Auto ML — алгоритм, который умеет создавать другие модели. А они, в свою очередь, уже решают прикладные задачи — например, прогнозируют платежеспособность клиента при выдаче кредита или помогают отделять законопослушных клиентов от нарушителей.

Алгоритм позволяет оптимизировать один из важных шагов создания применяемой в бизнесе модели машинного обучения, а именно создание baseline модели (первой версии модели, которая потом развивается уже с участием человека). Качество baseline-моделей созданных алгоритмом Auto ML сопоставимо с качеством модели создаваемой в ручную. При этом скорость работы алгоритма в 10–15 раз превосходит скорость работы человека.

Анатолий Попов, заместитель председателя правления Сбербанка, отметил: «Одна из возможностей для повышения эффективности всех бизнес процессов в банке — внедрение искусственного интеллекта. Однако создание десятков тыс. моделей, чтобы покрыть все аспекты деятельности является практически нереальной задачей, если для создания и внедрения моделей применять только ручной труд дата-сайентистов и разработчиков. Поэтому мы внедряем у себя один из самых современных в мире подходов к работе с моделями машинного обучения — Auto ML. Систему алгоритмов, которая быстро и самостоятельно создает прикладные решения на основе моделей машинного обучения».

Источник: Сбербанк