Guest
Скачать презентацию: Евгений Финогеев, руководитель группы машинного обучения и матчинга в , рассказывает о процессе заведения новых товаров на маркетплейс. Почти каждый из нас что-то покупал на различных площадках маркетпейсов. Но все ли знают, как туда попадают товары и сколько человеческих ресурсов затрачивается на их добавление на витрину? В мы стараемся максимально автоматизировать процесс добавления новых товаров на витрину маркетплейса. Используя модели глубокого обучения, помогаем контенту: - определять категории товаров - объединять одинаковые товары в одни группы - сопоставлять атрибуты между товарами разных продавцов и информацией для данной категории товаров. Эти три классических задачи машинного обучения позволяют сократить время заполнения одной карточки товара на 40%. В докладе расскажем про каждую из задач и углубимся в проблемы, с которыми сталкивались: данные, оценка качества, построение прототипа, продуктивизация. Поделимся выводами о качестве, которое удалось достичь, и планами улучшения этих моделей. Telegram Reliable ML: Data Fest 2023: Трек “Reliable ML “: Наши соц.сети: Telegram: Вконтакте:
