鑫光灿烂
算法工程师
南京航空航天大学 · 1年经验
日薪：
￥500/8h
地点：
南京 全区
时间：
可工作日驻场（自由职业原因）
信用行为
0
接单数
0
评价数
1
收藏数
技术能力
熟悉语言：C++,SQL,Python，Matlab。
研究方向：机器学习算法，谱聚类算法，数据挖掘数据清洗，基于深度神经网络得图像识别。利用训练集与测试集来训练机器学习模型的分类算法，如Svm,KNN,逻辑回归，随机森林,Xgboost。基于正则化的分类算法。本人研究的矩阵补全在网络链接预测中的应用，利用正则化方法与核方法求解预测问题，将投稿于《计算机工程与应用》。
研究方向：机器学习算法，谱聚类算法，数据挖掘数据清洗，基于深度神经网络得图像识别。利用训练集与测试集来训练机器学习模型的分类算法，如Svm,KNN,逻辑回归，随机森林,Xgboost。基于正则化的分类算法。本人研究的矩阵补全在网络链接预测中的应用，利用正则化方法与核方法求解预测问题，将投稿于《计算机工程与应用》。
项目经验
kaggle泰坦尼克幸存者预测比赛，首先对数据预处理和画图研究不同属性对结果的影响。进而通过应用xgboost算法和特征工程，以及sklearn中的分类器，在11000支队伍中排名867,比赛成绩top8%。
鑫光灿烂
算法工程师 · 1年经验 · 南京航空航天大学
0
累计接单
0
用户评价
1
被收藏
信用行为
0
接单数
0
评价数
1
收藏数
技术能力
熟悉语言：C++,SQL,Python，Matlab。
研究方向：机器学习算法，谱聚类算法，数据挖掘数据清洗，基于深度神经网络得图像识别。利用训练集与测试集来训练机器学习模型的分类算法，如Svm,KNN,逻辑回归，随机森林,Xgboost。基于正则化的分类算法。本人研究的矩阵补全在网络链接预测中的应用，利用正则化方法与核方法求解预测问题，将投稿于《计算机工程与应用》。
研究方向：机器学习算法，谱聚类算法，数据挖掘数据清洗，基于深度神经网络得图像识别。利用训练集与测试集来训练机器学习模型的分类算法，如Svm,KNN,逻辑回归，随机森林,Xgboost。基于正则化的分类算法。本人研究的矩阵补全在网络链接预测中的应用，利用正则化方法与核方法求解预测问题，将投稿于《计算机工程与应用》。
项目经验
kaggle泰坦尼克幸存者预测比赛，首先对数据预处理和画图研究不同属性对结果的影响。进而通过应用xgboost算法和特征工程，以及sklearn中的分类器，在11000支队伍中排名867,比赛成绩top8%。
立即沟通
