很多同學(xué)經(jīng)常感到迷茫，對申請目標(biāo)，甚至未來職業(yè)發(fā)展方向拿不定主意，不知道要如何選擇。想提前通過實(shí)習(xí)來進(jìn)行全方位的了解，但無奈實(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。

通過精心設(shè)計(jì)的項(xiàng)目，可以了解業(yè)界常規(guī)的作業(yè)模式，進(jìn)行類似實(shí)踐，這對發(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）來分析從網(wǎng)絡(luò)、智能手機(jī)、客戶、傳感器和其他來源收集的數(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。

我們一起來看看在《人體潛在疾病智能檢測系統(tǒng)》項(xiàng)目中，同學(xué)們都做了什么。

PROGRAM

隨著當(dāng)前社會(huì)的發(fā)展大多數(shù)人在工作生活中都會(huì)由于作息時(shí)間與生活習(xí)慣等因素導(dǎo)致身體出現(xiàn)疾病，而可以盡早的發(fā)現(xiàn)疾病可以提前預(yù)防與治療。而面對我國極大的人口基數(shù)，醫(yī)療系統(tǒng)所承載的壓力無法滿足人們潛在病的預(yù)防與檢測，而人工智能的發(fā)展為自動(dòng)化檢測人體健康提供了可能，可以進(jìn)一步提高疾病的檢測效率。

本次項(xiàng)目將使用通過各類醫(yī)療電子器械所檢測到的人體健康指標(biāo)數(shù)據(jù)，如：血壓的收縮壓與舒張壓、Chao1指數(shù)、Shannon指數(shù)、各類細(xì)菌比例等數(shù)據(jù)，利用人工智能技術(shù)來搭建基于人體指標(biāo)數(shù)據(jù)的機(jī)器學(xué)習(xí)模型來預(yù)測人體是否存在潛在疾病達(dá)到智能檢測的目的。

優(yōu)秀學(xué)員報(bào)告節(jié)選展示（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，將機(jī)器學(xué)習(xí)應(yīng)用到智慧醫(yī)療中，從最后展示的報(bào)告來看，可以看到F同學(xué)對于python的熟練使用以及對于機(jī)器學(xué)習(xí)整體的應(yīng)用流程都是很清晰的：

1.F同學(xué)對于python的使用是很熟練的，可以利用numpy完成數(shù)值計(jì)算、利用pandas完成對數(shù)據(jù)的各種預(yù)處理及統(tǒng)計(jì)、利用matplotlib完成數(shù)據(jù)的可視化展示、利用sklearn完成特征工程、模型構(gòu)建、模型評價(jià)等操作；

2.值得一說的還有F同學(xué)對于特征工程是很有自己的想法的，為了找到最優(yōu)的特征先后嘗試了包裝法、過濾法、嵌入法、降維等多種方法，并且進(jìn)行了多次實(shí)驗(yàn)對比找到了最優(yōu)的特征工程方案；

3.最后在模型的構(gòu)建過程中除了使用邏輯回歸、決策樹、隨機(jī)森林等機(jī)器學(xué)習(xí)算法，還將上述三種模型的結(jié)果進(jìn)行了stacking融合，并且從預(yù)測結(jié)果的ACC、AUC以及模型運(yùn)行的時(shí)間來對各種模型進(jìn)行評價(jià)選出來最優(yōu)的預(yù)測模型。

項(xiàng)目背書

學(xué)習(xí)過程（點(diǎn)擊放大）