本书包含技能拓展和技能训练等内容，可以丰富和巩固读者所学知识让读者能够将所学知识应用到实际的项目中。

作弊行为，恶意曝光，甚至是在用户完全无感知的情况下被控制访问等产生的不由用户主观发出的行为给数据带来了巨大的噪声，给模型训练造成了很大影响。    

（3）特征构建：对分词的结果序列化以及使用Tencent_AILab_ChineseEmbedding的预训练词向量作为文本特征。     

‖ 配套资源 配套数字资源包括： 正文数据 课后技能训练答案 课程标准 授课计划 如需图书相关资料，可前往校企共建云教材网站（https://book.tipdm.org/），搜索书名《Excel

一、项目背景       由于短信的方便、低成本等特点，垃圾短信已经形成了黑色利益链，严重为害社会公众安全。 由于监管缺失，一些不良组织通过各式各样的渠道收集个人手机信息，并将手机信息卖给有需求的商家和业务人员获取利益，同时商家等通过发送广告推销、诈骗等垃圾短息，来谋取利益，严重危害了短信用户的信息安全及正常生活。       公安部、信息产业部、中国银行业监督管理委员会联合发出《在全国范围内统一严打手机违法短信息的通知》等;但目前规范短信业务的制度法来说，仍属空白。   二、项目目标       1.本项目的项目目标基于短信文本内容，建立识别模型，准确地识别出垃圾短信，以解决垃圾短信过滤问题。   三、实现工具       Python3：NumPy、Pandas、Matplotlib、Scikit-learn、tensorflow2等。   注：本课程仅供在线实习班级使用。

2.以一定的计算周期计算其解释变量和被解释变量，最为训练样本，以其后的一定周期计算其解释变量，作为测试样本，并预测其涨跌方向（既被解释变量），最后根据预测的结果设计量化投资策略。