product-emblem

pytorch-lifestream

Создание эмбеддингов для сложных событийных данных
pytorch-lifestreamБиблиотека для работы со сложными событийными данными
Представление сложных событийных данных в виде эмбеддингов
Эмбеддинги — специально обученные векторные представления, которые учитывают изначальную информацию, контекст и/или похожие объекты
Работа с большими данными
Можно обучать эмбеддинги для миллионов клиентов, используя миллиарды событий
Наличие уникальной модели CoLES
Метод впервые применяет подход контрастного обучения к событийным данным
Готовые адаптации популярных алгоритмов
При этом сохраняется гибкость — можно кастомизировать модели, сигнатуры схожи с PyTorch
Подробнее
о pytorch-lifestream
Рассказываем в видео, чем и в каких случаях может быть полезна библиотека pytorch-lifestream

Преимущества

Повышение качества ML-моделей
Качества различных ML-моделей повышается за счёт использования векторных представлений событийных данных
Обезличивание данных
Безопасный способ обмена данными в вашей системе
Сокращение временных затрат
Ускорение feature engineering событийных данных
Обучающий курс в Базе Знаний
Короткие ролики помогут быстро познакомиться с библиотекой
С чего начать
Для установки фреймворка pytorch-lifestream выполните в консоли команду:
Как это работает
Подробная инструкция по использованию, документация, туториалы
ПАО Сбербанк использует cookie для персонализации сервисов и удобства пользователей.
Вы можете запретить сохранение cookie в настройках своего браузера.