مطالعه ای که در آن مدل های یادگیری ماشین برای ارزیابی بیش از 1 میلیون شرکت آموزش دیده اند ، نشان داده است که هوش مصنوعی می تواند به طور دقیق تعیین کند که آیا یک استارتاپ شکست می خورد یا موفق می شود. این نتیجه یک ابزار است به نام Venhound ، که می تواند به سرمایه گذاران کمک کند.

حدود 90 of از استارتاپ ها ناموفق هستند: بین 10 and تا 22٪ در اولین سال خود شکست می خورند و این یک خطر جدی برای سرمایه گذاران در شرکت های اولیه است.

محققان در تلاش برای شناسایی شرکتهایی که احتمال موفقیت آنها بیشتر است ، مدلهای یادگیری ماشین را توسعه داده اند که بر عملکرد تاریخی بیش از 1 میلیون شرکت آموزش دیده اند. نتایج آنها ، که در KeAi The Journal of Finance and Data Science منتشر شده است ، نشان می دهد که این مدل ها می توانند نتایج یک شرکت را تا 90 درصد دقت پیش بینی کنند.

نویسندگان مجموعه جدیدی از مدل ها را ایجاد کردند که در آن سهم ترکیبی مدل ها از پتانسیل پیش بینی هر یک به تنهایی بیشتر است. هر مدل یک شرکت را طبقه بندی می کند و آن را در یکی از چند دسته موفقیت یا شکست با احتمال خاصی قرار می دهد. محققان مدل ها را بر روی داده های تهیه شده از Crunchbase ، یک پلتفرم جمع آوری شده شامل اطلاعات دقیق در مورد بسیاری از شرکت ها ، آموزش دادند. آنها با مشاهدات با این مشاهدات نویسندگان را ترغیب کرد تا میزان اطلاعات از دست رفته برای هر شرکت را اندازه گیری کرده و از این مقدار به عنوان ورودی مدل استفاده کنند.

گرگ راس ، نویسنده ارشد ، از Venhound Inc. خاطرنشان می کند که مجموعه مدلها ، همراه با ویژگیهای داده جدید ، سطح دقت و یادآوری را فراتر از سایر مطالعات مشابه ایجاد می کند. سرمایه گذاران می توانند از این مورد برای ارزیابی سریع چشم اندازها ، افزایش آثار احتمالی استفاده کنند و تصمیمات آگاهانه تری در مورد ترکیب سبد سهام خود بگیرند. 

225000617.059