本章地图：

• 12.1 从"看懂"到"做出来"：实验体系怎么运转
• 12.2 项目怎么选：四个项目，四块不同的肌肉
• 12.3 项目通用流程：五步走，一步都不能跳
• 12.4 零基础工具链：不用从零写算法
• 12.5 四个项目逐个拆解：数据、步骤、产出、评分点
• 12.6 汇报与互评：向甲方交差

先说这一章和前面十一章的关系。前面是"讲课"，这一章是"训练"。全书的每一章，都会在这一章被重新用一遍——第一章的翻译三步法是每个项目的起点，第二章的数据是粮食，第三章的模型是心脏，第六章的智能体是 RAG 项目的骨架。这一章不是第十二个新知识点，它是前面十一个知识点的考场。

但有一件事必须提前讲：这一章没有标准答案。 项目做得好不好，不看你抄了多少代码，看你有没有把问题想明白、把数据整明白、把结论说明白。这恰恰是工程里最值钱的三件事。

---

12.1 从"看懂"到"做出来"：实验体系怎么运转

📌核心知识点

先回答一个你憋了一路的问题：为什么读完了十一本书页，还要单独用一章来"做"？

因为听和做，是两种完全不同的学习。听课时你觉得自己懂了——老师讲到裂缝识别的 CNN，你点头，逻辑通顺。可让你自己把一张照片变成"有裂缝/没裂缝"的结论，你会发现：数据从哪来？模型怎么训练？怎么知道它行不行？每一步都是坑。听懂是别人把路走给你看，做出来是你自己把路走一遍。

这一章的学习体系分两层，用一个比喻说清楚：

第一层：基础实验——健身房里的器械。 健身房每件器械只练一块肌肉：卧推练胸，深蹲练腿。实验也一样，每个实验只练一个技能点：实验 12-1 练"跑通环境"，实验 12-4 练"训练第一个分类器"，实验 12-9 练"提示工程"。肌肉就是这么一块一块长出来的。基础实验一共十个，按顺序做，每个 30 分钟到 2 小时，难度用★标出，可以按基础跳着做，但别全跳。

第二层：综合项目——毕业设计预演。 健身房练得再多，你也得打一场完整的比赛才知道自己行不行。综合项目就是那场比赛：3-4 人一组，从四个题目里选一个，用四周走完"问题定义→数据→模型→决策→汇报"全流程，最后向全班汇报。它不考你单块肌肉，考你全身协调，分量相当于一次缩小版的毕业设计。这套"实验编号 + 星级难度"的编排参考了参考书《AI Agent 实战营》：小步快跑，做完一个打一个勾，打勾的快感是坚持学下去最好的燃料。

十个基础实验的清单如下：

再交代三句大白话，帮你看清体系的脾气：第一，实验是个人作业，项目是小组作业；第二，实验的产出是"跑通了"，项目的产出是"讲清了"——讲不清就是没做完；第三，所有东西都能在四周内完成，前提是别攒到最后一周。 每周推进一小步，胜过最后通宵一整夜。

🧭专业解读

为什么"动手做"对学 AI 特别重要？因为有个反直觉的事实：AI 是唯一一种"看起来懂了就以为会了"的学科。 你学材料力学，公式推不出来就是不会，心里有数。但学 AI，看别人跑通一个模型，你会产生错觉："这不就是几行代码吗？我也会。"直到自己上手，才发现第一行 import 就报错。这种错觉叫"观看者偏差"——看魔术觉得简单，是因为你没看见魔术师练了一万遍。

学习留存率的研究也支持这个判断：只听讲，两周后大约记住 5%；听讲加阅读，能到 10%；亲自动手做，能到 75%。同样的两小时，听课和动手，收获差十五倍。 听和做是配套的：前面的十一章负责"装货"，这一章负责"卸货"。

再把这一章的核心比喻串一遍，记不住细节，记住这四个就够了：数据是练习册（题做多了，套路自然熟）；模型是解题套路（套路可以拿来就用，但你要知道什么题配什么套路）；实验是健身房器械（单项训练，枯燥但见效快）；汇报是向甲方交差（做得再好，说不清楚，等于没做）。

最后一个问题：这一章会不会难到零基础的同学做不下去？我的判断是：不会，但有两个真实的困难。 第一个是环境——装 Python、装库、第一次跑通程序，我们用 12.4 的"工具链入门"拆掉它；第二个是"不知道从哪下手"，我们用 12.3 的"五步流程"给你脚手架。难点都替你踩过了，按图索骥就行。

🏗️土木案例

讲一个翻转时刻（教学示意）。某高校带学生做隧道围岩识别项目时，有位大三学生（就是第一章提过的那个数千张岩石图的项目）。他上课认真，笔记工整，但一直处于"看得懂、做不出"的状态。转折点在一次组会：带他的研究生让他把新拍的岩石照片，用现成的预训练卷积神经网络模型跑一遍分类。

他花了一个下午装环境、调代码，第一版准确率只有 62%（示意）——比随机猜高不了多少。他找带他的研究生，对方只问了一句："你看看，错得最多的那几类，是不是碎石和土夹石？"他回去一看，果然是；再一查，训练数据里这两类本来就少。那一刻他懂了：模型不会骗你，数据会告诉你一切。 后来他把这个发现写进汇报，评委当场表扬"这个问题问得很专业"。

这个故事有三个要点：他是从"跑通别人的代码"开始的，零基础完全可以这样起步；真正让他成长的不是代码跑通，而是"结果不对之后他怎么查、怎么想"——动手的价值在纠错，不在成功；他汇报时讲得最好的，是"数据不平衡"这个发现——评委想听的从来不是"我们很厉害"，而是"我们真的搞懂了问题"。

再讲一个反面案例。另一个班有同学做"沉降预测"，为了显得高级，一上来就上了 LSTM。代码是网上抄的，跑了三天没跑通。答辩时老师问："你的数据一共多少个点？为什么用 LSTM？有没有先试试最简单的线性回归？"他答不上来。不是 LSTM 不对，是他根本不知道自己为什么用它。 工具越高级，你越要能回答"为什么是它"。

✅本节小结

这一章是全书的能力转化站：十个基础实验练单项技能，四个综合项目做全身协调，实验是健身房器械，项目是毕业设计预演。动手的价值在于纠错。记住四个比喻：数据是练习册，模型是解题套路，实验是器械，汇报是向甲方交差。

✏️课堂思考题

1. 用你自己的话解释：为什么"看懂了"和"做出来了"之间隔着一道墙？墙是什么？
2. 对照十个基础实验清单，给自己现在的水平打星：哪些实验可以直接跳，哪些必须老实做？
3. 你觉得"汇报"为什么值得占这一章这么大的篇幅？工程里"说清楚"和"做出来"是什么关系？

---

12.2 项目怎么选：四个项目，四块不同的肌肉

📌核心知识点

综合项目四选一。题目不是随便定的——四个项目，正好对应 SUDA 环上四个不同的环节。 还记得第一章那张贯穿全书的 SUDA 环吗？感知（Sensing）、理解（Understanding）、决策（Decision）、执行（Action）。前十一章你在地图上"看"了无数次，这一次，你要亲自站到其中一个格子里。

项目 A：裂缝图像分类。 给一批混凝土表面照片，训练模型判断"有没有裂缝"，进一步判断裂缝类型。这是分类任务，站在 SUDA 环的理解环节。它和第四章的 CNN、第七章的病害检测一脉相承。

项目 B：基坑沉降预测。 给定基坑沉降监测历史，预测未来几天的沉降量，并给出"要不要预警"的建议。这是回归任务，站在理解 + 决策之间。它和第三章的回归、第八章的施工安全预测一脉相承。

项目 C：结构健康监测（SHM）异常检测。 给一段结构振动或应变的监测时序，找出其中"不对劲"的时段——可能是传感器故障，可能是荷载异常，可能是损伤征兆。这是异常检测任务，站在感知 + 理解环节。它和第九章的 SHM 一脉相承。

项目 D：规范条文 RAG 问答。 把一本规范（比如混凝土结构设计规范、桥梁养护规范）喂给大模型，做一个能回答"这条规定是什么、出处在哪里"的问答系统。这是决策支持任务，站在决策环节。它和第五章的 RAG、第六章的 Agent 一脉相承。

四个项目与 SUDA 环的映射关系见图 12-3（整套项目流程见图 12-2）：

为什么是这四个题目？ 因为它们正好覆盖 AI 在土木里最常干的四件事：看图、预测、监测、问答。你以后无论去设计院、施工企业、检测机构还是运维单位，干的活逃不出这四样。选一个，就等于提前三年体验你未来的岗位。

🧭专业解读

四选一，怎么选？给你三条实在的标准。

第一条：看你想练哪块肌肉。 想走视觉方向（检测、机器人）？选 A，练图像处理；想走岩土、施工方向？选 B，练数据整理和回归建模；想走监测、运维方向？选 C，练传感器和时序分析；想走智能建造平台方向？选 D，练大模型应用——目前市场上最稀缺的技能。一句话：项目不是任务，是简历。 你汇报时讲的那个项目，就是你面试时最能讲的经历。

第二条：看你的队伍。 组里最好有人擅长数据、有人擅长表达、有人愿意啃文档。没人碰过 Python，选 A 或 B（入门更顺）；有人常用大模型工具，选 D 很占便宜；有竞赛经验、愿意折腾环境的，选 C 更有挑战。选项目不是选"最难的"，是选"最适合你们组现在水平的"。

第三条：看你们能拿到什么数据。 项目能不能做下去，一半取决于数据。A 有现成的公开裂缝数据集（12.5 会给你具体名字）；B 可以自己按沉降规律生成合成数据；C 团队/实验室积累的实测监测数据（可向导师申请，需脱敏）或公开数据都能用；D 最麻烦的是规范文本，但公开规范 PDF 不难找。判断标准很简单：开题那天，你们组手里必须已经握着一份能读进程序的数据。没有数据就开题，等于没带粮草就出征。

再泼一盆冷水，说一个前几届反复出现的坑：贪大求全。 有的组想"既有裂缝分类又做沉降预测还要加个问答系统"，结果四周过去，哪个都没做完。记住综合项目的第一原则是"砍"：一个项目，只回答一个问题，只做一条主线。 做得深，比做得多，得分高得多。

🏗️土木案例

先讲正面案例。上一届有个组选了项目 D（RAG 问答），组里两个同学完全没学过编程，但他们有一个别人没有的优势：一个同学在工地实习过，知道工程师查规范的真实场景——"这个梁的钢筋保护层厚度，规范怎么说的？"他们把这句"人话"变成系统的第一个演示问题。汇报现场，老师随口问了一个规范条文，系统三秒给出答案，还标出了出处页码。全场鼓掌。

这个案例告诉你两件事：第一，项目的价值不在技术多深，在问题多真——他们的问题来自真实工地；第二，零基础完全能做 RAG 项目——它的核心工作量在"准备规范文本"和"设计问答逻辑"，这两件事跟编程关系不大，跟工程素养关系很大。

再讲反面案例。另一个组选了项目 A（裂缝分类），数据是从网上下载的现成数据集，模型用的是教程里的迁移学习模板，一切顺利得不像话——顺利到他们自己都心虚。答辩时老师问："你这个数据集的裂缝照片是在什么光照条件下拍的？换到夜间、雨天，你的模型还行吗？"组员沉默了。他们从头到尾没有看过自己数据集的哪怕一张原图。 数据是网上来的，他们只是"用"了，没有"懂"它。

两个案例合起来，就是 12.3 五步流程存在的理由：项目翻车，从来不是翻在模型，而是翻在问题没想清、数据没看透、结论说不圆。

✅本节小结

四个项目对应 SUDA 环四个环节：裂缝分类站"理解"，沉降预测站"理解+决策"，SHM 异常检测站"感知+理解"，RAG 问答站"决策"。选项目看三条：练哪块肌肉、队伍什么水平、手里有没有数据。第一原则是"砍"——一个项目只回答一个问题。

✏️课堂思考题

1. 用第一章的"翻译三步法"（数据/输出/评判）分别拆解四个项目，看看每个项目的"评判"分别是什么。
2. 如果你组队做项目，你会选哪个？给出三条理由，其中至少一条和你的职业设想有关。
3. 为什么说"选项目不是选最难的，是选最适合的"？"贪大求全"的代价具体是什么？

---

12.3 项目通用流程：五步走，一步都不能跳

📌核心知识点

不管选哪个项目，流程是同一个。这一节给你一张脚手架，五步：问题定义 → 数据 → 模型 → 决策 → 汇报。

第 1 步：问题定义。 这是第一章"翻译三步法"的实战版。开题那天，你们组必须能回答三个问题：我们有什么数据？我们想要什么输出？谁来评判好坏、怎么算错？写不出一句话的问题定义，后面四步全是白干。 比如项目 B，问题定义不是"预测沉降"，而是"根据前 30 天的沉降监测数据，预测未来 7 天每天的沉降量，当预测值超过预警阈值时给出预警建议"——数据、输出、评判全在里面了。

第 2 步：数据。 第二章讲过：数据是 AI 的粮食。这一步干四件事：拿到数据、看数据（画图、统计、查缺失）、清洗数据、划分数据（训练/验证/测试集）。记住一条铁律：测试集在最终评估前，谁都不许碰。 后面那个"数据泄漏"的坑，就是违反这条铁律的下场。

第 3 步：模型。 第三章讲过：先跑通基线，再谈改进。基线（baseline）就是最简单的现成模型——分类用逻辑回归，回归用线性回归，异常检测用均值±3σ，问答先直接用大模型不加 RAG。基线跑通，你就有了"及格分"；然后一步步换更好的模型，每一步都要说清"为什么换、换来强在哪"。零基础怎么办？12.4 告诉你：你只需要会调用现成库，不需要从零写算法。

第 4 步：决策。 这是本书和纯 AI 课最大的区别：模型输出的是数字，工程要的是决定。 预测沉降 3.2 毫米（示意），模型的任务到此为止；但"3.2 毫米意味着什么、要不要预警、谁来看这个数字"——这是工程决策，必须由人来定。你的项目要产出"决策建议"：把模型输出翻译成工程师能用的语言（"未来三天沉降速率超每天 0.5 毫米，建议加密监测"），并说明边界（"模型基于晴天工况，暴雨期间不可靠"）。

第 5 步：汇报。 向甲方交差。12.6 专门讲，这里只提醒一句：汇报不是项目做完后的收尾，它从开题第一天就在准备。 每做一步，都留一张图、一段话，最后拼起来就是汇报。

这五步不是直线，是螺旋：第 4 步发现数据不够（比如缺降雨数据），就回到第 2 步补数据；模型效果差，先回第 2 步看数据，再回第 3 步换模型。虚线回路，是这五步图里最重要的一条线。

🧭专业解读

为什么顺序不能乱？因为后面的每一步都在替前面的步骤还债。 问题定义不清楚，数据阶段就不知道收集什么；数据没看透，模型阶段就会被"莫名其妙的坏结果"卡三天；模型没评估扎实，决策阶段每句话都是悬空的。前几届最常见的死法，是跳过第 1 步直接找模型——"听说 LSTM 很厉害，我们用 LSTM 吧"。你连问题都没写清，凭什么选工具？选工具的前提是先翻译问题，这是第一章的老话，这一章的老实践。

再给你一张四周时间表，照着走，不慌：

这张表最值钱的一行是第 2 周："基线及格，后面才敢谈优化。" 无数组的崩溃，都是从"第 3 周还在调环境"开始的——前面欠的债，后面加倍还。四周时间，每天投入一小时，比周末突击十小时强十倍——建模卡壳时需要"隔一夜的潜意识"，突击的人没有这个缓冲，一卡壳就崩。

最后回答一个很多人想问又不敢问的问题：我们组的模型效果很差，是不是项目就失败了？ 不是。评分标准里"模型效果"只占一部分（12.6 的评分表你会看到）。评委更看重的是：你们知不知道模型为什么差？有没有分析原因？有没有尝试改进？把"模型差的原因"分析清楚，本身就是合格的工程成果。 工程里没有"失败的结果"，只有"没分析的结果"。

🏗️土木案例

正面案例：上一届做项目 B（沉降预测）的一组，第一周就把问题定义写成了上面那句话的样子，还画了一张"数据流图"贴在群里。第二周基线用线性回归，预测误差约 12%（示意）；第三周试随机森林，误差降到 8%（示意）；又试带时间特征的线性模型，误差 7.5%（示意）。最后汇报时用一张对比表，结论是"对这个数据规模，复杂模型提升有限，建议用可解释性更好的线性模型"。评委评价很高——不是因为他们准确率最高，而是他们用最朴素的对比，得出了最诚实的结论。

反面案例：另一个组做项目 C（SHM 异常检测），模型"准确率 100%"（示意），组员们很高兴。彩排时助教多问了一句："训练集和测试集怎么划分的？"一查，傻眼了：他们先对整个时间序列做了标准化，再划分训练测试——标准化用了全序列的均值和方差，等于把"未来"的信息提前泄露给了"过去"。 测试集当然"预测"得完美。这就是数据泄漏的实战版。教训有两条：任何预处理都要在划分之后再算；"好得离谱"的结果，先怀疑自己，别先庆祝。

✅本节小结

五步流程是每个项目的骨架：问题定义用翻译三步法写清，数据要拿到、看懂、清洗、划分，模型先基线后改进，决策把数字翻译成工程语言，汇报贯穿全程。五步是螺旋不是直线，随时可以回去补课。每周推进一小步，胜过最后通宵一整夜。

✏️课堂思考题

1. 为什么"问题定义"必须用一句话写清？写不清的代价具体发生在哪个环节？
2. 数据泄漏为什么可怕？除了"先标准化后划分"，你还能想到哪些常见的数据泄漏来源？
3. 你组的模型效果差，但你把原因分析得很清楚——为什么这仍然算合格的工程成果？

---

12.4 零基础工具链：不用从零写算法

📌核心知识点

先说一句让零基础同学安心的话：这一章，你不需要从零写算法，就像你开车不需要会造发动机。

你需要的，是一条"够用就好"的工具链，一共六层：

第 1 层：环境——Google Colab 或 Anaconda。 二选一。强烈推荐 Google Colab：浏览器打开就能用，不用安装任何东西，免费，还自带 GPU。 它是这一章的"默认健身房"。网络不方便就用 Anaconda 在本地装一个 Jupyter notebook。环境是第一个拦路虎，但照着教程做一遍就成了。

第 2 层：语言——Python。 你不需要"学会"Python，只需要"会读会改"：能看懂变量、循环、函数这三样，能改数字、改路径、改参数。这一章用到的 Python 全部加起来不超过 100 行，而且绝大多数是"填空式"的——模板给你，你填数据路径和参数。记住：你要的不是编程能力，是"能跑通别人代码"的能力。

第 3 层：数据——pandas 和 numpy。 pandas 管表格（读 Excel、CSV、筛选、统计），numpy 管数值计算。你只需要会四招：读数据、看前几行、看统计描述、处理缺失值。就这四招，够你做完所有项目的数据准备。

第 4 层：画图——matplotlib。 数据要"看见"才算懂。matplotlib 画折线、散点、直方图，每张图五行代码以内。本书所有配图都是用它画的，你项目汇报里的图也用它。

第 5 层：模型——scikit-learn（sklearn）。 这是零基础最大的福利：世界上最好的机器学习库之一，免费、中文教程遍地。 逻辑回归、线性回归、随机森林，全是几行代码调用现成实现。你的"第一个分类器"（实验 12-4）和"第一个回归器"（实验 12-5）用的就是它。想深入视觉的组，再加 PyTorch 或直接用预训练模型做迁移学习。

第 6 层：大模型——API + 向量库。 做项目 D（RAG 问答）的组用到。调用大模型 API，配合向量数据库做检索增强。这一层更不需要你写算法——你需要的是"把规范文本整理好、把提示词写好"，这恰恰是土木学生的长项。

notebook 是什么？ 一句话：会说话的草稿纸。它把代码和说明文字写在同一个文档里，一段代码一个格子，跑完立即出结果。你的过程记录、汇报素材、给评委看的"证据链"都住在里面。从第一节课开始，就养成"每做一步，留一段文字、一张图"的习惯——这是汇报阶段最值钱的习惯。

🧭专业解读

零基础的同学，心里通常藏着三个问题，一个个答。

第一个问题：我真的能行吗？ 能。理由有三：第一，这一章的工具全是"填空式"的，你要做的不是发明，是模仿；第二，每个实验都有现成模板，你先跑通、再改参数、最后才谈理解——先跑通，后理解，是零基础学编程唯一可行的顺序，先求理解再动手的人，大多卡死在第 2 天；第三，你身边有一个随叫随到的助教——大模型。

第二个问题：怎么用 AI 帮自己学？ 把大模型当编程助教，但要会问。坏的问法："帮我写个裂缝分类代码"——它给你一堆代码，你更看不懂。好的问法："我是一名土木专业大二学生，第一次用 Python，请给我一段读 CSV 文件的代码，并逐行解释每行在干什么。数据长这样：……"让 AI 写代码可以，但你必须能讲清楚每一行在干什么——讲不清，说明这段代码还不是你的。 这条"抄袭红线"适用于所有环节：代码可以抄，理解不能抄。

第三个问题："不用从零写算法"到底是什么意思？ 三层意思。第一层，用 sklearn 的现成模型——几十行代码训练一个分类器，底层数学不用你碰；第二层，用预训练模型——别人已经用几百万张图训练好了，你只需要拿它的"眼睛"来看你的裂缝照片；第三层，用大模型 API——别人已经训练好了几千亿参数的模型，你只需要会"问"。这三层一层比一层省力，一层比一层接近"工程应用"。 你用的有限元软件，底层求解器也不是你写的，但你用它做了无数合格的工程分析——道理一模一样。

再提醒一个方向性的事：别把时间花在"调参的玄学"上。 初学者最容易沉迷"把准确率从 93% 调到 94%"（示意），一个参数试一晚上。正确的投入顺序是：数据有没有问题（先检查）→ 基线跑没跑通（再确认）→ 结果能不能解释（最重要）→ 最后才是调参。准确率 93% 还是 94%（示意），评委不在乎；你能不能解释为什么是 93%，评委很在乎。

🏗️土木案例

正面案例：某高校学生的迁移学习实践（教学示意）。一位本科生做隧道围岩识别时，没有从零训练任何网络——用的是 ImageNet 预训练的 EfficientNet 系列模型，微调最后几层，准确率就达到了九成左右的量级，最后以模型文件形式交付给合作单位。这位学生的全部工作，就是"站在巨人肩膀上"：下载预训练模型、准备数据、微调、评估。 他不需要会推导反向传播，他需要会的是数据组织和工程判断——这两件事，土木学生训练了四年。

反面案例：有同学做实验 12-4 时，抄了一段"神代码"，跑出 100% 准确率（示意），高兴地截图发群里。老师看了一眼代码，问："你的数据标准化，为什么在划分训练测试之前做的？"他愣住了。抄代码不丢人，抄了不懂才丢人。 工具链解决的是"能不能跑"，理解解决的是"跑对了没有"——两者缺一不可。

✅本节小结

零基础工具链六层：Colab 环境、Python 语言、pandas/numpy 数据、matplotlib 画图、sklearn 模型、大模型 API。全程"填空式"学习，先跑通后理解，让大模型当助教但必须讲清每行代码。不用从零写算法有三层含义：用现成模型、用预训练模型、用大模型 API——工程本来就是站在别人肩膀上组装。

✏️课堂思考题

1. 为什么"先跑通，后理解"是零基础学编程唯一可行的顺序？反过来会怎样？
2. 用大模型当编程助教时，为什么"逐行解释代码"比"直接要代码"更有效？
3. 迁移学习为什么能让你一个本科生做出约 90% 准确率的模型？"站在巨人肩膀上"在工程里还体现在哪些地方？

---

12.5 四个项目逐个拆解：数据、步骤、产出、评分点

📌核心知识点

这一节是本章的"操作手册"。四个项目，每个给你四样东西：数据来源建议（三条路：公开数据集 / 合成数据 / 可申请的真实工程数据）、步骤清单（照着走）、预期产出（交什么）、评分点（怎么得分）。 先看总览表：

项目 A：裂缝图像分类（对应 SUDA 环"理解"）

项目定位：最"直给"的项目。输入是图片，输出是"有裂缝 / 没裂缝"（可选：裂缝类型）。练的是图像数据组织、迁移学习、模型评估，是四个项目里和"计算机视觉"最亲的一个。

数据来源建议：公开数据集首选 SDNET2018（美国犹他州立大学发布，学术界常用）；GitHub 上还有 Crack500、DeepCrack 等仓库，搜"concrete crack dataset"即可。团队/实验室如有积累的隧道掌子面围岩照片（教学示意），也可做"岩石类型分类"变体。也可以自己拍：手机拍校园路面、墙体裂缝，正样本够 100 张就能起步——注意光照、角度一致，否则模型会"学偏"。

步骤清单：

1. 下载数据集，图片按"裂缝/非裂缝"分两个文件夹（文件夹名就是标签）。
2. 读图、统一尺寸（如 224×224），统计两类数量——先解决类别不平衡。
3. 划分训练/验证/测试集（7:2:1）。
4. 跑基线：预训练模型迁移学习，只训练最后几层。
5. 评估：准确率、精确率、召回率、混淆矩阵——重点看"裂缝被漏掉"的比例（漏检代价远大于误报）。
6. 可视化：挑几张判错的图，分析原因（光线暗？裂缝太细？背景太乱？）。
7. 写决策建议：这个模型在什么条件下可用、什么条件下不可用。

预期产出：一个 notebook（含全部代码和过程记录）、3 张以上数据/结果图、一页纸的项目总结（问题定义 + 方法 + 结果 + 决策建议）。

评分点：问题定义用翻译三步法写清（15 分）；数据看过原图、处理了不平衡（20 分）；基线跑通、有对比（20 分）；混淆矩阵与错误分析到位（20 分）；决策建议有边界说明（15 分）；汇报表达（10 分）。

项目 B：基坑沉降预测（对应 SUDA 环"理解 + 决策"）

项目定位：最"工程"的项目。输入是监测历史，输出是未来沉降量和预警建议。练的是数据整理、时序特征构造、回归建模、决策翻译。

数据来源建议：合成数据（首选，最可控）：按沉降经验规律（如对数曲线 s = a + b·ln(t)）生成 60-90 天逐日沉降序列，加噪声，再人为嵌入 1-2 次"异常突变"模拟超载或降雨。合成数据的好处是你们完全知道"真答案"，模型好坏一目了然。 公开数据：搜"基坑沉降监测数据"，部分论文开源了实测数据；国标附录也有监测项目示例。团队/实验室如有合作基坑实测数据也可申请（需脱敏）。

步骤清单：

1. 生成/获取数据，画沉降-时间曲线——先肉眼看趋势。
2. 构造特征：时间序号、累计时间、前 N 天沉降均值/速率、相邻日差值等。
3. 划分训练/测试：按时间顺序切，不能随机切——时序数据随机切就是数据泄漏。
4. 基线：线性回归；改进：随机森林或带时间特征的模型；对比误差（MAE/RMSE）。
5. 定义预警规则：如"预测未来 7 天沉降量超过累计沉降控制值的 80% 且速率超每天 0.5 毫米，则建议加密监测"（参数为教学示意）。
6. 回测：用历史数据模拟"如果当时用了这个规则，会不会提前预警"——决策环节的加分项。
7. 写决策建议：阈值怎么定、误报和漏报怎么权衡。

预期产出：notebook、沉降曲线与预测曲线对比图、模型对比表、一页纸的预警规则说明。

评分点：问题定义包含"数据、输出、评判"（15 分）；数据可视化、时序划分正确（20 分）；基线→改进的对比过程（20 分）；预警规则明确、边界说明（25 分，重头）；汇报表达（10 分）；加分项：回测验证（10 分）。

项目 C：SHM 异常检测（对应 SUDA 环"感知 + 理解"）

项目定位：最"监测"的项目。输入是振动/应变时序，输出是"哪个时段异常"。练的是时序数据处理、滑动窗口、统计与机器学习结合——对应第九章 SHM 体系，是四个项目里最像"科研"的。

数据来源建议：实验室实测数据（首选推荐）：团队/实验室积累的压电阻抗（PZT-EMI）监测数据、振动监测数据，真实、有故事，"数据来自实测"本身就是亮点。公开数据：搜 "SHM benchmark dataset"、"structural health monitoring dataset"，Kaggle 上也有。合成数据（可控）：生成正弦波 + 噪声模拟正常振动，在某段嵌入幅值突变、频率漂移或尖峰模拟异常——你们自己知道异常在哪，天然有标注。

步骤清单：

1. 读入时序，画全时段曲线，肉眼找"异常段"。
2. 滑动窗口切分：长序列切成一段段（如每段 100 点），每段提取特征（均值、方差、峰值、频率主峰等）。
3. 训练正常段模型：用正常段特征拟合统计模型（均值±3σ 判异常）或孤立森林等无监督模型。
4. 检测：对每个窗口打分，标出"异常窗口"，画成时间轴标注图。
5. 评估：与真实异常段对比，算检出率和误报率——误报多不多？漏检在哪？
6. 分析：把异常段和正常段对比画出来，说明"为什么被判为异常"（幅值变大？频率变了？）。
7. 写决策建议：这类异常可能对应什么工程含义（传感器故障 vs 荷载异常 vs 损伤征兆），系统应该报警还是转人工复核。

预期产出：notebook、异常标注时间轴图、检出率/误报率指标、异常成因分析、一页纸的"报警策略"说明。

评分点：问题定义清晰（15 分）；时序处理与窗口/特征构造合理（20 分）；检测方法有依据（20 分）；检出率与误报率权衡分析（20 分）；异常与工程含义的关联分析（15 分）；汇报表达（10 分）。

项目 D：规范条文 RAG 问答（对应 SUDA 环"决策"）

项目定位：最"前沿"的项目。输入是规范文档，输出是一个能回答规范问题、还能指出出处的问答系统。练的是文档处理、向量检索、大模型调用、提示词设计——对应第五章 RAG 和第六章 Agent，最接近"智能建造平台"。

数据来源建议：公开规范文本（首选）：混凝土结构设计规范（GB 50010）、建筑基坑工程监测技术标准、公路桥梁养护规范（JTG 5120）等——用公开正式版本，规范 PDF 转文本后按章节切分。自行整理问答对：把规范条文改写成"问题-答案"对（如"保护层厚度最小是多少？"），既是数据准备，也是工程训练。团队/实验室如有工程案例教学智能体积累的问答语料（教学示意），可申请使用（需脱敏）。

步骤清单：

1. 规范 PDF 转文本，按章节切成若干段落（每段几百字，太长检索不准，太短上下文不全）。
2. 给每段编号，存成"文档库"（向量化用现成嵌入模型）。
3. 搭检索：用户提问 → 问题向量化 → 在文档库中找最相关的 3-5 段。
4. 搭生成：把"找到的段落 + 问题"拼进提示词，让大模型基于段落回答，并要求标注出处段落编号。
5. 测试 10-20 个真实问题：规范里直接有答案的（查得准）、需要跨条文推理的（难）、规范里没有的（系统应该诚实说"没有查到"——防幻觉的关键）。
6. 边界分析：答错的例子收集起来，分析是检索错了还是生成错了。
7. 写决策建议：这个系统适合放什么场景（设计院快速查规范、现场辅助判断），什么场景不能依赖它（涉及责任判定必须人工复核）。

预期产出：notebook（或演示页面）、10 个测试问题的问答记录（含出处）、答错案例分析、一页纸的"可用边界"说明。

评分点：问题定义清晰（15 分）；文档切分与检索设计合理（20 分）；问答效果与出处标注（20 分）；防幻觉与边界分析（25 分，重头）；汇报表达（10 分）；加分项：做成可演示的交互界面（10 分）。

🧭专业解读

四个项目的数据来源都是三条路：公开、合成、实测。怎么选？一句判断口诀：想要"稳"，用公开；想要"可控"，用合成；想要"真"，用实测。 公开数据省事但你可能不熟，合成数据你完全知道答案但显得"假"，实测数据最真实但需要申请和脱敏。大多数组的正解是混搭：主数据用公开或实测，再人为构造 1-2 个"特殊工况"展示你们处理问题的能力——评委最爱看的就是"你们自己给自己挖了坑，又自己填了坑"。

再强调三个贯穿所有项目的坑，每个组都必须自查：

第一，数据泄漏。 时序项目按时间切分，图像项目按"照片"切分（同一面墙的多张照片不能一张进训练一张进测试），预处理必须在划分之后。一句话：让"未来"或"测试"的信息，一刻也不能提前进模型。

第二，只报喜不报忧。 汇报里只有"准确率 95%"（示意），没有"它在夜间照片上会漏检，因为训练数据里夜间照片只占 5%"（示意）。主动交代弱点，是工程汇报的成熟标志。

第三，数据没看就开跑。 打开数据的第一个动作永远是"看"：画图、统计、打印前几行。不看的后果，12.2 那个"没看过一张原图"的组已经替你演示过了。

🏗️土木案例

某公开项目可作为"对标样本"（教学示意）：你们做项目 A 时，可以把它当"业界参考线"对照——问题定义有没有它清晰、数据组织有没有它讲究、评估有没有它严格。有对标，项目就不会跑偏。

再讲一个合成数据的成功用法。上一届做沉降预测的组，除了主数据，还专门构造了一个"暴雨工况"：在沉降序列里人为叠加一次加速沉降，测试预警规则能不能提前三天触发。结果触发了，但晚了半天（示意）——他们在汇报里如实讲了，并分析了原因（特征里没有降雨信息），建议"实际应用应接入降雨预报数据"。评委给这个"人为工况 + 诚实复盘"打了高分。 这就是"自己挖坑、自己填坑"的标准示范。

✅本节小结

四个项目各有数据三选一：公开求稳、合成求可控、实测求真，正解是混搭。A 练迁移学习，B 练回归与预警，C 练时序异常，D 练 RAG 与防幻觉。三个必查的坑：数据泄漏、只报喜不报忧、不看数据就开跑。评分点共同的重心是"问题定义 + 数据功夫 + 决策建议"，不是模型炫技。

✏️课堂思考题

1. 四个项目中，为什么 B 和 C 的"数据划分"特别容易踩数据泄漏？各是什么形式的泄漏？
2. 项目 D 里"规范里没有的答案，系统应该诚实说没有"——为什么这条比"答得准"还重要？
3. 给四个项目各想一个"人为挖坑"的变体（如 A 加夜间照片、C 加传感器故障段），并说说这个坑考验什么能力。

---

12.6 汇报与互评：向甲方交差

📌核心知识点

项目做完不算完，讲得清楚才算完。 这一节教你怎么"向甲方交差"——你的甲方，就是评委老师和身边的同学。

汇报的黄金结构：10 分钟，五段话，每段 2 分钟。 问题（做了什么、为什么做）→ 数据（长什么样、怎么处理）→ 方法（什么模型、为什么）→ 结果（好在哪、差在哪）→ 决策建议（结论是什么、边界是什么）。这个结构和 12.3 的五步流程一一对应——五步流程做得好，汇报就是把每步的产出物"念出来"，不需要另起炉灶。

汇报的三个硬规则：

第一，一页一图。 每页 PPT 只放一张关键图，配三行以内的话。评委最怕一页 6 张图、20 行字，讲的人自己都不知道先看哪。

第二，一个数字讲清效果。 不需要报十个指标，挑一个最能说明问题的：裂缝分类报"漏检率"，沉降预测报"未来 7 天平均预测误差"，异常检测报"检出率和误报率"，RAG 报"20 个测试问题答对 17 个"（示意）。一个数字，配上它的前提条件（"在测试集上""在正常工况下"），比十个数字有力量。

第三，一句话讲清建议。 汇报最后必须有"所以呢？"——"这套方法可以用于日常巡检初筛，夜间照片需人工复核"。"所以呢"讲不出来，前面的技术再漂亮，甲方也不买单。

互评规则：汇报当天，每个组派评委给其他组打分（去掉最高最低取平均），打分维度就是下面的评分表。互评不是走过场——你给别人打分的过程，就是拿别人的项目照镜子：你看得出别人哪里没做扎实，回头就知道自己哪里也虚。

项目评分总表（呼应第一章的评价标准——第一章教你"谁来评判好坏"，这里就是评判的落地）：

看清楚权重：决策建议 25%，是最大头。 这就是这本书和纯 AI 课的区别——我们评的不是"模型多聪明"，是"你能不能把它变成决策"。模型效果差的组别慌：只要你们把"为什么差、边界在哪、建议怎么用"讲透了，决策建议这一项照样拿高分。

🧭专业解读

为什么"汇报"值得单独占一节，还占 20% 的分数？因为在真实工程里，交付物的一半是"让别人听懂"。 你算了一百遍、建了十八版模型，最后业主问"所以呢"，你支支吾吾——前面的功夫全白费。设计院里的高工，一半的本事在"讲"：讲给业主、施工方、审查专家听。这一章练的汇报，就是你未来职场的第一课。

再回答一个大家心里嘀咕的问题：互评打分，会不会有人乱打？ 会，但规则已经防住了：去掉最高最低取平均。更重要的是，互评的本质不是"公平打分"，是"互相学习"。 你坐在台下听六个组汇报，等于看了六个版本的"问题定义 → 决策"，比你自己闷头做一遍学到的还多。给别人的项目挑刺，是给自己项目补漏的最快方式。

好汇报的三个要素，再提炼一遍：一张图讲清问题，一个数字讲清效果，一句话讲清建议。 做不到这三件事的汇报，多半是没想清楚；能做到的，哪怕模型一般，评委也会给高分。最常见的翻车现场有四种，你对照自查：念 PPT（讲的人成了播音员）、堆术语（听众全程懵）、只报喜（被追问就露馅）、超时（10 分钟讲成 25 分钟，评委的耐心先耗尽）。

最后说一句关于"紧张"的话。上台前紧张是正常的，连高工第一次见业主也紧张。克服紧张的唯一办法，是彩排——至少完整讲两遍，卡着表讲。 第二遍讲完，你就知道哪句话卡壳、哪张图讲不顺，改掉它们。彩排两遍的组和没彩排的组，现场表现是天壤之别，而这个差别和天赋无关，只和练不练有关。

🏗️土木案例

正面案例：上一届 RAG 项目组的汇报现场，评委老师临时起意，问了一个不在他们测试列表里的问题："按现行规范，梁的纵向受力钢筋保护层厚度最小值是多少？"组员当场操作系统，三秒后屏幕上跳出答案，下面跟着出处段落编号。全场安静了一秒，然后鼓掌。这个现场 demo，比他们准备的所有 PPT 都值钱。 事后复盘：能接住随机题，是因为"引用溯源"做进了系统、测试覆盖了常见条文——准备充分的人，才敢接随机题。

反面案例：另一个组汇报沉降预测，PPT 第三页放了一张密密麻麻的误差表格，六行指标，每个小数点后三位。讲的人照着念，台下已经开始看手机。老师打断："你能不能一句话告诉我，你们这个模型到底行不行？"组员愣住，说"还行吧"。"还行吧"三个字，把前面 8 分钟的努力全冲掉了。 老师点评时说了一句值得所有组记住的话："工程汇报不是数据展销会，是决策说明会。 你要给的不是数据，是判断。"

✅本节小结

汇报是向甲方交差：10 分钟五段话对应五步流程，一页一图、一个数字讲清效果、一句话讲清建议。评分表五维度中决策建议占 25%——模型可以平庸，决策建议必须扎实。互评是拿别人的项目照镜子，彩排两遍是克服紧张的唯一办法。工程汇报不是数据展销会，是决策说明会。

✏️课堂思考题

1. 为什么评分表里"决策建议"权重最高（25%）？这和第一章"谁来评判好坏"有什么关系？
2. 四种翻车现场（念 PPT、堆术语、只报喜、超时）里，你觉得哪种最致命？为什么？
3. 如果你是评委，一个组"模型效果一般但弱点交代得很诚实"，另一个组"模型效果很好但一问细节就含糊"，你给哪个组高分？说出你的评分依据。

---

本章小结

1. 本章是全书的考场：前面十一章装货，这一章卸货；看懂和做出来之间隔着一道墙，动手是唯一的拆墙工具（12.1）。
2. 实验是健身房器械，项目是毕业设计预演：十个基础实验练单项技能（<span class='star'>★</span>到<span class='star'><span class='star'><span class='star'>★</span><span class='star'>★</span></span><span class='star'>★</span></span><span class='star'>★</span>），四个综合项目练全身协调（12.1）。
3. 四个项目对应 SUDA 环四个环节：裂缝分类站"理解"，沉降预测站"理解+决策"，SHM 异常检测站"感知+理解"，RAG 问答站"决策"——选项目就是选未来的岗位（12.2）。
4. 五步流程是项目骨架：问题定义→数据→模型→决策→汇报，是螺旋不是直线；每周推进一小步，胜过最后通宵一整夜（12.3）。
5. 零基础不用从零写算法：Colab + pandas + matplotlib + sklearn + 大模型 API，六层工具链全是"填空式"；先跑通后理解，代码可以抄、理解不能抄（12.4）。
6. 数据三选一：公开求稳、合成求可控、实测求真，正解是混搭；数据泄漏、只报喜不报忧、不看数据就开跑，是三大必查坑（12.5）。
7. 汇报是向甲方交差：10 分钟五段话、一页一图、一个数字、一句话建议；工程汇报不是数据展销会，是决策说明会（12.6）。
8. 评分表的重心是决策：决策建议占 25%，模型可以平庸，决策必须扎实——这就是 AI 4 Civil 和纯 AI 课的区别（12.6）。

---

思考题

★ 入门级

1. 用一句话向一个没学过本书的同学解释：为什么"动手做"一章要放在全书最后，而不是最前面？
2. 十个基础实验中，你打算跳过哪三个、老实做哪三个？给出你的理由。
3. 说出四个综合项目各自对应的 SUDA 环节，并各举一个现实中的岗位例子。
4. 工具链六层分别是什么？哪一层是你最陌生的、哪一层是你最有把握的？

★★ 应用级

1. 你们组打算做项目 B（沉降预测），请用翻译三步法写出你们开题时要交的那句话问题定义。
2. 项目 C（SHM 异常检测）中，为什么"误报率"和"检出率"要一起看？只追求检出率会发生什么？
3. 数据泄漏有三种常见形态（时序切分错误、预处理先于划分、同源数据跨集合），任选一种，设计一个"演示它有多坑"的小实验。
4. 项目 D 的 RAG 系统答错了一个规范问题，你如何判断错在"检索"还是"生成"？写出你的排查步骤。

★★★ 挑战级

1. 设计一个你们组的四周甘特图，把 12.3 的时间表细化到"每天做什么、谁负责"，并说明你们留了几天"缓冲时间"给意外。
2. 互评时你发现另一个组"数据划分有泄漏"，但他们的结果"好得离谱"。请写出你作为评委的三条提问，既要让他们意识到问题，又不显得刻薄。
3. 综合设计题：假设你要为一家检测机构做一个"裂缝分类 + 报告自动生成"的完整系统（对应项目 A + 第六章 Agent），画出系统架构图，标出每个模块的输入输出、人工复核点、以及哪部分可以复用本章项目 A 的成果。
4. 反思题：本章结束后，请回顾你最初"选项目"时的理由，对照你的实际体验，写一段 200 字左右的复盘：哪些判断对了，哪些判断错了，如果重来一次你会怎么选？

---

拓展阅读

1. 《AI Agent 实战营》（bojieli，GitHub 开源）——参考书的实验范式：实验编号 + 星级难度，动手学 AI 的样板编排。
2. scikit-learn 官方文档中文版（scikit-learn.org）——实验 12-4 到 12-6 的标准参考。
3. Google Colab 官方入门教程（colab.research.google.com）——零配置环境，跟着做一遍就完成实验 12-1。
4. SDNET2018 裂缝数据集论文与下载页——项目 A 的首选公开数据，了解真实裂缝数据的构成与局限。
5. 住房和城乡建设部《建筑基坑工程监测技术标准》（GB 50497）——项目 B 预警规则设计的规范依据。

参考文献

1. 周志华. 机器学习[M]. 北京: 清华大学出版社, 2016.
2. Dorafshan S, Thomas R J, Maguire M. SDNET2018: An annotated image dataset for non-contact concrete crack detection using deep convolutional neural networks[J]. Data in Brief, 2018, 21: 1664-1668.
3. 中华人民共和国住房和城乡建设部. 建筑基坑工程监测技术标准: GB 50497—2019[S]. 北京: 中国建筑工业出版社, 2019.
4. 中华人民共和国交通运输部. 公路桥梁养护规范: JTG 5120—2021[S]. 北京: 人民交通出版社, 2021.
5. Vaswani A, et al. Attention is all you need[C]. NeurIPS, 2017.
6. Lewis P, et al. Retrieval-augmented generation for knowledge-intensive NLP tasks[C]. NeurIPS, 2020.
7. Pedregosa F, et al. Scikit-learn: Machine learning in Python[J]. Journal of Machine Learning Research, 2011, 12: 2825-2830.