🎯 目的:複数のデータソースを活用して顧客の信用スコアを自動評価し、融資審査の迅速化とリスクの早期検出を実現。
📦 ソリューション:データ統合 + 機械学習リスクモデル + 説明可能なAIエンジン
⚙️ 技術構成:XGBoost、SHAP、Pandas、FastAPI
📈 成果:リスク分類の精度が22%向上、審査プロセスを3日から6時間に短縮
⏱️ PoC期間:4週間
🎯 目的:複数のデータソースを活用して顧客の信用スコアを自動評価し、融資審査の迅速化とリスクの早期検出を実現。
📦 ソリューション:データ統合 + 機械学習リスクモデル + 説明可能なAIエンジン
⚙️ 技術構成:XGBoost、SHAP、Pandas、FastAPI
📈 成果:リスク分類の精度が22%向上、審査プロセスを3日から6時間に短縮
⏱️ PoC期間:4週間
課題:ルービックキューブの解決 ルービックキューブを解くことは、人にとっての課題です。ルービックキューブを解くには、多くの忍耐と練習が必要です。 質問は、ロボットを使用してこの問題を解決できるかということです。 入力:めちゃくちゃになったルービックキューブの6つの面の写真 出力:画像処理...


第1課題:データテーブルと加工 データテーブルの前処理として、以下のものがあります。 欠測データ カテゴリカルデータ 数値データ ⇒ データが欠測している場合、どのように解決できるでしょうか? 第1課題に対するソリューション: エンコーディング方法は非常に多岐にわたります。ただし、モデル...
弊社のホームページにご覧になっていただきまして、どうもありがとうございました。
BAPのオフショア開発サービスに関するご質問がありましたら、以下のテキストボックスに質問内容を書いていただければ幸いです。
