Artificial Intelligence and Machine Learning #
人工智能与机器学习 #
课题介绍：
本课程的先修课程涵盖大学计算机、线性代数、概率论与统计以及程序设计。其聚焦于人工智能（AI）与机器学习（ML）领域，旨在向学生系统传授相关的基础理论与关键技术，同时介绍当前 AI 领域的热点话题与实际应用。
课程内容丰富多元，包括但不限于数据空间、数据类型、知识表示、知识推理、强化学习、维度约简、有监督学习、无监督学习、深度学习、语言模型、生成式 AI 以及大模型等。通过本课程的学习，学生不仅能够深入了解 AI 的发展历程和基本概念，更能扎实掌握相关理论与技术，并将所学知识灵活应用于实际。
作为课程的重要组成部分，学生需完成一个 AI 相关的应用课题，以检验和提升其实际应用能力。在 2024 年度，2022 级金融科技（中外合作办学）专业的学生在本课程中表现出色，贡献了诸多优秀的课程设计。以下为部分优秀案例摘选。
项目案例1：LLama Trump #
在历史的进程里，不少有影响力的人物凭借独特个人特质被人们记住。当说起说话风格鲜明的人物时，Donald Trump（唐纳德・特朗普）常是很多人率先想到的。他语言风格辨识度极高，表达简洁有力，用词习惯也很独特，给大家留下深刻印象。
学生基于课堂上老师教授的关于大模型的相关知识，微调了一个大模型（LLaMA），使其能够模仿美国总统Donald Trump的语言风格并能与之对话。
LLama Trump 体验网站 : http://39.107.221.209
该课程设计后期将会在老师的进一步指导下不断完善，最终实现多模态的AI。
如果你也对这类大模型感兴趣，或者想自己动手训练一个，欢迎联系我们获取我们的项目文档：
此外，你也可以直接下载该项目的开源项目代码：
https://huggingface.co/Frandiex/llama-trump-v1
https://github.com/Frandy777/YMCA-Chat
项目案例2：基于上市公司基本面数据预测公司股票早期涨跌 #
本项目所采用的数据集源自万得数据，旨在基于公司基本面情况，对其上市首日的涨跌幅进行精准预测。
在特征选择方面，该项目严格依据资本市场规律以及宏微观经济学理论，精心筛选出一系列关键特征，包括首发价格、首发市盈率、上市板块、行业指数涨跌幅度、首发保荐机构、企业是否属于专精特新类别、净利润数值、上市首日成交量，以及前十大股东持股比例等。学生们运用特征工程技术，借助随机森林、XGBoost 等先进模型，对相关标签展开预测分析。
该课程设计后期将在老师的建议下，增加新闻特征，增加大股东的级别特征，进一步提高准确率。