Разработчикам стала доступна программная библиотека для прогнозирования временных рядов Центр Практического Искусственного Интеллекта Сбербанка открыл доступ к программной библиотеке TSForesight для прогнозирования временных рядов. Эта методика позволяет компаниям предсказывать динамику и будущие значения различных финансовых и операционных показателей, а также предугадывать действия клиентов и в результате принимать более эффективные бизнес-решения. Об этом на XXVIII Петербургском международном экономическом форуме рассказал первый заместитель Председателя Правления Сбербанка Александр Ведяхин. Временной ряд отображает значения изменяющихся характеристик, зафиксированные в определенные моменты времени. Примерами могут служить ежедневные цены на акции, ежемесячные объёмы продаж компании, ежегодная численность населения страны и так далее. Анализ временных рядов позволяет изучить динамику данных по прошествии определённого периода, обнаружить скрытые тенденции и закономерности, а также сделать прогноз. Библиотека даёт пользователям возможность сравнивать различные стратегии моделирования временных рядов на несколько точек вперёд, что позволяет находить оптимальные варианты решения рабочих задач разного уровня и масштаба. В Сбере уже используют библиотеку для прогнозирования различных сценариев, включая доход от клиентских сделок, количество заявок на устройства самообслуживания, спрос на программное обеспечение и другие направления. Функционал библиотеки также дает возможность проводить обучение ML моделей и нейронных сетей. Разработчики смогут как совершенствовать собственные решения, так и использовать готовые SOTA-архитектуры. Александр Ведяхин, первый заместитель Председателя Правления Сбербанка: «Открытый доступ к инструментам прогнозирования временных рядов и развитие исследований в этой области позволят компаниям принимать эффективные решения и оптимизировать бизнес-процессы. В этом контексте наша библиотека выделяется среди других подобных инструментов благодаря своему широкому выбору стратегий, моделей и методов предварительной обработки данных. Ее использование даст бизнесу возможность точнее анализировать предпочтения клиентов и предлагать им наиболее подходящие товары и услуги». Сбер регулярно делится результатами своих исследований в области AI со всеми желающими. Для разработчиков в открытом доступе представлены такие библиотеки, как LightAutoML, RePlay, PyTorch-LifeStream, Py-Boost и другие. - Россия
- Северо-Западный
-
Центральный
- Белгородская область
- Брянская область
- Владимирская область
- Воронежская область
- Ивановская область
- Калужская область
- Костромская область
- Курская область
- Липецкая область
- Москва
- Московская область
- Орловская область
- Рязанская область
- Смоленская область
- Тамбовская область
- Тверская область
- Тульская область
- Ярославская область
- Южный
- Северо-Кавказский
- Приволжский
- Уральский
- Сибирский
- Дальневосточный
Выбрать субъект
Санкт-Петербург
- Все субъекты
- Белгородская область
- Брянская область
- Владимирская область
- Воронежская область
- Ивановская область
- Калужская область
- Костромская область
- Курская область
- Липецкая область
- Москва
- Московская область
- Орловская область
- Рязанская область
- Смоленская область
- Тамбовская область
- Тверская область
- Тульская область
- Ярославская область
Решение Сбера поможет бизнесу лучше прогнозировать поведение клиентов
Разработчикам стала доступна программная библиотека для прогнозирования временных рядов Центр Практического Искусственного Интеллекта Сбербанка открыл доступ к программной библиотеке TSForesight для прогнозирования временных рядов. Эта методика позволяет компаниям предсказывать динамику и будущие значения различных финансовых и операционных показателей, а также предугадывать действия клиентов и в результате принимать более эффективные бизнес-решения. Об этом на XXVIII Петербургском международном экономическом форуме рассказал первый заместитель Председателя Правления Сбербанка Александр Ведяхин. Временной ряд отображает значения изменяющихся характеристик, зафиксированные в определенные моменты времени. Примерами могут служить ежедневные цены на акции, ежемесячные объёмы продаж компании, ежегодная численность населения страны и так далее. Анализ временных рядов позволяет изучить динамику данных по прошествии определённого периода, обнаружить скрытые тенденции и закономерности, а также сделать прогноз. Библиотека даёт пользователям возможность сравнивать различные стратегии моделирования временных рядов на несколько точек вперёд, что позволяет находить оптимальные варианты решения рабочих задач разного уровня и масштаба. В Сбере уже используют библиотеку для прогнозирования различных сценариев, включая доход от клиентских сделок, количество заявок на устройства самообслуживания, спрос на программное обеспечение и другие направления. Функционал библиотеки также дает возможность проводить обучение ML моделей и нейронных сетей. Разработчики смогут как совершенствовать собственные решения, так и использовать готовые SOTA-архитектуры. Александр Ведяхин, первый заместитель Председателя Правления Сбербанка: «Открытый доступ к инструментам прогнозирования временных рядов и развитие исследований в этой области позволят компаниям принимать эффективные решения и оптимизировать бизнес-процессы. В этом контексте наша библиотека выделяется среди других подобных инструментов благодаря своему широкому выбору стратегий, моделей и методов предварительной обработки данных. Ее использование даст бизнесу возможность точнее анализировать предпочтения клиентов и предлагать им наиболее подходящие товары и услуги». Сбер регулярно делится результатами своих исследований в области AI со всеми желающими. Для разработчиков в открытом доступе представлены такие библиотеки, как LightAutoML, RePlay, PyTorch-LifeStream, Py-Boost и другие. Новости сюжета
Главное в регионе
17:09, 20 января 2026
Эксперт Президентской академии в Санкт-Петербурге о технологическом развитии России
16:02, 20 января 2026
Утверждён проект планировки для нового участка "фиолетовой" линии петербургского метро
