Результаты Хакатона Microsoft Machine Learning В Мае

Привет! В конце мая 2016 года мы успешно провели третий хакатон по машинному обучению.

Тема расширенного анализа данных в последние годы становится все более популярной, и мы рады внести свой вклад в ее развитие.

За два дня мы собрали под крышей нашего офиса более 150 человек, которые в ходе короткого знакомства друг с другом быстро выбрали капитанов и разделились на 24 команды.

Результаты хакатона Microsoft Machine Learning в мае

Участникам хакатона было предложено на выбор решение 4 задач моделирования данных и 1 задачи визуализации с использованием технологий Microsoft: сервиса машинного обучения Azure Machine Learning и сервиса бизнес-аналитики Power BI. Клиентами, чьи бизнес-задачи участникам пришлось решить в течение двух дней:

«Магнитогорский металлургический комбинат» (определить содержание кремния в печи)
Сообщество предпринимателей «Деловая Молодёжь» (классифицируем клиентов на горячих и холодных)
Сеть клиник «Мать и дитя» (прогноз продаж групп услуг)
И один из крупнейших российских банков, принявший участие анонимно.
(оценить будущий оборот клиентов по транзакциям)

Более подробное описание задач можно найти на сайте сайт мероприятия .

По итогам первого дня мы определили лучших в номинации «Визуализация данных», победителем которой стала команда «Маленькие данные», получившая в подарок к призу телефон Nokia Lumia 650. Команда сделала несколько красивых и представительных панелей индикаторов, а также использовала необычную технику кластеризации клиентов.

Поздравляем капитана команды Сергея Чернова и саму команду с победой! Другие команды также продемонстрировали интересные варианты интерпретации данных:

Результаты хакатона Microsoft Machine Learning в мае

В конце второго дня перед жюри была защищена модельная модель.

Победителями задания компании «Мать и дитя» стала команда ZeroBit (RMSE = 1 325 097,9).

Лучшее решение задачи «Бизнес молодежи» продемонстрировала команда «5 секунд до победы» (AUC = 0,634199).

Результаты хакатона Microsoft Machine Learning в мае

Поскольку ни одна команда не показала удовлетворительных для бизнес-клиентов результатов по задачам Банка и Магнитогорского металлургического комбината, было принято решение продлить Хакатон до 29 мая и позволить участникам продолжить борьбу за призы дистанционно.

По итогам, объявленным в начале июня, лучший результат в решении проблемы ММК у команды "Катализ" (капитан - Александр Орлов), а по результатам решения проблемы банка - у команды "Дома ЧР" (капитан - Михаил Шабалин).

взял на себя инициативу.

Однако приз команде, решившей задачу ММК, не был вручен, так как результат не соответствовал критерию точности, установленному заказчиком.

В настоящее время мы продолжаем общение с капитанами этих команд и заказчиками, чтобы максимально повысить качество получаемых результатов.

Приглашенные эксперты, продемонстрировавшие высокий уровень знаний технологий машинного обучения, оказали ценную помощь в проведении мероприятия и оценке решений.

Экспертами мероприятия выступили:

Александр Фонарев, Александр Кузьмин и Михаил Гавриков от Rubbles, входящей в группу SBDA. Компания руины специализируется на применении методов машинного обучения и анализа данных для различных бизнес-задач — например, для персонализации маркетинговых и банковских услуг, создания интеллектуальных интерактивных чат-платформ или прогнозирования спроса в крупные магазины.
В настоящее время Rubbles сотрудничает с крупнейшими финансовыми и технологические компании (Сбербанк, Mastercard, Альфа-Банк, Qiwi, HSBC и другие).
Олег Харатов от ИТ-консалтинговой компании Manzana Group, сертифицированного золотого партнера Microsoft.
И: Алексей Пешехонов, Евгений Григоренко и Дмитрий Петухов ( @codezombie ) .

Благодарим всех, кто был с нами эти два дня, будем рады обратной связи, и ждём всех на новых хакатонах!

Результаты хакатона Microsoft Machine Learning в мае