Статьи, Журналы
Эпоха открытости: как большие данные улучшают бизнес-показатели
Щипков, В.С. Эпоха открытости: как большие данные улучшают бизнес-показатели / В.С. Щипков // Банковское дело. — 2018 — N12. — С.56-58.
Выпуск
Банковское дело, 2018, N 12
Источник
Рекомендовано к ознакомлению
- 1. Дяченко, О. Большие данные и искусственный интеллект на службе банку / О. Дяченко // Национальный банковский журнал. — 2018 — N3. — С.104-108.
- 2. Кокшарова, А. Скоринг кредитных заявок: как перейти от статистических методов к моделям машинного обучения? / А. Кокшарова // Банковское кредитование. — 2018 — N5. — С.17-24.
- 3. Воловик, И.С. Скоринг 2.0: искусственный интеллект и социальные сети / И.С. Воловик // Банковское дело. — 2017 — N10. — С.44-47.
- 4. Гобарева, Я.Л. Современные инновационные технологии в банковской сфере / Я. Л. Гобарева, О. Ю. Городецкая, И. А. Еременко // Банковские услуги. — 2018 — N6. — С.24-32.
- 5. Пинчук, А. Особенности обучения и эксплуатации machine learning моделей в задачах противодействия мошенничеству / А. Пинчук // ПЛАС. Платежи. Системы. Карточки. — 2019 — N3. — С.40-43.
- 6. Кольер, Р. Машинное обучение в Elastic Stack / Р. Кольер, К. Монтонен, Б. Азарми. — Москва : ДМК-Пресс, 2021. — 380 с.. — ISBN 978-5-93700-107-8.
- 7. Волкова, Е.С. Современные подходы к применению методов интеллектуального анализа данных в задаче кредитного скоринга / Е. С. Волкова, В. Б. Гисин, В. И. Соловьев // Финансы и кредит. — 2017 — N34. — С.2044-2060.
- 8. Жданова, И.А. Управление наличной ликвидностью: вызовы, возможности, воплощение / И.А. Жданова // Банковское дело. — 2018 — N2. — С.66-68.
- 9. Серов, И. Как, используя Python, сократить время на разработку скоринговых моделей и улучшить их качество / И. Серов // Банковское кредитование. — 2019 — N1. — С.70-76.
- 10. Балагаев, А.Ю. Цифровая трансформация экономики России: возможности и риски / А.Ю. Балагаев // Банковское дело. — 2018 — N7. — С.64-67.
Отзывы читателей
0