核心能力
决策树，逻辑回归(LR)和支持向量机(SVM)等
决策树的Gradient Boosting Decision Tree
算法，随机森林算法和Xgboost等
该算法对客户的入模参数没有严格要求，且拟合度较高，效果优于LR。
此类算法有助于我们将模型结果和训练参数可视化，同时部署简易，快速帮助客户实现上线运行。
基于深度学习的CNN-神经网络算法，事件学习
的RNN-神经网络算法等
具有自学习功能，能自动进行特征工程，无需人工参与，拟合各种复杂的任务，模型效果佳。
机器学习和深度学习结合
我们创新性地运用该算法，通过提高稀疏特征、保留连续性变量等特性整体优化了模型预测效果。
解决方案
