مفتاح إثراء البيانات لتحسين دقة نماذج الذكاء الاصطناعي في ذكاء بيانات PlatoBlockchain Fintech. البحث العمودي. عاي.

مفتاح إثراء البيانات لتحسين دقة نماذج الذكاء الاصطناعي في التكنولوجيا المالية

يُعد إثراء البيانات ، وهي عملية تعزيز البيانات الداخلية بالبيانات السياقية ذات الصلة التي يتم الحصول عليها من مصادر خارجية ، أمرًا بالغ الأهمية لشركات الخدمات المالية التي تتطلع إلى تحقيق أقصى استفادة من استثماراتها في الذكاء الاصطناعي (AI) ، مما يسمح لها ببناء نماذج تنبؤية أكثر دقة و تحسين عملية صنع القرار ، كما يقول Mobilewalla ، مزود حلول استخبارات المستهلك ومقره سنغافورة.

في باقة ورقة جديدة بعنوان تحسين دقة النمذجة التنبؤية لشركات التكنولوجيا المالية باستخدام الذكاء الاصطناعي المتمحور حول البيانات ، تستكشف الشركة سبب أهمية جودة البيانات واتساعها وعمقها للشركات لبناء نماذج تنبؤية دقيقة ، وكيف يفيد إثراء البيانات وهندسة الميزات الذكاء الاصطناعي في التكنولوجيا المالية.

وفقًا للورقة البحثية ، في حين أن غالبية الاهتمام المتعلق بالذكاء الاصطناعي يركز على تقنيات تعلم الآلة المعقدة وتنقيح كود الخوارزمية ، فمن الأهمية بمكان لمقدمي الخدمات المالية أن يتذكروا أن البيانات المستخدمة لتدريب الخوارزميات يمكن أن تكون أكثر تأثيرًا للتنبؤ بدقة النمذجة.

تستشهد الورقة بالتصنيف الائتماني كحالة استخدام حيث تكون المعلومات التي تم جمعها مباشرة من المتقدمين غير كافية في كثير من الأحيان لتصفية المتعثرين المحتملين ومنع الاحتيال. وبدلاً من ذلك ، يجب إثراء البيانات التي تم جمعها من المتقدمين بمعلومات إضافية مثل الموقع والتركيبة السكانية وأنماط السلوك ، وأكثر من ذلك ، لتمكين تقييم ائتماني أكثر دقة ، كما تقول الورقة.

هذه التصريحات تعكس تلك التي أدلى بها في وقت سابق من هذا العام مؤسس Mobilewalla والرئيس التنفيذي ورئيس مجلس الإدارة Anindya Datta. خلال حلقة نقاشية في Fintech Fireside Asia استضافتها Fintech News Singapore ، Anindya محمد على الرغم من أن بعض المعلومات ، مثل الخصائص المنزلية ومشاركة التطبيق ، قد تبدو عديمة الجدوى في تقييم ميل الفرد إلى التخلف عن السداد ، إلا أنها تنبئ في الواقع باحتمالية التخلف عن سداد القرض.

وقال إن أكثر من اثني عشر لاعبين يشترون الآن ، ويدفعون لاحقًا (BNPL) يعتمدون على بيانات Mobilewalla لتقييم مخاطر التخلف عن السداد للمستهلكين وكذلك في عملية تحصيل الديون ، مشيرًا إلى أن نموهم ونجاحهم مستمدان جزئيًا من قدرتهم على الاستفادة من بيانات بديلة لتقييم المخاطر ، مما يؤدي في النهاية إلى توسيع نطاق الوصول إلى الائتمان لمن يفتقرون إلى بيانات الائتمان التقليدية.

بطاقة الائتمان أمن شبكة الهاتف والروبوت

الصورة عبر Freepik

تقوم Mobilewalla ، الشركة الرائدة في مجال ذكاء المستهلك ، بجمع وتنظيف ومعالجة مجموعة بيانات غنية ، والتي يمكن بعد ذلك استخدامها من قبل الشركات لفهم عملائها بشكل أفضل. في قطاع التمويل ، عملت الشركة مع أمثال Kredivo ، العلامة التجارية الأعلى BNPL في إندونيسيا ، مما سمح لهم بتقسيم عملائهم بشكل أكثر ملاءمة ، وتخصيص تجربة العملاء وبيع الحلول الرقمية الأخرى بعد الاستحواذ.

يأتي الطلب المتزايد على بيانات الطرف الثالث وتقنيات إثراء البيانات في القطاع المالي على خلفية الاعتماد المزدهر للذكاء الاصطناعي في الصناعة.

تنزيل المستند التقني

رصيد الصورة المميز: تم تحريره من Freepik هنا و هنا

طباعة ودية، بدف والبريد الإلكتروني

الطابع الزمني:

اكثر من Fintechnews سنغافورة