Сбербанк привлек нейронную сеть к оценке коммерческой недвижимости

Как узнал корреспондент онлайн-издания «Строительство.RU» из публикации информагентства, если сравнивать с традиционным, отличие нового способа оценки на основе алгоритмов глубокого машинного обучения состоит в том, что позволяет учесть огромный диапазон факторов. Их сочетание подбирается искусственным интеллектом, который в процессе обучения осваивает очень высокий скоростной уровень.

Сбербанк оценит недвижимость с помощью нейронной сети.Сбербанк разработал первую в России нейронную сеть для оценки коммерческой недвижимости, сообщает «Коммерсант». Искусственный интеллект позволяет банку почти мгновенно проводить оценку залогов.

Об этом на конференции «Инновации рынка недвижимости» рассказал старший вице-президент Сбербанка Анатолий Попов. Суть в том, что алгоритмы глубокого машинного обучения обрабатывает информацию о характеристиках объекта, его местоположении, пешеходном трафике, ценовом зонировании и близости к различным категориям POI (point of interest, точки интереса).

Издательство говорит:

• нейронная сеть поможет оценить недвижимость
• сбербанк привлек нейронную сеть к оценке коммерческой недвижимости
• какое ноу-хау предложил «сбербанк» для оценки коммерческих объектов

ИНТЕРФАКС-НЕДВИЖИМОСТЬ- Сбербанк разработал первую в России масштабную нейронную сеть для оценки коммерческой недвижимости, сообщил вице-президент ПАО Сбербанк Анатолий Попов.
А.Попов пояснил, что сервис позволяет сократить процесс подбора объектов-аналогов с нескольких дней до нескольких минут. Искусственный интеллект позволяет банку почти мгновенно проводить оценку залогов.
В «Ак Барсе» отмечают, что когда эксперт опирается на мнение искусственного интеллекта и корректирует его при необходимости, это сокращает затраты примерно на 30%. Сбербанк разработал сервис на основе алгоритмов глубокого машинного обучения для массовой оценки коммерческой недвижимости.
Нейронная сеть обрабатывает информацию о характеристиках объекта, его местоположении, пешеходном трафике, ценовом зонировании, а также близости к более чем 200 категориям «точек интереса».

Юрий Бондаренко