2024年度福建数据要素应用优秀案例公布

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,强化服务...

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...

实现这些业务流程节点上的自动化动作、自动化数据分析、自动化流程运行,从而将最终简化整个流程体系和决策体系;其次,通过进一步的研究挖掘,AI也能够在相对模糊的运营体系下通过多变量要素的综合评估与动态平衡,为“人”的判断与决策提供强有力的辅助建议,帮助人类拓展大脑的思维边界与瓶颈。

香港战疫的目标、决策树,及deep-state和黄营思维

我们再总结一下,中国内地防疫模式的几个要素:一是科技应用及信息/数据基础——对关键的个人数据进行采集、追踪、整合、处理与分析,并以此指导科学的防疫行动;二是“大政府”、“全政治”:拥有一个强大的、自上而下的、贯穿全社会各个部门的、渗透到基层的、能够将社会网格化管理、具有强大执行能力的政府体系;...

一文通俗讲透决策树模型

树模型通过结合这几个要素,更快更好地划分特征空间,得出比较准确的决策(www.e993.com)2024年11月24日。如下对这几个要素具体解析。2.1树模型的结构树模型的结构也就是个分段函数,包含了选定特征做阈值划分(内部节点),以及划分后赋值的分数或类别决策(叶子节点)。2.1.1学习树结构的过程...

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...

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...

数据挖掘的三大要素

而像什么K-Means,KNearestNeighbor,或是别的什么贝叶斯、回归、决策树、随机森林等这些玩法,都很成熟了,而且又不是人工智能,说白了,这些算法在机器学习和数据挖掘中,似乎就像QuickSort之类的算法在软件设计中基本没什么技术含量。当然,我不是说算法不重要,我只想说这些算法在整个数据处理中是最不重要的。

09思维模型:决策树—让选择回归理性

1、决策树其实多应用于企业经营管理中,有专业软件和算法,非常复杂,属于机器学习的工具;2、我们取其精华,应用到个人的生活、工作中,辅助我们做一些重大的决策;3、决策树的思维模型相当科学、相当客观、相当理性,在下面的分享中会一一举例阐述。二、决策树的四要素...