请比较机器学习和深度学习在风控算法中的优缺点，并结合实际场景说明如何选择。
考察说明
考察对机器学习与深度学习在风控领域适用性的理解及选型能力
回答思路
- 能分别说明机器学习（如逻辑回归、GBDT）的可解释性、训练成本低等优点及特征工程依赖强、表达力受限等缺点
- 能说明深度学习在非线性特征学习、海量数据下的表现优势，以及解释性差、训练和推理成本高等缺点
- 能结合风控业务需求（如合规、实时性、样本量）给出选型理由，并提到可解释性对风控审计的重要性
- 能提及二者结合或可解释性工具（如SHAP）的实践
本题已收录答题指导
本题附完整参考答案与评分标准
登录后可查看结构化答题指导；也可以直接开一场模拟面试，AI 面试官用本题实时追问并给出评分。