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.»
Компания Loginom более 20 лет специализируется на разработке систем для глубокого анализа данных. За это время был пройден путь от первых математических алгоритмов до реализации сложной логики с помощью компонентов. В этом выступлении рассказываем о ключевых особенностях и области применения аналитической платформы Loginom.
Как за один подход мигрировать на современную аналитическую платформу и заменить базу данных, не останавливая работу кредитного конвейера. Практический кейс от сотрудника МФО МигКредит — лидера микрофинансового рынка России.
Продвинутый анализ данных теперь доступен по запросу и не требует знания языков программирования! Почему бизнес переходит в облака и какие перспективы у интеграции Loginom с ClickHouse рассказывает ведущий архитектор облачных решений Яндекс.Облака.
Один из крупнейших технических вузов страны будет использовать Loginom в учебном процессе. В Национальном исследовательском технологическом университете «МИСиС» прошел интенсив повышения квалификации преподавателей.
Loginom теперь доступен в Яндекс.Облаке. Расскажем подробнее о преимуществах аренды, сравним с коробочным ПО и покажем, как развернуть платформу в облаке.
Демонстрация совместной работы Loginom и Tableau на примере оценки популярности геолокации банкоматов. Предобработка и построение нейросетевой модели производится в Loginom, а результаты визуализируются на дашбодах в Tableau.
В этом обновлении существенно оптимизировано потребление оперативной памяти при работе с большим количеством параллельных потоков, а также исправлен ряд неприятных ошибок.
15 октября состоялся Loginom Day 2019 — ежегодная конференция по продвинутой аналитике. Мероприятие объединило на одной площадке 400 специалистов из разных сфер бизнеса, позволило обменяться опытом и передовыми решениями в области Data Science.
Каждый специалист найдёт для себя что-то новое в электронных курсах Loginom e-learning — мнение бизнес-аналитика компании «Рельеф-Центр»
В этой патч-версии исправлено несколько ошибок, в том числе критичная ошибка, возникавшая при использовании линейной или логистической регрессии с пошаговым методом отбора факторов.