Аннотация:В условиях бурного развития финтеха, высокой конкуренцией между банками и финансовыми компаниями становится очень важно для коммерческих банков быстро реагировать на спрос на новые банковские продукты, в том числе кредитные. Резко возрастает значимость применения методов машинного обучения для эффективного анализа потребности населения в кредитных продуктах и оперативного реагирования по выявленным запросам. В настоящее время на первое место выходит скорость реагирования коммерческих банков на изменение потребностей клиентов в банковских продуктах, которая должна быть сокращена буквально до нескольких дней. В работе был проведен анализ различных групп населения и показана
возможность с помощью методов машинного обучения быстро выявлять наиболее релевантные группы населения среди которых новые банковские продукты будут востребованы. Был проведён анализ с помощью методов машинного обучения на основе логистической регрессии. Было продемонстрировано, что с помощью методов машинного обучения можно предсказывать будущих спрос на появление банковских продуктов.
Ключевые слова: машинное обучение, нейросети, финтех (fintech), большие данные (Big Data), банковское кредитование, банковские продукты.