详细内容或原文请订阅后点击阅览

Lumi如何简化Amazon Sagemaker AI

2025年4月4日 14:39 33 Comments
X Twitter Instagram Mail

Lumi是澳大利亚领先的金融科技贷方，以快速，灵活和透明的资金解决方案赋予小型企业能力。他们使用实时数据和机器学习（ML）提供定制的贷款，以促进可持续增长并解决获得资本的挑战。这篇文章探讨了Lumi如何使用Amazon Sagemaker AI来实现此目标，增强其交易处理和分类功能，并最终通过提供更快的贷款申请，更准确的信贷决策以及改善客户体验来发展其业务。

来源:亚马逊云科技 _机器学习
这篇文章与Lumi.lumi的Paul Pagnan共同撰写，是澳大利亚领先的金融科技贷方，以快速，灵活和透明的资金解决方案赋予小型企业能力。他们使用实时数据和机器学习（ML）提供定制的贷款，以促进可持续增长并解决获得资本的挑战。他们的目标是提供快速的周转时间（而不是几天），以使他们与传统贷方区分开来。这篇文章探讨了Lumi如何使用Amazon Sagemaker AI实现这一目标，增强其交易处理和分类功能，并最终通过提供更快的贷款处理，更准确的信用决定以及改善客户经验的速度来增长业务。OREVEREVEIEW：LUMI如何将机器学习用于较大的贷款方面的机器学习范围较高的贷款和借入lumi tobore for Pobsporting pobsport和umi的一部分。分类过程需要以低潜伏期运行，以支持Lumi市场领先的快速决策承诺。它需要根据交易的描述和有关业务的其他上下文因素智能地分类，以确保它们被映射到适当的分类。然后，这些分类的交易是下游信用风险AI模型的关键投入，从而更准确地评估了企业的信誉度。为了实现这一目标，Lumi开发了一种基于BERT（Transformers的双向编码器表示）的分类模型，这是一种最先进的自然语言处理（NLP）技术。他们使用专有数据集和内部数据科学专业知识对此模型进行了微调。基于BERT的模型在理解文本中的上下文和细微差别方面表现出色，使其特别有效：分析复杂的金融经济学知识与上下文因素（例如商业行业过程），诸如非结构化文本数据f
定制的 小型企业 Lumi 贷款 编码器 先进的 AI 上下文 分类 潜伏期 lumi 交易 实时数据 模型的 处理 需要 适当的 数据集 机器学习 领先的 贷方 模型 BERT 经验的 经济学 较大的 复杂的 准确的 澳大利亚 业务的 提供 根据 目标 快速的 透明的 因素 文本数据 分类的