在《机器学习实践》课程中，带领4人小组基于公开脱敏消费数据集构建购买倾向分类模型。我负责数据清洗、缺失值处理与特征工程，使用Python和scikit-learn实现逻辑回归与随机森林并进行参数调优，在固定五折交叉验证下AUC约0.82，较基线提升约8个百分点。同时组织分工与进度检查，撰写分析报告并完成答辩展示，梳理特征重要性结论供小组复盘使用。

围绕公开燃气安全科普文档搭建本地检索问答原型，使用Python完成文本切分与向量化，结合关键词与语义相似度进行召回，在自建100条测试问题上人工评估Top3命中率约76%。我记录错误案例并迭代切分策略，对比不同召回权重对结果的影响，整理README与测试说明，明确该工具仅为离线实验，未接入任何真实业务系统。