Технологии DATA4

Как реализован кейс по разработке алгоритма персонализированных товарных рекомендаций для KupiVip повысивший конверсию на 4,9%.

Что требуется для того, чтобы найти выделить элемент одежды на фото? Две пары глаз живого человека или же натренированная на решение задачи модель искусственного интеллекта.

В Июне-Июле 2020 планировалось провести Евро2020, но в этом соревновании победил коронавирус, и чемпионат отложили на год. Но давайте представим, что соревнование состоится и с помощью алгоритмов попробуем предсказать победителя!

Давайте познакомимся с одной из атак на нейросети, которая приводит к ошибкам классификации при минимальных внешних воздействиях. Представьте на минуту, что нейросеть это вы. И в данный момент, попивая чашечку ароматного кофе, вы классифицируете изображения котиков с точностью более 90 процентов даже не подозревая, что “атака одного пикселя” превратила всех ваших “котеек” в грузовики. А теперь поставим на паузу, отодвинем кофе в сторону и разберем как работают подобные атаки (one pixel attack).

Для того чтобы составить точный прогноз по культурным ивентам Москвы, мы решили две задачи. Во-первых, определили критерии, влияющие на стоимость билета, во-вторых, подобрали инструмент для определения MIN/MAX стоимости билетов.

Какой фильм стоит посмотреть, и насколько он станет популярным. Команда Data4 провела исследование на основе анализа данных из открытых источников. Проанализировав 16192 фильма по 466 параметрам, мы точно можем сказать, что влияет на успех фильма, и на какой лучше купить билеты заранее. Спойлер по будущим сборам

Если раньше решение о выдачи кредита принимал человек, то сейчас это делает алгоритм. В статье рассматривается, как работают алгоритмы в скоринге, какие метрики используются и какие параметры заемщика влияют на то, выдадут кредит или нет.

В данной статье, будут рассмотрены лайфхаки рекомендательных систем на основе реальных бизнес кейсов. Будет показано, какие метрики лучше использовать, и какую степень близости выбрать для предсказания.

В этой статье мы рассмотрели основные подходы к обнаружению аномалий. Исходя из опыта команды DATA4, поиск аномалий во многом, можно назвать искусством. Нет идеального алгоритма, или подхода, применение которого решает все задачи. Чаще, используется комплекс методов для решения конкретного кейса. Поиск аномалий осуществляется с помощью одноклассового метода опорных векторов, изолирующего леса, метрических и кластерных методов, а также с использованием главных компонент и прогнозирования временных рядов.

В статье рассматриваются области применения временных рядов, решаемые задачи, и используемые алгоритмы. Прогнозирование временного ряда используется в таких задачах, как прогнозирование спроса, нагрузки на контактный центр, дорожного и интернет-трафика, решения задачи холодного старта в рекомендательных системах и поиска аномалий в поведении оборудования и пользователей. Рассмотрим задачи подробнее

При создании рекомендательных систем часто возникает задача выдавать рекомендации для новых пользователей. В специальной литературе эта задача почти никогда не описывается, так как не имеет непосредственного отношения к рекомендательным алгоритмам. Ситуация осложняется тем, что на сегодняшний день нет единого подхода к решению этой проблемы. Чаще всего в качестве начальной рекомендательный выборки пользователю предлагаются самые популярные товары или услуги. В настоящей статье мы пойдём немного дальше и рассмотрим более продвинутый подход к формированию рекомендаций для новых пользователей, основанный на прогнозировании временных рядов.

Когда вы работаете с глубокими нейронными сетями, инициализация сети правильными весами может быть причиной того, сойдется ли сеть за адекватное время или значение функции потерь никуда не придет даже после тысячи итераций.

Описание принципа работы алгоритма PCA

Статья о капсульных нейронных сетях и о алгоритме динамической маршрутизации

Статья о фундаментальных принципах работы свёрточной нейронной сетей