※ 本文為指南者留學(xué)學(xué)員原創(chuàng)，轉(zhuǎn)載請聯(lián)系授權(quán)
學(xué)員背景

Y同學(xué)

本科背景

江南大學(xué) 化學(xué)

背提項目

指南者留學(xué)機器學(xué)習(xí)項目實戰(zhàn)

攜程智能酒店客房續(xù)住預(yù)測系統(tǒng)

01

契機背景

自從有留學(xué)打算后，我就有積極地與各家留學(xué)中介聯(lián)系，與新東方、啟德、金吉列等有過交流并就留學(xué)的事宜進行討論。而指南者留學(xué)在我交流過的留學(xué)中介中是給我印象最深刻的，沒有大而空的言語對話，而是直接把機構(gòu)的后臺數(shù)據(jù)展現(xiàn)給我看，簡單明了地跟我分析了以我的背景能去到什么樣的學(xué)校，這種坦誠和直接是我選擇指南者留學(xué)的主要原因。
而且我想在研究生階段轉(zhuǎn)專業(yè)申請，因此相關(guān)背景的提升必不可少，指南者留學(xué)的簽約費用與別家機構(gòu)相差不多的情況下還包括了背景提升項目，更是性價比極高。綜合考慮了種種因素，我最終選擇了指南者留學(xué)作為申請機構(gòu)在23fall幫助我的留學(xué)申請，并且參加了指南者提供的背景提升服務(wù)。
我本科專業(yè)為應(yīng)用化學(xué)，但研究生想申請數(shù)據(jù)科學(xué)或者cs相關(guān)的專業(yè)，可謂跨度極大。但是好在我的數(shù)學(xué)課程的成績還不錯，如果能有數(shù)據(jù)科學(xué)或者cs相關(guān)的項目實戰(zhàn)背景輔助，把該項目放在我的CV和PS中，可以很好地給招生官展現(xiàn)我為了轉(zhuǎn)專業(yè)做出的努力，申請難度會縮小不少。

02

項目過程及收獲

機器學(xué)習(xí)實戰(zhàn)項目確定時間開始后，指導(dǎo)老師梅老師很快就聯(lián)系到我，約了騰訊會議，給我詳細的講解了本次機器學(xué)習(xí)實戰(zhàn)訓(xùn)練營的安排。
本項目分為兩個階段，首先是長達六周的學(xué)習(xí)時間作為第一階段，通過網(wǎng)課＋課后作業(yè)的形式，向我介紹了python的基礎(chǔ)操作，各類數(shù)據(jù)分析庫如pandas，numpy，Matplotlib的使用方法。之前對python語言并不是很熟悉的我，在經(jīng)過了這幾周的系統(tǒng)學(xué)習(xí)后，已經(jīng)可以熟練地編寫代碼對各種數(shù)據(jù)進行處理了。由于之前沒有系統(tǒng)性的學(xué)習(xí)過python，在剛開始學(xué)習(xí)的時候我有很多可能在專業(yè)人士看起來很匪夷所思的問題，但每次我問梅老師時，他都能及時且很有耐心地幫助我解答我的疑惑。

掌握了必備的編程技能后，便開始學(xué)習(xí)機器學(xué)習(xí)算法的理論和實踐了。該項目提供的網(wǎng)課清晰有條理地講解了各種機器學(xué)習(xí)算法的原理，比如線性回歸，隨機森林，stacking算法，Kmeans聚類算法等等，并且講解完原理后，會有配套的實戰(zhàn)案例進行算法的講解和應(yīng)用。
雖然現(xiàn)在機器學(xué)習(xí)的模型在python中已經(jīng)被封裝的非常方便了，只需調(diào)用其封裝好的函數(shù)即可，但是對于原理的學(xué)習(xí)不僅讓我明白簡單的代碼背后運作的真相，還讓我在應(yīng)用的時候更加得心應(yīng)手。本項目通過理論＋實戰(zhàn)的方法，讓我上完課程后對機器學(xué)習(xí)的基礎(chǔ)算法已經(jīng)能夠形成一個大概的框架，這對于一個本科專業(yè)是應(yīng)用化學(xué)的機器學(xué)習(xí)小白來說，我已經(jīng)感到非常滿意了。
機器學(xué)習(xí)中為了得到更好的訓(xùn)練模型，有許多超參數(shù)需要人為的調(diào)整，有很多特征也需要篩選。所以在本次課程中，也包含了調(diào)參技巧和特征工程的講解，讓我知道了各種參數(shù)的作用，以及如何對特征進行篩選。這么一套第一階段的課程結(jié)束后，可以說我作為一個對機器學(xué)習(xí)一無所知的化學(xué)本科生，已經(jīng)成功的被帶入了機器學(xué)習(xí)這門學(xué)科的大門。
而第二階段——項目實戰(zhàn)階段就是檢驗我學(xué)習(xí)成果的時候了。
我的實戰(zhàn)課題是基于機器學(xué)習(xí)的智慧酒店系統(tǒng)?，F(xiàn)如今大數(shù)據(jù)技術(shù)在各行各業(yè)得到廣泛的應(yīng)用。如何在酒店運營管理中更有效地利用大數(shù)據(jù)，高效地管理酒店，成為酒店經(jīng)營者想要最大化收益需要考慮的重要研究課題。
我的智慧酒店系統(tǒng)根據(jù)攜程酒店數(shù)據(jù)如：入住人數(shù)、入住時間、是否為老客戶、車位需求數(shù)、歷史取消入住數(shù)等，預(yù)測客戶第二天是否會續(xù)住。該系統(tǒng)可以幫助酒店客房安排以及制定相關(guān)的營銷策劃。
在進行該實戰(zhàn)課題的時候，首先第一個出現(xiàn)的困難就是面對海量數(shù)據(jù)無從下手的困境。雖然已經(jīng)在第一階段的課程學(xué)習(xí)過并且在課后作業(yè)實踐過，但是之前使用的數(shù)據(jù)大多是規(guī)模相對較小和分布較為良好的數(shù)據(jù)。而現(xiàn)實中的數(shù)據(jù)大而廣，并且在某些方面可以說是雜亂無章，雖然我自認為經(jīng)過第一階段的學(xué)習(xí)已經(jīng)掌握了數(shù)據(jù)清洗和預(yù)處理的方法，但是首次面對實戰(zhàn)數(shù)據(jù)集還是有點手足無措。
不過從另一方面來說，這正體現(xiàn)了實戰(zhàn)課題的合理性，只有親自動手實踐面對，才能把理論與應(yīng)用真正的結(jié)合起來。既然數(shù)據(jù)太大太雜我解決不了，那我就把這個大問題拆成好幾個小問題，一個一個解決就行了。在經(jīng)過去重，去缺失值，給類別型特征編碼，給數(shù)據(jù)型特征歸一化，刪除沒用的特征等操作后，我終于得到了可以應(yīng)用于機器學(xué)習(xí)的數(shù)據(jù)集了。
得益于python的便捷性，可以較為簡單地調(diào)用代碼進行機器學(xué)習(xí)模型的搭建。我通過特征工程提取相對重要的特征數(shù)據(jù)，使用邏輯回歸模型、決策樹分類模型和隨機森林模型應(yīng)用于數(shù)據(jù)集進行訓(xùn)練，調(diào)整找到最佳參數(shù)，最終模型能夠以較高準確率（邏輯回歸 87%，決策樹 83%，隨機森林 82%）在測試集上預(yù)測客戶是否續(xù)住。并且最終基于本次項目實戰(zhàn)， 完成了一篇實戰(zhàn)報告。
（實戰(zhàn)報告節(jié)選）

這一次機器學(xué)習(xí)訓(xùn)練營豐富了我的背景經(jīng)歷，作為一個轉(zhuǎn)專業(yè)的學(xué)生，如果能將這類與申請專業(yè)相關(guān)性較大的經(jīng)歷體現(xiàn)在文書和CV上，那么我相信比起其他沒有相關(guān)經(jīng)歷的轉(zhuǎn)專業(yè)的同學(xué)，能夠具有一定的優(yōu)勢。并且對目標專業(yè)的學(xué)習(xí)和經(jīng)歷也能打動招生官，讓ta看到申請人對轉(zhuǎn)專業(yè)做出的努力，拿到offer的幾率也會高一點。
對我個人而言，作為一個化學(xué)本科生，能有機會系統(tǒng)性地學(xué)習(xí)機器學(xué)習(xí)的理論知識，并且最后完成一個實戰(zhàn)項目，拓寬了我的知識面，并且鍛煉了我的能力，我對這個機器學(xué)習(xí)訓(xùn)練營是非常滿意的。在這里我也非常感謝指導(dǎo)老師梅老師對我的幫助，任何時候都不厭其煩地回復(fù)我那些在內(nèi)行看起來很奇怪的問題。總的來說本次機器學(xué)習(xí)訓(xùn)練營真的是收獲滿滿。

想要咨詢本項目，或者了解指南者留學(xué)更多的背景提升項目，歡迎私信~