模型与算法

介绍在boosting过程中基于特征直方图在节点上寻找最佳分裂点的cuda算子，本文是LightGBM cuda算子系列的终章。

介绍LightGBM中进行直方图构建和运算的cuda算子。kernel中参与运算数据的布局方式和并行计算的逻辑。

LightGBM作为GBDT的一个拓展实现，是传统机器学习领域出场率极高的一个模型。LightGBM支持在GPU上运行。本文和后续系列文章将重点对源码中的CUDA算子进行介绍。

介绍了一种按期支付订单续期率的预估场景，并提出了分期次、分行为动作分别进行建模的方案，然后设计了一套DNN模型用于预估订单在单期次下、单个动作发生的概率。

遗传算法是一种传统的启发式算法，常用于求解作业调度、路径规划、资源分配等组合优化问题。本文介绍一个“到家服务”的派单场景，提供了使用遗传算法进行求解的方案。