Р. С. Маков

Искусственный интеллект. Начало новой технологической революции: вызовы и возможности


Скачать книгу

индустрии ИИ-модели широко применяются для предсказания котировок акций, облигаций, валют, сырьевых товаров. Причем самообучающиеся алгоритмы способны находить неочевидные закономерности и опережающие индикаторы динамики рынков буквально в любых данных – от волатильности биржевых индексов и поисковых запросов в Google до тональности постов в соцсетях и даже движения транспорта в портах по спутниковым снимкам;

      в страховой отрасли искусственный интеллект активно используется для прогнозирования рисков и потенциальных убытков по видам страхования – от автогражданки и здоровья до катастрофических событий и киберинцидентов. Модели машинного обучения анализируют триллионы записей о страховых случаях, характеристиках клиентов, поведенческих факторах и на основе этого предсказывают вероятность и величину ущерба с учетом индивидуального профиля риска;

      Конец ознакомительного фрагмента.

      Текст предоставлен ООО «Литрес».

      Прочитайте эту книгу целиком, купив полную легальную версию на Литрес.

      Безопасно оплатить книгу можно банковской картой Visa, MasterCard, Maestro, со счета мобильного телефона, с платежного терминала, в салоне МТС или Связной, через PayPal, WebMoney, Яндекс.Деньги, QIWI Кошелек, бонусными картами или другим удобным Вам способом.

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