Сбербанк создал новый алгоритм машинного обучения Auto ML, который умеет создавать другие модели. А они, в свою очередь, уже решают прикладные задачи — например, прогнозируют платежеспособность клиента при выдаче кредита или помогают отделять законопослушных клиентов от нарушителей, сообщил на Российском инвестиционном форуме заместитель председателя правления Сбербанка Анатолий Попов.
Алгоритмы Auto ML протестированы для создания нескольких baseline-моделей (первых версий) класса Next BestAction (таргетирование кампаний продаж). При этом качество baseline-моделей сопоставимо с качеством модели, создаваемой вручную, а скорость работы в 10—15 раз превосходит скорость работы человека.
По словам заместителя председателя правления Сбербанка Анатолия Попова, создание десятков тысяч моделей, чтобы покрыть все аспекты деятельности, является практически нереальной задачей, если для создания и внедрения моделей применять только ручной труд дата-сайентистов и разработчиков. Поэтому Сбербанк внедряет у себя один из самых современных в мире подходов к работе с моделями машинного обучения — Auto ML.
