很多同学经常感到迷茫,对申请目标,甚至未来职业发展方向拿不定主意,不知道要如何选择。想提前通过实习来进行全方位的了解,但无奈实习门槛高、试错机会少,而项目实战,却是个高性价比的选择。
通过精心设计的项目,可以了解并体验到业界常规的作业模式和需要掌握的技能,真实的实践场景更能让你提前感知是否是自己的兴趣所在。这对你发现职业兴趣、提升相关技能、积累实操经历都非常有益。
数据科学专业,是利用科学方法、流程、算法和系统从数据中提取价值的跨学科领域。数据科学家综合利用一系列技能(包括统计学、计算机科学和业务知识)来分析从网络、智能手机、客户、传感器和其他来源收集的数据。
指南者的人工智能项目实战,就以机器学习方法为核心,引用热门项目实战,由指导老师带领学员,完成数据预处理、数据变换、特征工程、模型搭建与调参、模型评价、模型集成等,切实体验机器学习的实际应用
我们一起来看看在《美团代金券智能促销系统》项目中,同学们都做了什么。
PROGRAM
代金券对商家来说是一种促销的手段,可以刺激用户消费、拉新、促活。可以说代金券的出现可以一定程度上促进用户的消费,但是代金券的发放需要考虑问题有:1、这个代金券发了之后有没有人用;2、如果不发这个代金券用户是否还是会购买。二上述两个主要问题在以往主要靠市场调研完成,而目前的互联网时代,用户基数大和调研时间过长都导致了我们需要一种更为智能的决策方法。
随着人工智能的快速发展,我们可以根据用户往期的消费记录以及用户的个人信息来确定代金券是否应该发放,这一方法的特点是有足够大的数据就能得到足够精确的预测结果,并且时效性高不用和市场调研一样时间过久,调研结果出来后可能也已经不符合当前市场了。
本次项目将根据美团代金券的历史使用数据、代金券的面额及数量、以及用户的信息,配合人工智能算法自动提取得到关键数据特征,分别搭建代金券使用的分类系统来预测是否推送代金券达到促销商品的目的。
优秀学员报告展示(左右滑动,放大查看)

该项目是一个含金量很高的机器学习应用项目,将机器学习应用到预测用户是否使用优惠券中,从最后展示的报告来看,可以看到C同学对于python的熟练使用以及对于机器学习整体的应用流程都是很清晰的:
  1. C同学对于机器学习的完整建模流程还是十分清楚的,包括:数据清洗预处理、特征工程构建、多种机器学习模型搭建、模型超参数调优及评价,模型对比与优缺点总结;
  2. 总体来看对于python编程的使用也很熟练,除了基本语法使用还利用pandas、numpy处理数据、matplotlib完成对数据结果的可视化展示,使用sklearn进行特征工程处理与多种算法模型的构建;
  3. 值得一说的是C同学的特征工程构建很优秀,好的特征工程直接决定了模型的上限,本次项目中利用了SMOTE、ADASYN等方法解决了样本不均衡问题,利用相关性分析、PCA降维、随机森林特征重要性等方法进行了特征的筛选与生产,并且使用了对比实验来选取最优方案;
  4. 最后在搭建模型的过程中,C同学还考虑了模型的运行效率问题,从模型的预测精度和运行速度来考虑模型的可用性,这一想法是从实际应用出发使得最终所搭建的模型可以更好的落地解决实际问题。
项目背书
学习过程(点击放大)
报名信息
12月28日开课
仅限12个名额
文末扫码咨询
12月28日开课
仅限12个名额
扫码咨询,先到先得
继续阅读
阅读原文