第81頁（1/2）

挺矯情的一句話，也不知道是誰跟他說的。

傅棠舟放下滑鼠，走到落地窗前。

雪花飛舞著撲到窗邊，像是被吹散的柳味甜絮。

一面玻璃，兩個世界。

那一面，流光溢彩；這一面，夜闌人靜。

雪花映入幽深的眼底，傅棠舟嘴角勾起一抹嘲意。

他扯下那個丑得要死的聖誕窗花，丟進了垃圾桶里。

第37章

這一年的新春, 顧新橙沒有回國。

國內春節假期時，美國的大學已進入春季學期。

春季學期她選了一門名叫大數據商業情報的課，選這門之前, 必須得通過概率論與數理統計的考試。

A大經管學院對學生的數學水平要求挺高，顧新橙當年學的大學數學只比同校數學系的學生低一個難度等級而已。

她在寒假期間將概率論與計量經濟學兩門課又複習了一遍, 然而這門課的授課重點卻和她想像中略有不同——培養學生利用數據和算法來進行更正確的商業決策。

教授麥可對學生要求非常嚴苛，一開學就布置了一項重要的作業。

他給學生一個資料庫, 裡面大約有十萬個用戶的信息, 包括性別、年齡、年收入、出身地、信用額度等多種維度。

學生的任務是自行設計一個預測模型，利用數據和算法來判斷這個用戶是否會點擊某網站上的一則GG。

由此可見，留學圈的某句話真乃至理名言——條條大路通CS（Computer Science, 計算機科學）。

顧新橙以前做過類似的工作, 可如此龐雜的算法還是令她有些頭疼。

慶幸的是她學過Python, 然而如何用程式語言來構建複雜的商業模型, 她一時之間沒有頭緒。

她進行了幾種嘗試, 可結果並不滿意。根據她的經驗判斷，這和實際情況出入太大。

正當顧新橙為難之時，她忽然想到一個人，季成然。

之前她為了給周教授寫演講稿, 問過他不少問題。

季成然在信院是妥妥的一枚學霸，編程上的難題請教他應該沒錯。

顧新橙向季成然闡述了這個作業困擾她的難點，說她編程水平有限，有些地方需要他指點一二。

【季成然：你還會Python，厲害呀。】

【顧新橙：學過一學期而已。】

【季成然：Python挺好用的, 我一直以為你們學經管的都是用SPSS或者Stata。】

【顧新橙：現在我們專業不學Python跟不上時代了。】

季成然給了她另外一種思路，讓機器自己去尋找預測模型，而不是賦予機器預測模型。

顧新橙恍然大悟，這其實是一種機器學習的思路。

本章未完，點選下一頁繼續閱讀。