VIP20
本课程属于：013-智能成本估算 工程项目数字化与成本智能管控 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

历史项目与特征工程的成本估算参数调优实战

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导论
成本估算在项目管理中的重要性 · 传统估算方法的局限性 · 引入机器学习的必要性
课程导论成本估算
02
历史项目数据收集
确定数据源（如Jira · Redmine · Excel）
历史项目数据收集Jira
03
数据清洗与预处理
处理缺失值 · 异常值检测与处理 · 数据标准化与归一化
数据清洗预处理
04
特征工程基础
什么是特征工程 · 特征工程在成本估算中的作用 · 特征类型（数值型
特征工程基础什么是特征工程
05
时间特征提取
从项目开始/结束日期中提取年 · 月 · 季度
时间特征提取从项目开始
06
项目规模特征
代码行数（LOC） · 功能点（FP） · 故事点（Story Points）的…
项目规模特征LOC
07
团队特征构建
团队规模 · 成员经验水平（平均年限） · 团队稳定性（人员流动率）
团队特征构建团队规模
08
技术栈特征
编程语言 · 框架 · 数据库类型
技术栈特征编程语言
09
项目复杂度特征
模块数量 · 接口数量 · 依赖数量
项目复杂度特征模块数量
10
文本特征提取（需求描述）
使用TF-IDF从项目需求文档中提取…
文本特征提取需求描述
11
文本特征提取（风险日志）
使用Word2Vec或BERT从风险…
文本特征提取风险日志
12
特征选择方法
过滤法（方差阈值 · 卡方检验） · 包裹法（递归特征消除）
特征选择方法过滤法
13
特征降维
主成分分析（PCA）与线性判别分析（…
特征降维PCA
14
特征重要性分析
使用随机森林 · XGBoost的特征重要性排序 · 可视化特征贡献度
特征重要性分析使用随机森林
15
成本估算模型选择
线性回归 · 决策树 · 随机森林
成本估算模型选择线性回归
16
模型评估指标
均方误差（MSE） · 平均误差（MAE） · R²分数
模型评估指标MSE
17
参数调优基础
什么是超参数 · 网格搜索（Grid Search）与…
参数调优基础什么是超参数
18
线性回归调优
正则化参数（L1/L2） · 学习率 · 迭代次数的调优策略
线性回归调优L1/L2
19
决策树调优
最大深度 · 最小样本分裂数 · 最小叶子节点样本数
决策树调优最大深度
20
随机森林调优
树的数量 · 最大特征数 · 最大深度
随机森林调优树的数量
21
XGBoost调优
学习率 · 最大深度 · 子采样比例
XGBoost调优
22
LightGBM调优
叶子节点数 · 学习率 · 特征分箱数
LightGBM调优
23
贝叶斯优化
使用Hyperopt或Optuna进…
贝叶斯优化Hyperopt
24
交叉验证策略
K折交叉验证 · 留一法 · 分层交叉验证在时间序列数据中的应用
交叉验证策略K折交叉验证
25
过拟合与欠拟合诊断
学习曲线 · 验证曲线 · 偏差-方差权衡
过拟合欠拟合诊断
26
模型集成策略
简单平均 · 加权平均 · Stacking集成（元模型选择）
模型集成策略简单平均
27
实战案例一
基于历史IT项目数据的成本估算（数据… · 特征工程 · 模型训练
实战案例一IT
28
实战案例二
基于建筑工程项目数据的成本估算（处理… · 调优对比）
实战案例二基于建筑工程项目…
29
模型部署与监控
将调优后的模型封装为API · 监控模型性能漂移 · 定期重训练策略
模型部署监控
30
课程总结与进阶
常见陷阱总结 · 未来方向（深度学习 · AutoML在成本估算中的应用）
课程总结进阶