很多大型互联网公司是靠广告赚钱的比如百度，Google等。我们在搜索时经常能看到这些平台展示出来的广告，这时候如果我们去点击广告，平台会从广告主那边收取一定的费用。这里有个有趣的博弈：对于平台来讲他们想尽可能赚钱，如果想赚钱广告需要被点击，这就要求他们能够把广告精准推送给潜在的客户；另一方面，对于广告主来讲，他们是想节省成本，希望广告能被真正的潜在客户点击，而不是不相关的客户来咨询。为了去撮合双方的利益，平台会设计一种算法来去匹配广告和用户。 其中，最核心的问题是广告点击率，也就是一个用户点击某一个广告的概率。如果平台能够提升这个概率，实际上对双方都是有利的。这就是为什么广告点击率预测如此重要的主要原因。 在这个项目中，我们希望通过广告的一些属性（如标题，描述...)以及用户的标签来预测出一个投放出去的广告是否会被潜在用户点击。如果平台测算出很可能会被点击，才会放出来。通过这个项目的练习，你将会掌握特征工程、参数搜索、分类算法使用等技能。

情感分析属于经典的文本分类的一种，它的任务是给定一个文本，让模型自动判断这个文本所表达的情感是正面还是负面。虽然情感分析已经经历了很长的一段时间探索，但目前从工业界应用来看仍然是可落地的最值得去做的项目。通过完成这个项目，你将会有机会掌握中文分词、分布式表示、词向量、BERT的使用、句子向量等很多核心技术。 另外，情感分析的场景也很多，比如一个公司想做公关，所以希望时刻监控舆论的影响；一些基金公司通过市场上的舆情来判断股市的未来走势；美国大选希时望通过影响舆情来获得胜选；一家公司通过舆情分析来找出自己产品的缺点并做以改进。 除此之外，由于情感分析是文本分类项目，所以完成此项目之后也会知道如何去解决各种文本分类问题如新闻主题分类、垃圾邮件分类、意图分类等，可达到举一反三的效果。

金融的核心是风险控制，这是不变的事实，毕竟金融本身离钱非常近，必须要做好风控。在金融业务中，一项很重要业务是贷款，银行需要把闲置的钱贷出去。在传统银行的做法是，需要收集各种各样的材料，然后拿着户口本、房产证去银行申请贷款并作为抵押，而且审核过程又漫长，效率很低。 那有没有方式结合AI来提升审核效率呢？这就是AI+金融最能落地的场景，也是过去几年国内金融科技解决的核心问题！ 在这个项目中，我们将使用用户的基本信息、金融信息、社交信息等数据来预测是否会有违约风险？如果有，作为银行只需要拒贷就可以了。这种决策效率就会变得很高，把之前可能需要几周的审核周期缩短到几小时甚至几秒，大大提升效率。

做精准的用户推广在当今移动互联网时代起到非常重要的角色，一方面它会极大提升运营效率、投放成本、同时对用户也是更好的体验。可以设想一下，如果你每天都接到各种推销活动感受会怎么样？ 在这个项目中，我们要深入探讨精准营销如何去做，特别是，其中用户分层应该如何去设计？ 比如公司最近要推广一个新的产品，我们需要去把消息推送给潜在的客户，那到底发给谁呢不发给谁呢？这就需要提前做好用户分层，并把每个用户群体打上相应的标签，之后再做针对性的推广。在这个项目，我们将尝试使用几项技术来解决这个问题，包括营销领域作为经典的RFM模型、基于AI驱动的K-Means聚类分析法等。同时，也会涉及到效果评估、调参等细节。

意图识别（Intention Recognition）任务实际上就是识别出用户的意图是什么。比如一个用户去国航网站，那他的意图可能是买机票、选座、或者是退机票等。再比如现在很多客服电话首先会让我们选择服务类型，这实际上也是意图的挖掘。意图识别广泛应用在对话系统、机器人等场景中。 在对话的场景，基于文本的意图识别是第一步，也是最核心的一步。通过意图识别，机器才能知道用户到底想做什么，他只是想闲聊呢？还会想解决某一个特定的问题。几乎任何的对话系统都包含意图识别模块，它是后续执行对话的基础。但实际上，意图识别也是经典文本分类任务。通过完成此项目，你将会掌握SVM、词向量、BERT、文本处理等技术的使用。