ЗАДАЧИ ФИНАНСОВЫХ ДАННЫХ И ИХ РЕШЕНИЕ С ПОМОЩЬЮ ТЕХНОЛОГИИ МАШИННОГО ОБУЧЕНИЯ

В работе рассмотрены задачи финансовой сферы, такие как алгоритмическая торговля, мошенничество, поддержка клиентов с помощью чат-ботов, услуги андеррайтинга и кредитного скоринга. Данные задачи традиционно решаются вручную, но сейчас в крупных компаниях происходит автоматизация процессов. В центре исследования - технология машинного обучения для решения вышестоящих задач и сравнение ее характеристик с ручными методами. Приведены актуальные примеры внедрения машинного обучения в финансовую сферу, связанные с алгоритмическими продажами, оптическим распознаванием, обработкой естественного языка и т.д. Проведен анализ, путем выделения достоинств и недостатков обоих методов. Крупные финансовые компании стараются внедрять технологию машинного обучения из-за сокращения эксплуатационных расходов, увеличения доходов благодаря повышению производительности, гибкости системы и усиленной безопасности. Однако результаты исследования показали, что, несмотря на все преимущества метода, он довольно дорогостоящий, не всегда эффективный (при неправильном использовании технологии) и не универсальный. Применение машинного обучения не всегда оправдывает себя, и некоторым компаний нет необходимости тратить огромные ресурсы на срочную автоматизацию всех процессов своей деятельности.