных в процесс сотрудников. Loginom позволяет реализовать эти задачи быстро и с минимальным использованием программного кода.

Вторая часть математического аппарата построения деревьев решений — алгоритм C4.5. Рассмотрены вопросы улучшения критерия разбиения, работы с пропущенными данными и классификации новых объектов.

Специалисты выбрали курсы Loginom e-Learning Enterprise с упором на изучение кредитного скоринга.

Как управлять товарными запасами в федеральной сети, если у вас 150 тысяч товаров, а магазины расположены в 26 регионах. Опыт мебельной компании ДЭФО — крупнейшего производителя и поставщика мебели на рынке России.

Loginom — второй по значимости рабочий инструмент после головы. Интервью с заместителем директора по развитию компании «Фармленд».

Loginom DevOps создает единый цикл взаимодействия групп разработки и эксплуатации, позволяет исключить ручные операции, минимизировать ошибки, масштабировать процессы.

Опыт внедрения MDM-системы в сети медицинских лабораторий Инвитро. Компании удалось реализовать моментальную систематическую обработку всех входящих записей о физических лицах в ранее очищенную базу данных, что обеспечило непротиворечивость, достоверность данных, повышение качества клиентской базы.

Презентация нового функционала решения по очистке клиентских данных: модули для решения типовых бизнес-задач, обновленная дедупликация, решение типичных проблем объединения дублей физических и юридических лиц.

Разбираем алгоритм обучения деревьев решений C4.5: требования для обучающего набора данных и классификация новых объектов.

Плюсы, минусы и ограничения в применении методов машинного обучения и искусственного интеллекта при оценке рисков; ключевые бизнес-процессы кредитования. Выступление начальника отдела методологии моделирования рисков Банка России.

Количественная оценка рисков и вероятности возврата кредита, получаемая на основании сотен характеристик заемщика. Все этапы построения скоринговой карты: начиная от загрузки и аудита данных и заканчивая мониторингом актуальности.

Как в короткие сроки построить автоматизированный инструмент интеллектуального анализа заявок, включающий в себя: скоринг, аудит кредитной истории, проверку по черным спискам и другие инструменты продвинутой аналитики.

Доработаны подключения к базам данных и вызов REST-сервисов, исправлено несколько ошибок в обработчике Калькулятор.

Деревья решений — один из методов автоматического анализа данных. Разбираем общие принципы работы и области применения.

Как взять максимум от разных инструментов? Использование преимуществ Loginom и Tableau для анализа географических данных и их наглядной визуализации.

Применение платформы позволило сократить еженедельную работу сотрудников компании на 5 часов и решить задачи консолидации, отчетности и прогнозирования. Интервью с аналитиком компании.

Опыт применения автоматизированного прогнозирования запасов в одной из крупнейших парфюмерно-косметических компаний мира: использование множества прогнозных моделей и подбор наилучшей для конкретной товарной группы.

Loginom Demand Planning — модульное решение автоматизированного прогнозирования и планирования. Обеспечивает переход от ручного ситуативного управления товарными запасами к регулярному менеджменту и снижает зависимость от человеческого фактора.

Loginom Decision Maker применяется для построения автоматизированных систем поддержки принятия решений и обеспечивает высокую скорость вывода на рынок новых продуктов, снижая влияние человеческого фактора.

Студенты одного из крупнейших университетов Урала будут изучать работу на платформе Loginom в рамках академической программы для вузов.

«Существует большая разница между «мы имеем данные» и «мы ими управляем». Loginom — недостающий кирпич в нашем стеке технологий, — он обрабатывает и моделирует данные, строит математические модели, а Tableau помогает увидеть то, что построили.»