郭院會議：服務外包

1.會遇到的問題以及解決方案

正負樣本數量不均 ==> 造成訓練的模型偏向于預測較多的那一方數據
解決方案 ==> 對于更少的那一方數據進行增強；將一個樣本數據經過處理生成多個，以此來平衡數量
例如：1w張正常數據：1k張糖尿病數據，需要增強糖尿病數據。

2.考慮行業目前會碰到的瓶頸

報告以及代碼里應該體現我們對數據做了什么創新性的改進
舉例：可以預處理數據，對圖像調節亮度…

3.后端應該呈現處理圖像的過程

4.記得做報告、文檔說明和視頻等工作

南京銀行（鑫合易家）參訪記錄

1. 風險評分業務流程筆記

風險預測應該是可以加機器學習算法，但是目前他們公司加的比較少，有如下原因：
1. 機器學習模型可解釋性差，不能很好的解釋每個變量對最后結果的貢獻度
2. 傳統的回歸模型算法或基于規則的算法較為成熟，且相對來說機器學習模型容易過擬合

2. 實習時間需要連續的或者全空的一天時間