2022年数字信息化培训项目系列各企、事业单位：随着科技的快速发展,人工智能俨然成了当今社会的关注焦点。而在人工智能的发展上,深度学习、强化学习、迁移学习等成为了科学界、工业界研究和应用的热点。在实际研究和应用过程当中，研究人员逐渐发现了深度学习单独应用的缺点，如没有决策能力，不可推理等。而深度强化学习，作为一种崭新的机器学习方法,同时具有感知能力和决策能力

引言决策引擎服务是风控系统的大脑，承载着风控策略编排和计算的任务，对决策的时耗和精度有着严格的要求，本文以决策流执行路径实现方案为切入点，一窥风控决策引擎高效的原理。<!more背景在上文

规则引擎是嵌入在应用程序中的组件，实现了决策逻辑和业务系统的分离功能。在现实业务场景中，决策逻辑的复杂性和可变性，使得决策引擎的应用越来越多，把决策逻辑单独分离出来也显得越来越重要了。目前市场上常用的规则引擎有IlogJRules，Drools，Jess，VisualRules等。IlogJRules是最有名的商用BRMS；Drools是最活跃

前言最近公司在搞技术创新，老板把一群程序员拉到山上，锁在酒店会议室里憋了一晚总结出来几条意见，其中之一就是之所以每次产品改需求我们都会苦哈哈的加班写bug，主要不是因为产品今天提的需求，昨天就该上线，而是因为我们没有一种无需硬编码就能修改系统逻辑的方法。大家一致同意改变命运的关键在于开发一个可视化的规则编辑和执行引擎。我一听这不就是我N年前搞过的决

大数据————决策树（decisiontree）决策树（decisiontree）：是一种基本的分类与回归方法，主要讨论分类的决策树。在分类问题中，表示基于特征对实例进行分类的过程，可以认为是ifthen的集合，也可以认为是定义在特征空间

本文作者：郁昌存来自京东科技风险管理中心一、背景/目标1）风控智能化体系建设依赖大量深度学习/机器学习模型进行实时在线的风险识别、智能决策。要求可以将算法模型快速部署为在线服务，供决策引擎调用。2）风控决策引擎涵盖交易、支付、营

一、前言性能测试之于软件系统，是保障其业务承载能力及稳定性的关键措施。以软件系统的能力建设为主线，系统能力设计工作与性能测试工作，既有先后之顺序，亦有相互之影响。以上，在性能测试的场景决策，架构分析、流量分析、压测实施和剖解调优等主要环节中，引发对于系统能

Python作为一种多用途的编程语言，在量化分析领域也展现出了强大的应用能力。通过Python，我们可以对金融市场数据进行获取、清洗、分析和可视化，从而进行量化交易、风险管理和投资决策。本文将从入门到精通，带领读者深入探索Python在量化分析中的实战应用