迁移学习

Transfer Learning

提高模型对不同应用场景的适应性,将适用于大数据的模型迁移到小数据上,有效的缩短训练神经网络需要的计算时间,节约时间资源,助力冷启动。

无监督学习

Unsupervised Learning

在无标签的数据中,试图找到隐藏的结构特征,能够识别客户群体特征,提取关键变量。

图挖掘

Graph Mining

构建海量用户异构关系图谱,从中发现和提取有用知识和信息,深度挖掘欺诈风险。

深度学习

Deep Learning

运用前沿深度学习算法,利用神经网络来解决特征层分布,自动提取时序特征信息,最大程度上避免了寻找“特征”的麻烦。

17280716827