在课程项目中担任小组负责人，围绕约5000条公开课程语料完成数据清洗、特征构建与分类模型对比。使用Python与scikit-learn实现逻辑回归与朴素贝叶斯基线，在固定测试集上对比准确率与召回率，并详细记录参数配置与实验日志。组织组内代码评审与结果汇报，形成可复现实验文档，按期完成课程报告与展示，最终模型在测试集上取得较基线更稳定的分类表现。

个人项目围绕校园常见问题搭建检索式问答原型，整理约800条校园公开问答作为测试样本。使用Python实现文本切分与向量检索流程，对比关键词与向量两种召回方式在固定样本上的命中情况，并记录平均响应耗时。独立完成脚本、测试用例与说明文档，在个人环境验证后总结召回准确率与响应速度的局限，并明确后续改进方向。