Billpay
Zahlungsanbieter

Überprüfen Sie einen Algorithmus in 3 Tagen.

Billpay wollte wissen, ob sie ihren Algorithmus zur Betrugserkennung verbessern können. In weniger als einer Woche haben wir ein modernes Benchmark-Modell erstellt und die wichtigsten Verbesserungen identifiziert.

Laborgeräte für die Genomik und Metabolomik produzieren eine riesige Menge von Daten, die dadurch für eine manuelle Analyse ungeeignet sind.

Durch den Einsatz von maschinellem Lernen führt Centogene eine automatisierte Mustererkennung an großen Datensätzen durch, wodurch die Analysezeit verkürzt werden kann, um neue Erkenntnisse über seltene Krankheiten zu gewinnen.

Dies wiederum hilft Centogene, mehrere Biomarker oder zusätzliche Biomarker-Muster zu identifizieren, um die Entwicklung von Behandlungen für Patienten zu beschleunigen.

Bei Billpay verstehen wir bereits den Wert des maschinellen Lernens, aber wir sind immer auf der Suche nach Möglichkeiten, unsere Risikobewertung zu verbessern. Data Revenue bot eine kostengünstige Lösung, die es uns ermöglichte, unser System mit dem zu testen, was es aufbauen konnte. Markus und sein Team konnten uns in wenigen Tagen einen Vergleich liefern. Ihre Algorithmen waren viel fortschrittlicher; Markus ist eindeutig ein Experte. Das Ergebnis war interessant, und wir haben definitiv etwas gelernt. Der Prozess war sehr reibungslos, und die Ergebnisse waren die Zeit, den Aufwand und das Geld wert.

Matthias Funke

,

Tools, die wir benutzt haben

Python
-
Unsere wichtigste Programmiersprache.
XGBoost
-
Gradient Boosting to the max.