第423章 第一期线下班（1 / 2）

请关闭浏览器的阅读/畅读/小说模式并且关闭广告屏蔽过滤功能，避免出现内容无法显示或者段落错乱。

线下班开课第三周，林晨亲自讲了一堂课。

不是开学典礼那种讲话，是真正的技术课——机器学习项目实战：从数据到模型。这门课本该由赵峰讲，但林晨把它拿过来了。不是不信任赵峰，是他想亲自看看这三百个学员。站在讲台上看，和坐在监控室里看，看到的东西不一样。

他站在第一教室的讲台上——第一教室是最大的教室，能坐八十个人。但今天六间教室的学员都来了，三百个人挤在一间教室里，坐的坐、站的站、蹲的蹲。走廊里也站了人，透过窗户往里看。小宇在最后一排架了一台摄像机——林晨的课要录下来，给以后的新学员看。

今天讲一个真实的项目。林晨打开笔记本电脑，投屏到电子屏幕上。不是MNIST手写数字识别，不是泰坦尼克号生存预测，不是网上烂大街的教学案例。是我自己做的项目——晨枫餐饮的日销售额预测模型。

屏幕上出现了一张表格——过去一年，六家店每天的销售额、天气、温度、节假日、周边活动。两万多条数据，每一条都是真实的。

这个模型现在在线上跑。每天早上六点，它自动预测六家店今天的销售额，误差在百分之八以内。中央厨房根据预测结果备料——预测卖多少份回锅肉，就备多少份五花肉。预测卖多少份酸菜鱼，就备多少条黑鱼。这个模型帮晨枫把食材损耗率从百分之五降到了百分之二。一年省十几万。

台下有人在记笔记。

今天，我带你们把这个模型从头做一遍。从数据清洗到特征工程，从模型选择到评估优化，从部署上线到监控维护。每一步我都会讲——不是讲理论，是讲我怎么做的，为什么这么做，踩过什么坑，怎么爬出来的。

他打开JupyterNotebook，开始写代码。

第一步，数据清洗。真实数据永远是脏的——有缺失值、有异常值、有格式错误。比如这条数据——他指着一行。销售额是负的。不是系统出错了，是那天有一笔退款。如果不处理，模型会被这个负数带偏。

他写了几行代码，把异常值过滤掉。

第二步，特征工程。原始数据不能直接喂给模型。需要从原始数据里提取特征——星期几、是不是节假日、温度是多少、下不下雨。这些特征比原始数据更能帮模型找到规律。

他写了一个特征提取函数，把日期转换成了星期几是否节假日，把天气转换成了温度区间是否下雨。

第三步，模型选择。不是选最复杂的模型，是选最合适的模型。这个场景的特征不多——十几个特征，两万条数据。用XGBoost就够了。不需要深度学习。深度学习是屠龙刀，但杀鸡用菜刀就行。

他写了几行代码，用XGBoost训练了一个回归模型。训练过程只用了三秒钟。

第四步，评估。模型训练完了，怎么知道它好不好？不是看它在训练集上的表现——训练集上表现好是应该的。要看它在测试集上的表现——测试集是模型没见过的数据。在没见过数据上表现好，才是真的好。

他把测试集喂给模型，算出了平均绝对误差——百分之七点八。

百分之七点八。意味着模型预测今天卖一万块，实际大概在九千二到一万零八百之间。这个精度够用了——中央厨房备料的时候会留百分之十的余量。

他停了一下，转过身，看着台下的学员。

有人可能会想——这个模型看起来也不难啊，几行代码就搞定了。对，不难。但难的不是代码，是前面的东西——数据怎么收集、特征怎么设计、模型怎么评估、结果怎么用。代码只是最后一步。前面的每一步，都需要理解业务。

他点了一下鼠标，屏幕上出现了这个项目的GitHub仓库——三百多个it，从第一个版本到最新版本，跨度一年半。

这是我一年半里做的所有改进。第一个版本只用了一个特征——历史销售额的移动平均。误差百分之十五。第二个版本加了天气特征，误差降到百分之十二。第三个版本加了节假日特征，误差降到百分之十。第四个版本换了模型——从线性回归换成XGBoost，误差降到百分之八。每一个版本都是一个小改进，合在一起就是一个好模型。

他关掉JupyterNotebook，看着台下的学员。

我想告诉你们的是——AI不是魔法。不是你把数据丢进去，模型自己就能学会。AI是手艺。是反复打磨、不断改进、一点一点优化的手艺。你们在这里学四个月，学的不是怎么调用一个模型——调模型谁都会。学的是怎么把一个模型从百分之十五优化到百分之八。这种能力，才是你们面试时最大的底气。

台下响起了掌声。

下课后，一个学员在走廊里拦住了林晨。

林晨记得他——他叫老马，四十三岁，之前在东莞一家电子厂做仓库管理员。他的课桌上贴着那张目标卡——我不认命。

林老师。老马的声音有点急。你刚才讲的那个销售额预测模型——我有个想法。

什么想法？

我在仓库做了十年。仓库里最大的问题是库存——有些货堆了半年卖不出去，有些货三天就卖完了来不及补。老板每次订货都是凭经验——觉得什么好卖就多订，觉得什么不好卖就少订。结果就是——好卖的断货，不好卖的积压。

你想说什么？

我想说——你那个模型，能不能用在仓库管理上？不是预测销售额，是预测库存需求。根据过去的出库数据，预测未来一个月每种货需要多少。这样老板订货的时候就有依据了——不是凭经验，是凭数据。

林晨看着老马。老马说不是凭经验，是凭数据的时候，眼睛是亮的。他不是在问一个技术问题，他是在想怎么用AI解决他做了十年的仓库管理问题。他做了十年仓管，他知道仓库里最大的痛点是什么。现在他学了AI，他开始想——能不能用AI解决这个痛点。

林晨说，而且比你想象的简单。销售额预测和库存需求预测，本质上是同一个问题——根据历史数据预测未来。你把销售额出库量天气季节节假日促销活动。模型不用变，变的是数据。

老马愣了一下。这么简单？

思路简单。但做起来不简单——数据要收集、特征要设计、模型要调优。但思路是对的。你回去之后，可以试着做一个deo——用你以前在仓库里的数据，训练一个库存需求预测模型。做出来了，我帮你看。

老马点了一下头。他转身要走，又停住了。

林老师。

我四十三岁了。学了三个星期的Python，连面向对象都还没搞明白。你觉得我能做出来吗？

林晨看着老马。老马的脸上有很深的皱纹——不是年纪大了才有的，是在仓库里搬了十年货搬出来的。他的手很粗糙——手指上有搬货磨出来的茧，指甲缝里有洗不掉的油污。他四十三岁，做了十年仓管，被裁了，来学AI。他连面向对象都还没搞明白，但他已经在想怎么用AI解决仓库管理的问题了。

你能。林晨说，因为你有一个别人没有的东西——你懂业务。你做了十年仓管，你知道仓库里最大的痛点是什么。AI工程师可以帮你写代码，但他们不知道仓库里有什么痛点。你知道。这就是你的优势。

老马沉默了几秒。然后他点了一下头，转身走了。他的背影在走廊里越来越小，但他的脚步很稳——不是那种我一定要成功的稳，是那种我知道我要做什么的稳。

第四周，林晨又讲了一堂课——大模型应用实战。

这门课本该由吴敏讲，但林晨把它拿过来了。不是不信任吴敏——吴敏的NLP课讲得非常好。是大模型这个方向太新了，新到每个月都有新的突破。林晨想亲自讲——因为他自己也在学，在用的过程中学。他想把最新的东西教给学员，而不是教三个月前的东西。

今天讲大模型。林晨站在讲台上。大模型是2023年之后AI领域最大的变革。ChatGPT、文心一言、通义千问——这些你们应该都听过。但今天不讲怎么用大模型——怎么用ChatGPT写文案，怎么用文心一言写代码。那些你们自己就会。今天讲怎么训练大模型——怎么在垂直领域做微调。