DATA - Internet ogledalo specijalno izdanje IO 191 DATA SPECIJAL | Page 46

alat će najviše koristi doneti Data Scientistima, ali s obzirom da Wat- son Studio omogućava da se kom- pleksne manipulacije velikim koli- činama podataka odrade veoma jednostavno, tačnije da se kroz je- dinstveni i jednostavni drag&drop Web korisnički interfejs omogući veoma velika sloboda kreacije i nekome ko ne vlada veštinama pro- gramiranja, skriptinga, modeliranja podataka, dizajna vizuelizacija itd, i osobe bez takvih predznanja mogu koristiti Watson Studio. Kratak uvod u mogućnosti Watson Studio platforme možete videti na video zapisu ispod: ciju da počinjemo da se bavimo online kreditima (bilo da smo neka postojeća banka ili, recimo, fintech startup) i da želimo da od jednog od najboljih naučimo kako se to radi, tj. šta sve tre- ba uzeti u obzir prilikom evaluacije kreditne aplikacije (koji parametri i koji algoritam odlučivanja), da se ne bismo izložili nepotrebnom riziku gubitaka u poslovanju usled tzv. „loših kredita” (kredita koji neće biti vraćeni). Na web stranici online loan provaj- dera možemo pronaći set podataka o kreditnim aplikacijama i krajnji re- zultat svake kreditne aplikacije - da li je kredit odobren i, ako jeste, kolika je bila zarada samog provajdera po kriterijuma vezanih za donošenje o- dluke o odobravanju online kredi- ta (koji su parametri bitniji za povo- ljan ishod), a zatim te podatke treba iskoristiti za kreiranje dva ML mode- la koja će u našoj budućoj aplikaciji putem REST API-ja odgovoriti na sle- deća dva pitanja: ● Da li ovu konkretnu prijavu za kredit (sa konkretnim podacima ve- zanim za traženi kredit i podacima o kreditnom statusu korisnika koji traži kredit) treba da odobrimo ili ne? ● Ukoliko odobrimo ovu konkretnu prijavu, kolika će biti naša zarada po ovom kreditu? U nastavku ćemo ukratko objasni- ti pojedine faze procesa dolaženja do rešenja opisanog iznad, uz osnovni pregled funkcionalne celine Watson Studio platforme koja se koristi u toj fazi. Ideja ovog članka nije da pred- stavlja detaljni „korak po korak” tuto- rijal za navedeni scenario, ali na kra- ju članka ćemo navesti izvore (online dokumentaciju, video materijale i tu- torijale) koji vam mogu pomoći u sti- canju znanja za uspešno ovladavanje Watson Studio alatima. Dobavljanje podataka Zamislite sledeći scenario: Za vaš prvi korak u svetu AI-a odabrali smo jedan lakši primer. Prva stvar koju ćemo danas pokušati da dešifrujemo jeste - znanje. U ovom slučaju to će biti znanje jednog online loan provaj- dera, koje je „sakriveno” u javno obja- vljenim podacima, a koji sadrže infor- macije o preko 40.000 online kreditnih aplikacija koje su oni obradili, a zatim i (samo odobrene, naravno) realizova- li. Dakle, zamislimo hipotetičku situa- Internet ogledalo - specijalno izdanje - DATA tom konkretnom kreditu. Naravno, da bi „dešifrovano” znanje za nas ima- lo neku korist u praksi, iskoristićemo mogućnosti Watson Studija da napra- vimo ML model treniran ovim znanjem i iskoristićemo ga, putem REST API-ja, za kreiranje sopstvene aplikacije za evaluaciju online kreditnih prijava. Dakle, da konkretizujemo naš za- datak: počevši od slobodno dostupnih podataka, korišćenjem Watson Studija treba napraviti obrnuti inženjering Pomenuti podaci (desetogodišnja istorija kreditnih prijava u CSV forma- tu) su ponuđeni za slobodno preuzi- manje na URL-u samog provajdera i lako je doći do njih prostom internet pretragom. (Slika 1) Pored samih podataka, provajder je ponudio i „šifarnik” sa opisom svake kolone iz glavnog CSV fajla, koji nam omogućava da bolje razumemo šta koji podatak znači.