Обнаружение мошенничества с кредитными картами в реальном времени
Сравнительный анализ XGBoost и нейронных сетей на 284 807 транзакциях. Детальный разбор работы с несбалансированными классами, пороговой оптимизации и задержки в production.
Альтернативный кредитный скоринг: от FICO к градиентному бустингу
FinTech-стартап из Нью-Йорка разработал модель скоринга для клиентов без кредитной истории, используя транзакционные данные. Approval rate +23%, default rate без изменений.
Портфельная оптимизация с обучением с подкреплением: 10 лет бэктеста
Deep Q-Network агент против традиционного портфельного советника на данных NYSE 2013–2023. Детальный разбор среды обучения, функции вознаграждения и управления рисками.
Прогнозирование спроса в розничной сети: сокращение излишков на 28%
Сеть из 400 магазинов на Юго-Востоке США заменила ручное планирование ансамблевой моделью, совмещающей Prophet и LightGBM. Подробное описание feature engineering.
Выявление отмывания денег: графовые нейронные сети в банковском секторе
Крупный региональный банк применил GNN для анализа сети транзакций. Обнаружение схем "слоёв" и "смурфинга" с точностью 87.4% и ложными срабатываниями 3.1%.
Интерпретируемый скоринг: регуляторные требования и SHAP в одной модели
Как ипотечный кредитор выполнил требования ECOA и Fair Housing Act, используя SHAP-объяснения к модели GBM. Подход к документированию отказов и аудиту.
Показано 6 из 28 кейсов. Запросите полный доступ:
Запросить доступ