Financial Transactions Fraud Detection

0 avaliações

Esta solução é uma abordagem baseada em aprendizado profundo para aprender e entender os padrões em dados de transações financeiras. Ela visa aprender os padrões de comportamento normais das transações durante o processo de treinamento usando um algoritmo de Máquina de Boltzmann Restrita. Uma vez treinado, o modelo pode identificar padrões anormais de transações, classificando-os assim como anômalos.

Newspaper Customer Churn Prediction

0 avaliações

A rotatividade de clientes refere-se à perda de clientes ou consumidores existentes. Esta solução identifica clientes de jornais que têm maior probabilidade de descontinuar sua assinatura atual. Durante a fase de treinamento, a solução realiza automaticamente a interação de características nos dados de treinamento e seleciona um subconjunto de características com base na importância das características. Em seguida, treina múltiplos modelos e identifica o modelo de melhor desempenho. Este modelo é então selecionado para previsão em novos dados.

Restaurant Reviews Topic Extraction

0 avaliações

Esta solução identifica os vários aspectos que um revisor menciona ao fornecer uma avaliação para qualquer negócio de restaurante. Isso pode ajudar as empresas a identificar facilmente quais são seus aspectos mais proeminentes (por exemplo, preço, ambiente, sabor, qualidade etc.) que estão sendo avaliados e quais são as opiniões associadas a eles. Eles podem então melhorar nesses aspectos para proporcionar uma experiência superior ao cliente.

Cloud Network Cost Forecasting

0 avaliações

A Previsão de Custos de Rede em Nuvem gera uma previsão de 24 horas dos custos de rede usando dados históricos. Esta solução ajudará as empresas a otimizar melhor sua infraestrutura de rede na nuvem e prever suas flutuações de custo. Ela utiliza algoritmos de ML em conjunto com algoritmos de seleção automática de modelos. Esta solução fornece resultados consistentes e melhores devido à sua abordagem de aprendizado em conjunto. Esta solução realiza a seleção automática de modelos para aplicar o modelo certo com base nos dados de entrada.

Topic Extraction from Mobile App Reviews

0 avaliações

A solução categoriza as avaliações de aplicativos móveis em quatro categorias proeminentes com base nas avaliações dos usuários: Experiência do Usuário, Segurança e Proteção, Estabilidade Funcional e Facilidade de Uso. Aprendizes de transformadores simples baseados em aprendizado profundo são usados para classificar a avaliação em uma das categorias acima.

Active Learning for Text Classification

0 avaliações

A Aprendizagem Ativa para Classificação de Texto treina um modelo de classificação de texto usando um pequeno corpus de dados de treinamento e fornece as amostras mais apropriadas de um enorme corpus de dados não rotulados para serem anotadas, a fim de melhorar significativamente a precisão do modelo. Usando a Aprendizagem Ativa, este algoritmo ajuda a identificar a amostra de dados mais eficaz a ser rotulada primeiro, reduzindo assim o tempo e o esforço para construir um modelo de Aprendizado de Máquina utilizável.