Анализ возможности применения модели OpenThinker2-32B в автоматизированных системах прогнозируемого обслуживания
Постановка проблемы.
Студенты против рынка: как 80 команд на Finam x HSE AI Hackathon создавали торговых агентов и нейросети для трейдинга
В октябре «Финам» и ВШЭ провели масштабный хакатон Finam x HSE AI Trade Hack, в рамках которого студенты ведущих российских вузов и молодые IT-специалисты разрабатывали свои финтех-проекты в трех направлениях: Forecast (прогноз динамики цен с учетом новостей)Trader (LLM‑интерфейс к Trade API)Radar (поиск горячих финансовых новостей)
MOEX_AutoML VS ИИ (LLM)
Специализация всё ещё ключевой фактор точности прогноза? Всем привет! Меня зовут Андрей Бугаенко, и в этой статье я расскажу, почему мы в Московской бирже считаем, что AutoML-подход, основанный на интеллектуальном выборе моделей и признаков (на примере MOEX_AutoML), эффективнее современных LLM в задачах численного прогнозирования.
Кросс-валидация на временных рядах: как не перемешать время
Привет, Хабр!Сегодня рассмотрим то, что чаще всего ломает даже круто выглядящие модели при работе с временными рядами — неправильная кросс-валидация. Разберем, почему KFold тут не работает, как легко словить утечку будущего, какие сплиттеры реально честны по отношению ко времени, как валидировать фичи с лагами и агрегатами.Почему KFold — плохая идея для time-seriesKFold — штука классная… но только если твои данные не зависят от времени. Он был создан для мира, где каждый объект независим. Для задач классификации изображений или анализа табличных данных KFold
Думает ли искусственный интеллект о коте Шрёдингера? История о том, как я внедрял в алгоритм идею параллельных вселенных
ВведениеВсё началось с простого вопроса: что, если научить искусственный интеллект не просто анализировать данные, а воспринимать каждое решение как один из множества возможных исходов? Не искать единственно верный ответ, а картографировать все возможные траектории, которые могли бы реализоваться в параллельных реальностях.Такой подход меняет саму логику анализа: вместо нахождения оптимума — построение карты событий. И если мы поручаем эту задачу модели, то стоит задуматься и о том, как сделать эту множественность доступной для человека — наглядной, понятной, функциональной.
Предиктивная аналитика в CRM
Как известно, под словом «аналитика» прячется многое. Но какое из множества ее направлений наиболее востребовано в CRM-системах? Пожалуй, это предиктивная аналитика, которая позволяет оценить воронку продаж, выявить слабые места в бизнес-процессах, определить новые каналы продвижения, оценить эффективность работы отдельных сотрудников и подразделений.Прогнозирование в CRM основано на анализе данных о поведении клиентов, сделках и взаимодействиях с менеджерами. Система учитывает динамику продаж за разные периоды, от прошлых до текущих заказов, чтобы построить точную модель.
За гранью A-B: Синтетический контроль для оценки офлайн и онлайн экспериментов там, где A-B-тест невозможен
Привет! Я Настя — лид A/B Платформы в Wildberries. На протяжении всего карьерного пути меня интересует тема оценки эффектов. Для этого существуют различные инструменты, в числе которых как A/B‑тестирование, так и альтернативные способы, например, различные вариации Causal Inference.В этой статье я хочу поделиться примером проведения двух квази‑тестов в Wildberries с использованием Синтетического контроля (Synthetic Control), когда не получалось провести A/B‑тест, но все‑равно хотелось оценить эффект от изменений.Почему не А/B-тестирование?
