HQ的案例列表
作者：HQ · 共 2 个案例
手机碎屏识别
描述：对于手机屏保投保用户来说，在理赔环节，用户会提供手机碎屏图片以作为证据，通过传统人工识别的方式效率很低，如何对手机碎屏进行建模，来自动识别碎屏，是保险中智能理 赔的重要环节。 职责：基于理赔用户碎屏图像数据，搭建基于Yolo v3模型训练，碎屏识别准确率为99.7%， 召回率为98.6%，已投入智能理赔生产环节。
风控系统建模
描述：京东安联有大量的投保用户，为了避免出现欺诈、骗保的行为，公司开展了风控系统项目的建设工作，而如何基于人工构建的风险库来预测未知风险用户，是风控系统建设的核心任务之一。 职责：基于投保用户画像数据，采用XGboost模型训练，风险用户预测准确率为93%，召回 率为89%，目前在搭建深度学习模型。
案例判断参考
HQ的案例列表
手机碎屏识别
描述：对于手机屏保投保用户来说，在理赔环节，用户会提供手机碎屏图片以作为证据，通过传统人工识别的方式效率很低，如何对手机碎屏进行建模，来自动识别碎屏，是保险中智能理 赔的重要环节。 职责：基于理赔用户碎屏图像数据，搭建基于Yolo v3模型训练，碎屏识别准确率为99.7%， 召回率为98.6%，已投入智能理赔生产环节。...
风控系统建模
描述：京东安联有大量的投保用户，为了避免出现欺诈、骗保的行为，公司开展了风控系统项目的建设工作，而如何基于人工构建的风险库来预测未知风险用户，是风控系统建设的核心任务之一。 职责：基于投保用户画像数据，采用XGboost模型训练，风险用户预测准确率为93%，召回 率为89%，目前在搭建深度学习模型。...
