第81页（1/2）

挺矫情的一句话，也不知道是谁跟他说的。

傅棠舟放下鼠标，走到落地窗前。

雪花飞舞着扑到窗边，像是被吹散的柳味甜絮。

一面玻璃，两个世界。

那一面，流光溢彩；这一面，夜阑人静。

雪花映入幽深的眼底，傅棠舟嘴角勾起一抹嘲意。

他扯下那个丑得要死的圣诞窗花，丢进了垃圾桶里。

第37章

这一年的新春, 顾新橙没有回国。

国内春节假期时，美国的大学已进入春季学期。

春季学期她选了一门名叫大数据商业情报的课，选这门之前, 必须得通过概率论与数理统计的考试。

A大经管学院对学生的数学水平要求挺高，顾新橙当年学的大学数学只比同校数学系的学生低一个难度等级而已。

她在寒假期间将概率论与计量经济学两门课又复习了一遍, 然而这门课的授课重点却和她想像中略有不同——培养学生利用数据和算法来进行更正确的商业决策。

教授麦可对学生要求非常严苛，一开学就布置了一项重要的作业。

他给学生一个数据库, 里面大约有十万个用户的信息, 包括性别、年龄、年收入、出身地、信用额度等多种维度。

学生的任务是自行设计一个预测模型，利用数据和算法来判断这个用户是否会点击某网站上的一则GG。

由此可见，留学圈的某句话真乃至理名言——条条大路通CS（Computer Science, 计算机科学）。

顾新橙以前做过类似的工作, 可如此庞杂的算法还是令她有些头疼。

庆幸的是她学过Python, 然而如何用编程语言来构建复杂的商业模型, 她一时之间没有头绪。

她进行了几种尝试, 可结果并不满意。根据她的经验判断，这和实际情况出入太大。

正当顾新橙为难之时，她忽然想到一个人，季成然。

之前她为了给周教授写演讲稿, 问过他不少问题。

季成然在信院是妥妥的一枚学霸，编程上的难题请教他应该没错。

顾新橙向季成然阐述了这个作业困扰她的难点，说她编程水平有限，有些地方需要他指点一二。

【季成然：你还会Python，厉害呀。】

【顾新橙：学过一学期而已。】

【季成然：Python挺好用的, 我一直以为你们学经管的都是用SPSS或者Stata。】

【顾新橙：现在我们专业不学Python跟不上时代了。】

季成然给了她另外一种思路，让机器自己去寻找预测模型，而不是赋予机器预测模型。

顾新橙恍然大悟，这其实是一种机器学习的思路。

本章未完，点击下一页继续阅读。