My Cookie Mix

A survey of financial institutions shows that firms have made significant progress during the past several years in using new data and techniques for credit portfolio management, but also demonstrates that challenges remain around technology, talent, and integration of new use cases like climate and environmental, social, and governance (ESG) risk. In recent years, many financial institutions have increased their adoption of data and new technologies to manage credit portfolios. McKinsey and the International Association of Credit Portfolio Managers (IACPM) surveyed 44 financial institutions globally on the latest developments in data and analytics for credit portfolio management. Read more:  https://www.mckinsey.com/capabilities/risk-and-resilience/our-insights/data-and-analytics-innovations-to-address-emerging-challenges-in-credit-portfolio-management

Generative AI and other foundation models are changing the AI game, taking assistive technology to a new level, reducing application development time, and bringing powerful capabilities to nontechnical users. ... The innovations that generative AI could ignite for businesses of all sizes and levels of technological proficiency are truly exciting. However, executives will want to remain acutely aware of the risks that exist at this early stage of the technology’s development. Read more:  https://www.mckinsey.com/capabilities/quantumblack/our-insights/generative-ai-is-here-how-tools-like-chatgpt-could-change-your-business

“ Finora la tecnologia ci ha permesso solo di cifrare i dati in transito o a riposo , non era possibile farlo mentre sono processati durante un’operazione” , spiega Anil Rao. Sembra una questione di lana caprina ma non lo è: questa falla apparentemente piccola presta il fianco ad attacchi più o meno sofisticati, dalla malware injection allo scraping delle memorie , tecniche già usate in passato per intercettare dati di carte di credito o altri dati sensibili. Il confidential computing consisterebbe in “un ecosistema di soluzioni tecnologiche emergenti che permettono di mettere in sicurezza i dati mentre sono in uso ” , continua Rao. Leggi tutto: https://www.wired.it/article/confidential-computer-sicurezza-dati-in-uso/

With the KNIME Analytics Platform 4.7 release, the new Python Script node has been moved out of Labs and made part of the production-ready KNIME Python Integration.This feature comes with a bundled environment so you can dive into Python scripting without the need to worry about any Python settings. Read this blog article that explains how you can use the Python script node based on several example workflows from the KNIME Hub. https://www.knime.com/blog/python-script-node-bundled-packages

I dati sintetici abilitano nuovi impieghi dell’Intelligenza Artificiale e ne migliorano le performance. Sono essenziali quando l’accesso ai dati reali è problematico per ragioni di privacy, di costo o di qualità. Qui dettagli ed esempi Leggi tutto:  https://www.economyup.it/innovazione/dati-sintetici-cosa-sono-come-vengono-creati-e-a-cosa-servono/

Quando mi sono arrovellato sui numeri e sui grafici della "durata media del coinvolgimento" e delle "sessioni con coinvolgimento per utente" mi sono imbattuto in un paio di osservazioni sul concetto di "sessione" in Google Analytics 4, e quindi in Firebase, che mi pare utile annotare: A session is considered to be engaged if one of the following conditions is met: 1)It lasted longer than 10 seconds; 2) It resulted in 1 or more conversion events; 3) It resulted in 2 or more page/screen views. (Fonte: MEASURESCHOOL ) E: La metrica Engaged session indica la percentuale di sessioni con coinvolgimento di durata superiore a 10 secondi, quelle che hanno generato uno o più eventi di conversione o quelle che hanno fatto scattare almeno due visualizzazioni di pagina. (Fonte: HTML.it ) Per ora non ho trovato i riferimenti nelle pagine Google di queste affermazioni; considerate le fonti le prendo per buone. Quanto alle sessioni è opportuno ricordare che: Analytics ra

Il riquadro del Coinvolgimento utente ( "Durata media del coinvolgimento" , "Sessioni con coinvolgimento utente" , "Durata media del coinvolgimento" ) nell'Analytics Dashboard di Firebase mi ha fatto letteralmente impazzire: il numero riportato nella tab non sembra avere alcuna corrispondenza con i punti del grafico sottostante. Come può essere la "durata media del coinvolgimento" essere pari 8m 07s quando la curva del grafico oscilla attorno ai 5 minuti?  Fonte: Firebase demo project Idem per le "Sessioni con coinvolgimento utente": il valore puntualmente riportato è pari a 1,7, con una curva piuttosto piatta attorno al valore 1.  Fonte: Firebase demo project Dopo un bel po' di ricerche ho trovato la spiegazione: semplicemente le due informazioni sono elaborate in modo diverso! Google lo spiega qui: riporto prima la versione in inglese (secondo me più chiara) e poi quella in italiano. In inglese: Note: The overview car