介绍：运用机器学习算法，通过对快递运送的特征例如重量，距离，件数等来预测未来打折力度，寻求收益最大化。同时利用模型判断客户接受运送的概率以及挖掘客户做出判断的原因

协助客户清理数据以及提取相关特征并对相同的数据集执行回归与分类模型，从而预测打折力度与客户接受度；成功将模型准确度从83%提升至接近90%；
定期与客户沟通，确定客户需求并及时对项目流程进行可靠的更改；
对成熟的模型进行再优化，利用全局网络搜索进行参数上的调整；
提供数据可视化技术，撰写相关报告并演示；