Van-e élet a logisztikus regresszión túl? Újfajta kockázatkezelési megoldás Pythonban

Hogyan lehet felhasználni a python nyújtotta előnyöket az adatelemzés egy klasszikus felhasználási területén? Milyen előnyei és hátrányai vannak egy ilyen megoldásnak?
A pénzintézetek (bankok és biztosítótársaságok) kockázatkezelési gyakorlatában illetve a kampány-optimalizációs feladataik megoldása során manapság szinte kizárólagosan csak scoring technikákat alkalmaznak. Ezek a technikák könnyen alkalmazható megoldásokat adnak, de nagy hátrányuk, hogy nem kimagaslóan pontosak, illetve sok esetben mikroszegmensszintű összefüggéseket nem képesek feltárni. Az előadás keretében ismertetünk egy pythonban létrehozott megoldást, amely segítségével oly módon növelhetőek ezen megoldások hatékonysága, hogy közben a kapott összefüggések továbbra is könnyen értelmezhetők, a korábbi ismeretekre alapozva a szakértők könnyen megérthetik azokat. Segítségével mikroszegmens szintű összefüggés feltárás válik lehetővé, az egyes anomáliák, az előrejelzést befolyásoló tényezők jóval könnyebben azonosíthatóak.

Nagy-Rácz István
Data scientist, Senior partner, Dmlab

Magyarország egyik vezető adatelemzéssel foglalkozó cége, a Dmlab alapító senior partnere, kezdetek óta a Dmlab tagja. Több mint 7 éves adatelemzési tapasztalata ötvözi a számos üzleti projekt vezetőjeként szerzett üzleti gondolkodásmódot a Műszaki Egyetem adatbányászati kutatócsoportjában szerzett technikai és elméleti tudással.A Dmlab csapat operatív és stratégiai vezetése mellett az elmúlt években azon dolgozott, hogy a felhalmozott tudást és tapasztalatot olyan technológiai spin-off cégekbe transzferálja, amelyek organikusan saját lábra állva, mégis a Dmlabbal integrálva működnek.  A különböző felhasználási területekről (bank, biztosítás, telekommunikáció, logisztika, hi-tech stb.) származó üzleti projekttapasztalat mellett egyetemi és vállalati oktatások rendszeres előadója.