很多同學(xué)經(jīng)常感到迷茫，對(duì)申請(qǐng)目標(biāo)，甚至未來(lái)職業(yè)發(fā)展方向拿不定主意，不知道要如何選擇。想提前通過(guò)實(shí)習(xí)來(lái)進(jìn)行全方位的了解，但無(wú)奈實(shí)習(xí)門檻高、試錯(cuò)機(jī)會(huì)少，而項(xiàng)目實(shí)戰(zhàn)，卻是個(gè)高性價(jià)比的選擇。

通過(guò)精心設(shè)計(jì)的項(xiàng)目，可以了解并體驗(yàn)到業(yè)界常規(guī)的作業(yè)模式和需要掌握的技能，真實(shí)的實(shí)踐場(chǎng)景更能讓你提前感知是否是自己的興趣所在。這對(duì)你發(fā)現(xiàn)職業(yè)興趣、提升相關(guān)技能、積累實(shí)操經(jīng)歷都非常有益。

數(shù)據(jù)科學(xué)專業(yè)，是利用科學(xué)方法、流程、算法和系統(tǒng)從數(shù)據(jù)中提取價(jià)值的跨學(xué)科領(lǐng)域。數(shù)據(jù)科學(xué)家綜合利用一系列技能（包括統(tǒng)計(jì)學(xué)、計(jì)算機(jī)科學(xué)和業(yè)務(wù)知識(shí)）來(lái)分析從網(wǎng)絡(luò)、智能手機(jī)、客戶、傳感器和其他來(lái)源收集的數(shù)據(jù)。

指南者的人工智能項(xiàng)目實(shí)戰(zhàn)，就以機(jī)器學(xué)習(xí)方法為核心，引用熱門項(xiàng)目實(shí)戰(zhàn)，由指導(dǎo)老師帶領(lǐng)學(xué)員，完成數(shù)據(jù)預(yù)處理、數(shù)據(jù)變換、特征工程、模型搭建與調(diào)參、模型評(píng)價(jià)、模型集成等，切實(shí)體驗(yàn)機(jī)器學(xué)習(xí)的實(shí)際應(yīng)用。

我們一起來(lái)看看在《基于機(jī)器學(xué)習(xí)的今日頭條新聞傳播效果預(yù)測(cè)》項(xiàng)目中，同學(xué)們都做了什么。

PROGRAM

隨著網(wǎng)格通訊技術(shù)的發(fā)展，分布在近200個(gè)國(guó)家的近2億互聯(lián)網(wǎng)用戶都成為網(wǎng)絡(luò)傳媒的受眾?；ヂ?lián)網(wǎng)給媒體信息的廣泛傳播帶來(lái)了前所未有的全面性、全方位、全天候、全動(dòng)態(tài)及全接觸式的強(qiáng)力推動(dòng)，自媒體更是讓每個(gè)個(gè)體都能成為網(wǎng)絡(luò)信息的生產(chǎn)者。更受歡迎的網(wǎng)絡(luò)媒體及自媒體內(nèi)容越來(lái)越為各大平臺(tái)、廣告廠商及個(gè)人內(nèi)容生產(chǎn)者等所重視。企業(yè)和個(gè)人如何借助這股東風(fēng)賺的紅利，如何制作和預(yù)測(cè)媒體內(nèi)容的受歡迎程度是待解決的現(xiàn)實(shí)問(wèn)題。

本次項(xiàng)目將根據(jù)新聞本身的一些特征，通過(guò)對(duì)文章內(nèi)容的特征工程構(gòu)建關(guān)鍵詞、數(shù)字內(nèi)容、文章引用新聞的受歡迎程度等維度指標(biāo)。使用人工智能的方法構(gòu)建一套媒體內(nèi)容受歡迎程度預(yù)測(cè)系統(tǒng)，以預(yù)測(cè)平臺(tái)上哪些新聞會(huì)傳播更廣泛。

優(yōu)秀學(xué)員報(bào)告展示（左右滑動(dòng)，放大查看）

該項(xiàng)目是一個(gè)含金量很高的機(jī)器學(xué)習(xí)應(yīng)用項(xiàng)目，從最后呈現(xiàn)的項(xiàng)目報(bào)告，可以看到X同學(xué)對(duì)于機(jī)器學(xué)習(xí)的知識(shí)和python編程能力掌握的都是比較好的：

• 從整體報(bào)告來(lái)看X同學(xué)對(duì)于機(jī)器學(xué)習(xí)的流程：數(shù)據(jù)預(yù)處理、特征工程、模型搭建、調(diào)參、模型對(duì)比等都是很熟悉的，可以利用python完成完整的機(jī)器學(xué)習(xí)項(xiàng)目；

  
  

• X同學(xué)可以熟練的使用pandas以及numpy對(duì)數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì)、數(shù)據(jù)變換、重復(fù)值處理、缺失值處理等工作，可以看出扎實(shí)的python應(yīng)用能力；

  
  

• 在項(xiàng)目的特征處理階段使用了PCA進(jìn)行新特征的生成并且對(duì)比不同維度下的模型效果來(lái)進(jìn)行最終新特征數(shù)量的確定，以及使用隨機(jī)森林進(jìn)行特征篩選中也同樣對(duì)比保留不同數(shù)量特征的結(jié)果來(lái)論證特征工程的可靠性；

  
  

• 在模型搭建與對(duì)比中，X同學(xué)搭建了邏輯回歸、隨機(jī)森林、決策樹三個(gè)模型并且使用ACC與AUC對(duì)模型進(jìn)度進(jìn)行對(duì)比，可以看出X同學(xué)的建模能力還是比較優(yōu)秀的，并且在考慮模型選擇的時(shí)候不光只看模型的預(yù)測(cè)能力，還對(duì)比了各模型的運(yùn)行時(shí)間來(lái)說(shuō)明模型的運(yùn)行效率；

項(xiàng)目背書

學(xué)習(xí)過(guò)程（點(diǎn)擊放大）

想了解該同學(xué)的同款實(shí)戰(zhàn)項(xiàng)目，歡迎私信~