Инфосистемы Джет: Доклад «GPT и ML простым языком: как нейросети понимают клиентские данные и предск HD
00:23:11
Обнаружено блокирование рекламы на сайте
Для существования нашего сайта необходим показ рекламы. Просим отнестись с пониманием и добавить сайт в список исключений вашей программы для блокировки рекламы (AdBlock и другие).
Инфосистемы Джет 142 ролика
1 просмотр на сайте 12n.ru
Доклад «GPT и ML простым языком: как нейросети понимают клиентские данные и предск.
На конференции IT Elements Александра Царева представила детальный разбор применения LLM в маркетинге. Особое внимание уделено работе с русским языком и адаптации моделей под специфику локального рынка.
00:02:07 — Главная проблема маркетологов — «дата болото» из разных источников.
00:04:35 — Роль LLM: Как языковые модели стали мостом между сухими данными и человеческим пониманием.
00:06:42 — Работа с табличными данными: Плюсы и главный компромисс — скорость vs. точность.
00:09:27 — Анализ текстов: Как LLM спасают от рутины с отзывами и открывают новые insights.
00:13:24 — Пример с прогнозированием: Забавный кейс о том, почему не работала классическая модель для продажи белых яиц перед Пасхой.
00:17:29 — Реальные кейсы: Краткий разбор трех проектов — анализ отзывов, разметка фокус-групп и умный поиск по базе знаний (RAG).
00:12:14 — Подводные камни: Почему ИИ все еще ошибается и почему финальное решение всегда за человеком.
00:02:07 — Главная проблема маркетологов — «дата болото» из разных источников.
00:04:35 — Роль LLM: Как языковые модели стали мостом между сухими данными и человеческим пониманием.
00:06:42 — Работа с табличными данными: Плюсы и главный компромисс — скорость vs. точность.
00:09:27 — Анализ текстов: Как LLM спасают от рутины с отзывами и открывают новые insights.
00:13:24 — Пример с прогнозированием: Забавный кейс о том, почему не работала классическая модель для продажи белых яиц перед Пасхой.
00:17:29 — Реальные кейсы: Краткий разбор трех проектов — анализ отзывов, разметка фокус-групп и умный поиск по базе знаний (RAG).
00:12:14 — Подводные камни: Почему ИИ все еще ошибается и почему финальное решение всегда за человеком.
развернуть свернуть