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

参数化估算与历史项目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
参数化估算的定义 · 重要性及在项目管理中的核心地位
课程导论参数化估算的定义
02
历史项目数据收集
如何识别 · 清洗和整理历史项目成本数据
历史项目数据收集如何识别
03
成本驱动因子识别
识别影响成本的关键参数（如规模 · 复杂度 · 团队经验）
成本驱动因子识别识别影响成本的关…
04
单变量线性回归模型
建立简单的成本估算模型（Y = aX…
单变量线性回归模…aX
05
多变量线性回归模型
引入多个成本驱动因子进行估算
多变量线性回归模…引入多个成本驱动…
06
模型评估指标
R平方 · 调整R平方 · 均方误差（MSE）
模型评估指标R平方
07
参数调优基础
什么是参数调优？为什么需要调优？过拟…
参数调优基础什么是参数调优？…
08
网格搜索（Grid Search）
系统性地遍历参数组合寻找最优解
GridSearch
09
随机搜索（Random Search）
在参数空间中随机采样进行调优
RandomSearch
10
交叉验证
K折交叉验证在参数调优中的应用
交叉验证K折交叉验证
11
正则化技术
L1（Lasso）和L2（Ridge…
正则化技术L1
12
特征选择与降维
PCA主成分分析在成本估算中的应用
特征选择降维
13
异常值处理
识别并处理历史数据中的异常点对模型的…
异常值处理识别并处理历史数…
14
数据标准化与归一化
Min-Max缩放与Z-score标…
数据标准化归一化
15
非线性关系建模
多项式回归与对数变换在成本估算中的应…
非线性关系建模多项式回归
16
集成学习方法
随机森林与梯度提升树（GBDT）在参…
集成学习方法GBDT
17
贝叶斯优化
利用贝叶斯方法高效搜索最优参数
贝叶斯优化利用贝叶斯方法高…
18
超参数与模型参数的区别
理解学习率 · 树深度 · 叶子节点数等
超参数模型参数的区别
19
学习曲线分析
通过学习曲线诊断模型偏差与方差
学习曲线分析通过学习曲线诊断…
20
模型持久化与部署
将调优后的模型保存并集成到估算工具中
模型持久化部署
21
案例实战一
软件开发项目成本估算（功能点分析法）
案例实战一软件开发项目成本…
22
案例实战二
建筑工程成本估算（基于面积与材料单价…
案例实战二建筑工程成本估算
23
案例实战三
制造业项目成本估算（基于工时与物料清…
案例实战三制造业项目成本估…
24
参数敏感性分析
分析不同参数对最终估算结果的影响程度
参数敏感性分析分析不同参数对最…
25
蒙特卡洛模拟
结合参数分布进行成本概率估算
蒙特卡洛模拟结合参数分布进行…
26
模型解释性
SHAP值与特征重要性分析
模型解释性SHAP
27
持续改进机制
建立历史项目数据库的更新与模型再训练…
持续改进机制建立历史项目数据…
28
工具与平台
Python（scikit-lear… · R语言 · Excel Solver在调优中的应…
工具平台
29
常见陷阱与最佳实践
数据泄露 · 时间序列问题 · 样本量不足
常见陷阱最佳实践
30
课程总结与未来展望
AI与机器学习在成本估算中的前沿趋势
课程总结未来展望