2024年度福建数据要素应用优秀案例公布

以工程及政采招投标数据为核心,结合其他开放数据,运用评分卡、逻辑回归、XGBOOST、决策树等机器学习模型,打造行业信用评价体系,为金融机构描绘企业信用画像,破解银企信息不对称的困境,解决行业中小微企业融资难题,推动企业可持续发展。(申报单位:福建大数据交易有限公司、易信(厦门)信用服务技术有限公司)3.金服云征信企...

福建评选出2024年度全省数据要素应用优秀案例 共20个

6、数据要素驱动的金融行业尽调优化解决方案。为解决金融行业传统尽调流程存在信息获取难度大、耗时长、难以挖掘数据价值等痛点,基于大数据、AI等技术手段,研发智慧天探系统。系统对海量数据要素进行深度加工,挖掘企业及个人风险相关的高价值信息,实现立体式客户洞察以及风险聚焦,大幅提升尽职调查效率,提升授信审批效率,强化服...

策略产品经理:模型训练常知的六种算法

基本框架要素:1.根节点:包含所有原始样本数据,会被进一步分割成多个子集合。2.决策节点和叶子节点:叶子节点“不再被分割”,但可以分,决策节点根据特征继续分割。3.父节点与子节点:被分割成子节点的节点被称为子节点的父节点。决策树种类:①分类树②回归树决策树效果评估:选择哪些特征组合构建效果最好呢?

百丽季燕利:数智化在零售企业的应用探索|数字思考者50人-钛媒体...

其结果由业务流程的管理岗位来决策评估;业务流程中的多个执行岗位之间,是由一个管理岗位来统筹的,统筹的过程就是根据业务流程的结果进行决策,根据此决策来调整各个执行岗位的操作,再根据操作后的结果进行再决策,这就是组织和权限体系所表达的:谁、在哪儿、做什么,整个回溯与循环的过程就是业务活动。

百丽季燕利:数智化在零售企业的应用探索|数字思考者50人_腾讯新闻

对企业经营管理逻辑进行高维度的抽象,明晰“规则”、“组织”与“数据”是企业经营的本源要素每一个岗位在执行业务动作或业务操作时,都离不开数据的分析和决策判断,因此业务运作过程是非常复杂的。下一部分,我们尝试着用结构思维、横纵逻辑、滚动预测等要素构建出一套结构化的数据体系,通过这样的方式将复杂的业务运...

量化旗谈:人生优化与机器学习 | 金言洞见

择业的时候,你需要考虑的因素很多:薪资待遇、福利关怀、工作地点、通勤时间、职业发展……那么,你就可以根据这些因素对你的重要程度,设置不同的根节点和叶节点,将一个复杂因素的问题转化成多层的简单二叉树问题(www.e993.com)2024年11月24日。这种分层简化、捋清问题的结构化思维,其实就可以类比机器学习中非常常用的决策树算法——根据不同特征...

第四范式蒋仁皓:什么才是构建企业 AI 的关键要素?

第二算法的丰富性,很多时候我们面对不同场景的时候需要用到的算法是不一样的,可能面对一些场景需要用逻辑回顾、一些场景需要用决策树、一些场景需要用深度神经网络等等。所以我们需要应用不同的算法解决不同的问题。第三高性能,很多时候资源是有限的,比如计算资源,计算资源即是计算的成本,比如做一件事情要用1万台机...

香港战疫的目标、决策树,及deep-state和黄营思维

9.香港的中期目标:防疫模式的“决策树”10.回到★选择一:香港到底能不能复制中国内地的模式?11.如果“共存”的代价很大,香港黄营会不会感激内地驰援、认可内地的模式?12.香港的远期目标:到底能不能与内地的体制融合?△(先放一个图,但我们在后面才会讨论这个图)...

影响人工智能应用落地的要素有哪些?

人工智能应用落地的五大决定性要素分别是应用、模型、数据、算法和算力,其中数据、算法和算力三大要素经常被提到,但在对于人工智能落地应用而言,应用和模型是必不可少的两个要素。应用即应用场景,是需要人工智能解决的具体问题。人工智能应用落地首先要明确的就是具体应用场景,如银行风控的场景、零售营销的场景、工业质...

决策树分析,让你的风险应对更专业

1、决策树的要素与结构决策树分析的要素包括决策点(决策的出发点,可以有多个层级的决策点)、方案枝(决策的若干备选方案)、结点(每个方案枝在各种自然状态下的收益结果)、概率枝(每种自然状态对应的发生概率)及结果点组成。由决策点出发,从左到右根据需要决策的问题、可供选择的各种方案、各种方案的自然状态展现出...