Машинное обучение

Машинное обучение: прогнозирование рисков госзакупок

В сфере госзакупок обращаются огромные денежные средства, и сегодня прикладываются большие усилия для обеспечения мониторинга процесса выполнения контракта — своевременное управление рисками может позволить сэкономить миллиарды рублей. Точная модель автоматизированной оценки рискованности государственных контрактов, построенная на базе алгоритмов машинного обучения, может помочь повысить эффективность государственных закупок.

Мониторинг вовлеченности студентов в учебный процесс

Облачный сервис мониторинга вовлеченности студентов на основании анализа видеопотоков с камер, размещенных в аудиториях, и визуализации данных позволяет администрации учебного заведения оперативно получить данные по динамике изменения вовлеченности групп студентов в ходе семестра.

Искусство анализа данных: взгляд изнутри

ИТ-руководители используют анализ данных для повышения эффективности и дальнейшего роста бизнеса, однако не все их усилия приносят желаемый результат. Тем не менее вот несколько примеров успешных проектов внедрения анализа данных и машинного обучения в целях увеличения доходов компаний и сокращения их затрат.

9 мифов о машинном обучении

Когда очередная технология становится притчей во языцех – а именно так происходит в последнее время с машинным обучением, – о ней обычно возникает немало ошибочных представлений. Мы постараемся развеять мифы и разъяснить, что машинное обучение действительно может, а что – нет.

Программные боты

Еще во времена первых компьютеров обсуждалась идея создания программ, способных действовать, говорить и думать подобно людям и предназначенных не только для автоматизации рутинных действий, выполняемых людьми, но и для решения интеллектуальных задач. Какие сегодня имеются платформы для создания и использования ботов?

Искусственный интеллект для масштабируемой персонализации

Проблема персонализации сегодня в центре внимания — появляются сотни технологических решений и сервисов, а соответствующие продукты уже сформировали свой отдельный рынок. Для директора по аналитике или директора по данным ключом к реализации возможностей персонализации, открывающихся благодаря доступности колоссальных объемов данных о клиентах, стало внедрение масштабируемых средств аналитики. Однако, несмотря на огромные инвестиции и широкий круг доступных технологий, предприятия по-прежнему испытывают сложности с персонализацией взаимодействия с клиентами и сотрудниками.

Крупнейшие ИТ-сделки – 2017: о чем нужно задуматься ИТ-директору

2017 год оказался весьма богат на слияния и приобретения в ИТ-отрасли. Целый ряд сделок на миллиарды долларов уже завершены или находятся в процессе реализации. Они затрагивают сферы облачных сервисов, хранения, микропроцессоров и транспорта. Представляем несколько крупных сделок, которые могут иметь важные последствия для ИТ-директоров.

НЛМК: искусственный интеллект на службе у сталеваров

Анджей Аршавский, директор по анализу данных и моделированию Новолипецкого металлургического комбината, – о первых результатах оптимизации производства с помощью анализа данных и о перспективах применения искусственного интеллекта в металлургии.

Машинное обучение на практике: взгляд изнутри

ИТ-руководители крупных компаний поделились опытом применения искусственного интеллекта и машнного обучения с целью получения ценных для бизнеса сведений и создания новых сервисов, а также дали рекомендации тем, кто хотел бы задействовать искусственный интеллект в своих ИТ-стратегиях

На пути к «умной» системе хранения

Для построения комплексной адаптивной и надежной конфигурации требуется обеспечить тесное взаимодействие всех «умных» систем управления ее компонентами: СУБД, системы хранения, коммуникационной инфраструктуры.