IMG_0969

U petak, 12. svibnja 2017. godine, na Fakultetu elektrotehnike i računarstva održana je zadnja, četvrta radionica našeg Mozgala.  Na radionici se raspravljalo o primjeni strojnog učenja i rudarenja podataka u bankarstvu, a predavač Mladen Dragičević, predstavnik Zagrebačke banke, na konkretnim je primjerima pokazao koliko je u praksi primjenjivo znanje dobiveno kroz Mozgalovo natjecanje.

Na samom je početku radionice, Mladen Dragičević povezao je temu radionice s temom ovogodišnjeg Mozgala istaknuvši važnost logaritama u face recognition bankarskom sustavu. Kako bi sudionici radionice stekli dojam o količini podataka koje serveri Zagrebačke banke obrađuju, naglasio je da ZaBine usluge koristi četvrtina stanovnika Hrvatske čiji se podaci i transakcije svake sekunde bilježe i pretvaraju u brojeve.

Radionica je bila podijeljena na dvije podteme: što je rudarenje podataka (data mining), i što je strojno učenje – kako se koristi nenadzirano učenje (unsupervised learning) te koje su posebnosti nadziranog učenja (supervised learning).  Kod rudarenja podataka, predavač je naglasio analizu društvenih mreža kao jedan od važnijih procesa čiji je cilj kvantificirati podatke. Na taj je način moguće detektirati opinion leadere, ali i razviti/poboljšati marketinške kampanje.

Ako serveri uhvate podatke da je korisnik društvene mreže stupio u brak, onda ćete mu htjeti ponuditi stambeni kredit jer je logično da je sljedeći korak nakon vjenčanja rješavanje stambenog pitanja.

Osim analize društvenih mreža, dotaknuli smo se i analize transakcijskog sustava koja vidi i bilježi svaku transakciju novca preko bankomata.

Prednosti te analize su što se može poboljšati iskustvo samih klijenata i smanjiti mogućnosti prijevare. Dakle ako nam sustav javi da je zabilježio sumnjive aktivnosti na računu klijenta, automatski se poduzimaju mjere protiv prijevara.

Nakon toga, predavač se bazirao na strojno učenje i naglasio kako se u bankarstvu najčešće primjenjuju nadzirano i nenadzirano učenje. Na pitanje što ga je privuklo strojnom učenju i data miningu, Dragičević je rekao:

Pa u principu, uvijek sam volio statistiku i matematiku i njihovu primjenu. Studirao sam na EFZG-u gdje ima zapravo dosta primjene matematike i statistike, a jedan od kolegija zvao se Otkrivanje znanja u bazama podataka što je defacto primjena data mininga u praksi. To me jako zainteresiralo i pokrenulo lavinu.

                                           IMG_0943

Ovom smo temom završili ovogodišnje radionice kroz koje su sudionici Mozgalovog natjecanja stekli teorijska i praktična znanja uz pomoć eSTUDENTovih partnera. Paulo Katić, voditelj organizacijskog tima Mozgala rekao je:

Ovogodišnji edukativni dio natjecanja podijelili smo na četiri radionice. Prve tri bile su edukativnog sadržaja koji je bio direktno vezan uz ovogodišnji zadatak na natjecanju. Četvrta radionica bila je sama po sebi motivacija za studente gdje su imali priliku vidjeti kako u jednoj industriji konkretno mogu primjeniti svoja znanja naučena na natjecanju.

Za one koji nisu imali priliku priključiti se Mozgalovom natjecanju, a to planiraju sljedeće godine, voditelj tima im je poručio:

Nadamo se da ćemo i iduće godine imati priliku održati kvalitetne radionice koje će pomoći natjecateljima u rješavanju zadatka. Također se nadamo da ćemo uvesti i još neke dodatne edukativne sadržaje kako bi natjecanje imalo još bolji edukativni dio za naše studente.

Sve dodatne informacije o Mozgalu možete naći na internetskoj stranici eSTUDENTa i službenoj Facebook stranici.

Vidimo se na završnici!

Nina Pamić