CASPR

CASPR은 비즈니스 애플리케이션에서 가장 일반적으로 사용되는 표 형식의 순차 데이터로부터 딥 러닝을 위한 변환기 기반 프레임워크입니다.

고객 이탈 예측, 사기 계정 탐지, 고객 평생 가치 추정 등 기업 수익성에 중요한 작업은 표 형식의 고객 데이터에서 엔지니어링된 기능에 대해 훈련된 모델을 통해 처리되는 경우가 많습니다. 그러나 애플리케이션별 기능 엔지니어링은 시간이 지남에 따라 개발, 운영 및 유지 관리 비용을 추가합니다. 표현 학습의 최근 발전으로 인해 애플리케이션 전반에 걸쳐 기능 엔지니어링을 단순화하고 일반화할 수 있는 기회가 제공되었습니다.

CASPR 를 통해 우리는 표 형식의 순차 데이터(예: 고객 거래, 구매 내역 및 기타 상호 작용)를 대상(예: 고객)과 비즈니스의 연관성에 대한 일반적인 표현으로 인코딩하는 새로운 접근 방식을 제안합니다. 우리는 이러한 임베딩을 다양한 애플리케이션에 걸쳐 여러 모델을 훈련하는 기능으로 평가합니다(종이 참조). CASPR(고객 활동 시퀀스 기반 예측 및 표현)은 변환기 아키텍처를 적용하여 활동 시퀀스를 인코딩하여 모델 성능을 향상시키고 애플리케이션 전반에 걸쳐 맞춤형 기능 엔지니어링을 방지합니다. 규모에 따른 우리의 실험은 중소기업 및 대기업 애플리케이션 모두에 대해 CASPR을 검증합니다.

시작하기 및 리소스

• CASPR: 고객 활동 순서 기반 예측 및 표현 (NeurIPS 2022, New Orleans: 표 형식 표현 학습)

  • 종이
  • 포스터

• 짓다

  • 전제조건: python==3.9, setuptools
  • 바퀴 만들기: python setup.py build bdist_wheel

• 설치

   (now)
  pip install .distAI.Models.CASPR-<ver>.whl[<optional-env-modifier>]
  
  (future)
  pip install AI.Models.CASPR[<optional-env-modifier>]
  

  대상 시스템/사용 사례에 맞게 설치를 사용자 정의하려면 아래 수정자를 사용하십시오.

   horovod     - for distributed training and inference on Horovod
   databricks  - for distributed training and inference on Databricks
   aml         - for (distributed) training and inference on Azure ML
   hdi         - for execution on Azure HD Insights
   xai         - to enable explainability
   test        - for extended test execution
   dev         - for development purposes only
  

• 예

  (해야할 일: 데이터가 있거나 없는 예제 중 잘 설명된 하나를 지적할 수 있습니까?)

기여 및 피드백

우리는 기여를 환영합니다! 기여 가이드라인을 참조하시기 바랍니다.

기능 요청이나 버그 보고서는 GitHub 문제를 제출해 주세요.

행동 강령

이 프로젝트는 Microsoft 오픈 소스 행동 강령을 채택했습니다. 자세한 내용은 행동 강령 FAQ를 참조하거나 추가 질문이나 의견이 있는 경우 [email protected]으로 문의하세요.

특허

이 프로젝트는 MIT 라이선스에 따라 라이선스가 부여됩니다.

---