<p style="text-align: justify;"><strong><img src="https://info.compassedu.hk/sucai/content/1658740782878/1658740782878.png" width="808" height="61" /></strong></p> <p style="text-align: justify;">&nbsp;</p> <p style="text-align: justify;"><strong>學員背景</strong><br />Y同學<br /><strong>本科背景</strong><br />江南大學 化學<br /><strong>背提項目</strong><br />指南者留學機器學習項目實戰(zhàn)</p> <p style="text-align: justify;">攜程智能酒店客房續(xù)住預測系統(tǒng)</p> <p style="text-align: justify;">&nbsp;</p> <p style="text-align: justify;"><span class="h1">01 契機背景</span></p> <p style="text-align: justify;">&nbsp;</p> <p style="text-align: justify;">自從有留學打算后，我就有積極地與各家留學中介聯(lián)系，與新東方、啟德、金吉列等有過交流并就留學的事宜進行討論。而指南者留學在我交流過的留學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校，這種坦誠和直接是我選擇<a href="http://pnemnih.cn/" target="_blank" rel="noopener">指南者留學</a>的主要原因。</p> <p style="text-align: justify;">&nbsp;</p> <p style="text-align: justify;">而且我想在研究生階段轉(zhuǎn)專業(yè)申請，因此相關背景的提升必不可少，指南者留學的簽約費用與別家機構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作為申請機構在23fall幫助我的留學申請，并且參加了指南者提供的背景提升服務。</p> <p style="text-align: justify;">&nbsp;</p> <p style="text-align: justify;">我本科專業(yè)為應用化學，但研究生想申請數(shù)據(jù)科學或者cs相關的專業(yè)，可謂跨度極大。但是好在我的數(shù)學課程的成績還不錯，如果能有數(shù)據(jù)科學或者cs相關的項目實戰(zhàn)背景輔助，<strong>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。</strong></p> <p style="text-align: justify;">&nbsp;</p> <p style="text-align: justify;"><span class="h1">02 項目過程及收獲</span></p> <p style="text-align: justify;">&nbsp;</p> <p style="text-align: justify;">機器學習實戰(zhàn)項目確定時間開始后，指導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習實戰(zhàn)訓練營的安排。</p> <p style="text-align: justify;">&nbsp;</p> <p style="text-align: justify;">本項目分為兩個階段，首先是長達六周的學習時間作為第一階段，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)學習后，已經(jīng)可以<strong>熟練地編寫代碼對各種數(shù)據(jù)進行處理了</strong>。由于之前沒有系統(tǒng)性的學習過python，在剛開始學習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。</p> <p style="text-align: justify;"><img style="width: 808px; height: 1468px; margin-left: auto; margin-right: auto; float: none;" src="https://info.compassedu.hk/info_imgUrl_phppO1QdR.jpg" width="808" height="1468" /></p> <p style="text-align: justify;">&nbsp;</p> <p style="text-align: justify;">掌握了必備的編程技能后，便開始學習<strong>機器學習算法的理論和實踐</strong>了。該項目提供的網(wǎng)課清晰有條理地講解了各種機器學習算法的原理，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<strong>配套的實戰(zhàn)案例進行算法的講解和應用</strong>。</p> <p style="text-align: justify;">&nbsp;</p> <p style="text-align: justify;">雖然現(xiàn)在機器學習的模型在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，但是對于原理的學習不僅讓我<strong>明白簡單的代碼背后運作的真相</strong>，還讓我在應用的時候更加得心應手。本項目通過理論＋實戰(zhàn)的方法，讓我上完課程后對機器學習的基礎算法已經(jīng)能夠形成一個大概的框架，這對于一個本科專業(yè)是應用化學的機器學習小白來說，我已經(jīng)感到非常滿意了。</p> <p style="text-align: justify;">&nbsp;</p> <p style="text-align: justify;">機器學習中為了得到更好的訓練模型，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束后，可以說我作為一個對機器學習一無所知的化學本科生，已經(jīng)<strong>成功的被帶入了機器學習這門學科的大門</strong>。</p> <p style="text-align: justify;">&nbsp;</p> <p style="text-align: justify;">而第二階段&mdash;&mdash;項目實戰(zhàn)階段就是檢驗我學習成果的時候了。</p> <p style="text-align: justify;">&nbsp;</p> <p style="text-align: justify;">我的實戰(zhàn)課題是基于機器學習的智慧酒店系統(tǒng)?，F(xiàn)如今大數(shù)據(jù)技術在各行各業(yè)得到廣泛的應用。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。</p> <p style="text-align: justify;">&nbsp;</p> <p style="text-align: justify;">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的營銷策劃。</p> <p style="text-align: justify;">&nbsp;</p> <p style="text-align: justify;">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習過并且在課后作業(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)過第一階段的學習已經(jīng)掌握了數(shù)據(jù)清洗和預處理的方法，但是首次面對實戰(zhàn)數(shù)據(jù)集還是有點手足無措。</p> <p style="text-align: justify;">&nbsp;</p> <p style="text-align: justify;">不過從另一方面來說，這正體現(xiàn)了實戰(zhàn)課題的合理性，<strong>只有親自動手實踐面對，才能把理論與應用真正的結合起來</strong>。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用于機器學習的數(shù)據(jù)集了。</p> <p style="text-align: justify;">&nbsp;</p> <p style="text-align: justify;">得益于python的便捷性，可以較為簡單地調(diào)用代碼進行機器學習模型的搭建。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用于數(shù)據(jù)集進行訓練，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。</p> <p style="text-align: justify;">&nbsp;</p> <p style="text-align: center;"><span class="h6">（實戰(zhàn)報告節(jié)選）</span><br /><img style="width: 808px; height: 1142px; margin-left: auto; margin-right: auto; float: none;" src="https://info.compassedu.hk/info_imgUrl_phpUhsZjL.jpg" width="808" height="1142" /><img style="width: 808px; height: 1142px; margin-left: auto; margin-right: auto; float: none;" src="https://info.compassedu.hk/info_imgUrl_phptxskwh.jpg" width="808" height="1142" /></p> <p style="text-align: justify;">這一次機器學習訓練營豐富了我的背景經(jīng)歷，<strong>作為一個轉(zhuǎn)專業(yè)的學生，如果能將這類與申請專業(yè)相關性較大的經(jīng)歷體現(xiàn)在文書和CV上，那么我相信比起其他沒有相關經(jīng)歷的轉(zhuǎn)專業(yè)的同學，能夠具有一定的優(yōu)勢</strong>。并且對目標專業(yè)的學習和經(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。</p> <p style="text-align: justify;">&nbsp;</p> <p style="text-align: justify;">對我個人而言，作為一個化學本科生，能有機會系統(tǒng)性地學習機器學習的理論知識，并且最后完成一個實戰(zhàn)項目，<strong>拓寬了我的知識面，并且鍛煉了我的能力</strong>，我對這個機器學習訓練營是非常滿意的。在這里我也非常感謝指導老師梅老師對我的幫助，任何時候都不厭其煩地回復我那些在內(nèi)行看起來很奇怪的問題?？偟膩碚f本次機器學習訓練營真的是收獲滿滿。</p> <p style="text-align: justify;"><img style="width: 750px; height: 3631px; margin-left: auto; margin-right: auto; float: none;" src="https://info.compassedu.hk/sucai/content/1658740551283/1658740551283.png" width="750" height="3631" /></p> <p style="text-align: justify;"><img style="width: 808px; height: 188px; margin-left: auto; margin-right: auto; float: none;" src="https://info.compassedu.hk/sucai/content/1658740797917/1658740797917.png" width="808" height="188" /></p>