Репозиторий команды BIPro на онлайн-хакатон Цифровой прорыв 2020. Команда:
- Алексей Федорищев - капитан, специалист по BI (https://www.facebook.com/silencemagic)
- Владимир Окладников - data scientist
- Даниил Тихонов - data engineer
ГеоИнформСервис, позволяющий сотруднику банка оптимизировать сеть банкоматов на основе спрогнозированной прибыльности и оборота, а также с использованием интерактивных инструментов фильтрации. Для решения была обучена нейросеть предсказывающая оборот в конкретной точке, а также использован алгоритм оценивающий потенциальную прибыльность в данной точке. Уникальностью нашего решения является то, что мы используем помимо данных банкоматов нашего банка, также информацию о транзакциях банкоматов банков-партнеров.
https://q-stat.ru/lod2020-gazprombank/
https://docs.google.com/presentation/d/1xdK5BdiRwKKahEgwEpuBF6vhjurPHLRZE1ksqgL9N74/edit?usp=sharing
Наиболее простым вариантов запуска является использование приложения Google Colaboratory в связке с Google Drive. Для этого необходимо скопировать папку со всеми файлами на свой гугл.диск. После чего установить приложение Google Colaboratory и с помощью него запустить необходимый скрипт (в папке два скрипта - нейросеть и алгоритм вычисления прибыльности). В Google Colaboratory необходимо авторизовать доступ до папки на гугл.диске после чего выполнить все команды сверху вниз. Если название папки будет изменено, необходимо поменять пути к файлам в скрипте. P/S: также может быть использована и любая другая среда для запуска Python-скриптов.
Поскольку конечным продуктом является именно BI-модель, то для того, чтобы ее запустить достаточно перейти по ссылке на проект, указанной выше. Чтобы посмотреть как устроена BI-модель, необходимо: скачать бесплатное desktop-приложение https://www.microsoft.com/en-us/download/details.aspx?id=58494 (только для Windows). И открыть модель .pbix, которая находится в папке.