Машинное обучение в электронной коммерции

Технологии машинного обучения неизбежно вторгаются в сферу электронной торговли. Узнайте, как с помощью настройки алгоритмов классифицировать покупателей, сегментировать товарные группы и повысить эффективность работы с email-базой.

На вебинаре 17 мая мы простыми словами расскажем о популярных, эффективных и используемых в нашей компании техниках применения машинного обучения для привлечения и удержания клиентов:

  • классификации обращений техподдержки;
  • персонализации;
  • кластеризации товарного каталога;
  • классификации клиентов (готовых перейти на платный тариф, готовых уйти, способных принести прибыль);
  • повышении релевантности e-mail-рассылок.

Особое внимание уделим технике использования популярных платформ и библиотек: Apache Spark, Spark MLlib, Hadoop, Amazon Kinesns, deeplearning4j. Отдельно остановимся на особенностях обработки "больших данных", выборе и разработке параллельных алгоритмов для ML.

Доклад позволит сориентироваться в плеяде современных алгоритмов машинного обучения в разрезе прикладного использования для электронной коммерции и выбрать необходимые бесплатные библиотеки для реализации задач.

Программа
11.00 - 13.00

Александр Сербул, руководитель отдела контроля качества интеграций и внедрений компании «1С-Битрикс», поделится практическим опытом и историями успеха использования данных технологий.

Материал взят с сайта 1С-Битрикс.


support@capyba.ru