ML-сервисы платформ: новая веха в централизации функции моделирования
Размещено на сайте 27.11.2019
Проблемы использования специализированных платформ для работы со сложноструктурированной информацией могут быть решены при помощи универсального сервиса векторного представления для базовых сущностей внутри платформы. В терминологии глубокого обучения это представление объектов внутри платформы как предобученных embeddings для внешних потребителей данных платформы. Статья посвящена решению этой задачи с помощью алгоритмов, доступных на рынке или разработанных командой банка (в случае с геоплатформой).
Вадим КУЛИК, Банк ВТБ (ПАО), заместитель председателя правления
Максим КОНОВАЛИХИН, Банк ВТБ (ПАО), руководитель Департамента анализа данных и моделирования, д.т.н.
Денис СУРЖКО, Банк ВТБ (ПАО), начальник Управления перспективных алгоритмов машинного обучения, к.э.н.
Приводятся извлечения из статьи.
Полную версию материала читайте в журнале.
Подписаться
Применение «продвинутых» инструментов однозначно оправдано с точки зрения значимого роста предсказательной способности моделей при существенном расширении периметра анализируемых данных.
|
«Санитарным минимумом» в части платформ можно считать графовую платформу, геоплатформу и платформу для работы с неструктурированными источниками данных.
|
Цель централизованного сервиса по векторному представлению заключается в формировании предобученных моделей внутри платформ, благодаря которым внешние пользователи могут для любой сущности внутри платформы получить ее векторное представление.
|
Одной из ключевых функций современной платформы текстовой аналитики становится предоставление централизованного сервиса по предобученным моделям векторного представления текстовой информации.
|
Перспективным является развертывание на базе графовой платформы централизованного сервиса по векторному представлению сущностей (в первую очередь физических и юридических лиц) платформы.
|
В отличие от тестовой и графовой аналитики, для геоплатформы нет инструментов формирования универсального векторного представления.
|