亚马逊aws永久在线观看_淄博网站制作升级优化_淘宝seo搜索引擎原理_东莞疫情最新消息今天新增

郭院会议：服务外包

1.会遇到的问题以及解决方案

正负样本数量不均 ==> 造成训练的模型偏向于预测较多的那一方数据
解决方案 ==> 对于更少的那一方数据进行增强；将一个样本数据经过处理生成多个，以此来平衡数量
例如：1w张正常数据：1k张糖尿病数据，需要增强糖尿病数据。

2.考虑行业目前会碰到的瓶颈

报告以及代码里应该体现我们对数据做了什么创新性的改进
举例：可以预处理数据，对图像调节亮度…

3.后端应该呈现处理图像的过程

4.记得做报告、文档说明和视频等工作

南京银行（鑫合易家）参访记录

1. 风险评分业务流程笔记

风险预测应该是可以加机器学习算法，但是目前他们公司加的比较少，有如下原因：
1. 机器学习模型可解释性差，不能很好的解释每个变量对最后结果的贡献度
2. 传统的回归模型算法或基于规则的算法较为成熟，且相对来说机器学习模型容易过拟合

2. 实习时间需要连续的或者全空的一天时间