Все кейсы

Модель машинного обучения для оценки стартапов превзошла инвесторов в 2 раза

ИСС Арт ·SchneiderElectric | SystemeElectric ·2023

Разработана модель машинного обучения на графовых нейросетях для оценки стартапов, которая превосходит реальных инвесторов более чем в 2 раза.

Задача

Стандартные методы анализа стартапов не всегда эффективны, что создает риски неудачных вложений и потери времени для инвесторов. Требовалось автоматизировать процесс оценки и повысить точность прогнозов по выходу компаний на IPO.

Решение

Разработана модель машинного обучения на основе графовых нейросетей. Она анализирует большие массивы данных, учитывает взаимосвязи между компаниями, инвесторами и CEO, и предсказывает вероятность успеха стартапа, значительно сокращая время анализа.

Результат

  • ×2 Превосходство над реальными инвесторами

Модель превзошла работу реальных инвесторов более чем в 2 раза. Решение применяется консалтинговой компанией из Чикаго для автоматизации принятия решений инвестиционными фондами и частными инвесторами.

Похожие кейсы

2024

ФинКод: платформа для изучения финансовой и инвестиционной грамотности от ВТБ Мои Инвестиции

Family · ВТБ Мои Инвестиции

Создали образовательную платформу ФинКод внутри Telegram для ВТБ Мои Инвестиции и привлекли 28 000+ учеников, которые провели на платформе 25 000+ часов.

2 золота