JoF_Ker
数据分析师
上海玫根实业有限公司 · 1年经验
日薪：
￥500/8h
地点：
上海 浦东
时间：
下班后
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
1.掌握python编程，学过java和C++。
2.熟练使用numpy、pandas，matplotlib等数据处理库。
3.熟练使用机器学习算法对数据进行预测、分类及聚类等。
4.在图像处理方面，可以用OpenCV对图像进行处理。
5.熟悉深度学习（Tersoflow，keras等）框架。
2.熟练使用numpy、pandas，matplotlib等数据处理库。
3.熟练使用机器学习算法对数据进行预测、分类及聚类等。
4.在图像处理方面，可以用OpenCV对图像进行处理。
5.熟悉深度学习（Tersoflow，keras等）框架。
项目经验
1.多功能照相机
使用Python进行编程，使用opencv来人脸识别，svm算法对图片数据比对，cv处理图像。
实现类似考勤机人脸打卡，通过获取人脸图像，再用摄像头检测库是否含有相应人脸。
2.城市计算AI挑战赛-地铁流量预测
根据主办方提供的数据，挖掘隐藏在背后的出行规律，准确预测各个地铁站点未来流量的变化。
使用numpy，matplotlib，sklearn，Lightgbm，XGBoost等包。
经过对数据的分析，选择合适的特征，对数据进行交叉验证验证准确率，运用模型对29日的地铁流量进行预测。
3.kaggle平台-预测未来销售比赛
根据每个商店销售产品总量对未来商店产品的总销售额进行预测。
模型构建过程用到catboost 、xgboost 、线性回归、knn、随机深林等算法，最后运用模型堆叠预测。
使用Python进行编程，使用opencv来人脸识别，svm算法对图片数据比对，cv处理图像。
实现类似考勤机人脸打卡，通过获取人脸图像，再用摄像头检测库是否含有相应人脸。
2.城市计算AI挑战赛-地铁流量预测
根据主办方提供的数据，挖掘隐藏在背后的出行规律，准确预测各个地铁站点未来流量的变化。
使用numpy，matplotlib，sklearn，Lightgbm，XGBoost等包。
经过对数据的分析，选择合适的特征，对数据进行交叉验证验证准确率，运用模型对29日的地铁流量进行预测。
3.kaggle平台-预测未来销售比赛
根据每个商店销售产品总量对未来商店产品的总销售额进行预测。
模型构建过程用到catboost 、xgboost 、线性回归、knn、随机深林等算法，最后运用模型堆叠预测。
JoF_Ker
数据分析师 · 1年经验 · 上海玫根实业有限公司
0
累计接单
0
用户评价
0
被收藏
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
1.掌握python编程，学过java和C++。
2.熟练使用numpy、pandas，matplotlib等数据处理库。
3.熟练使用机器学习算法对数据进行预测、分类及聚类等。
4.在图像处理方面，可以用OpenCV对图像进行处理。
5.熟悉深度学习（Tersoflow，keras等）框架。
2.熟练使用numpy、pandas，matplotlib等数据处理库。
3.熟练使用机器学习算法对数据进行预测、分类及聚类等。
4.在图像处理方面，可以用OpenCV对图像进行处理。
5.熟悉深度学习（Tersoflow，keras等）框架。
项目经验
1.多功能照相机
使用Python进行编程，使用opencv来人脸识别，svm算法对图片数据比对，cv处理图像。
实现类似考勤机人脸打卡，通过获取人脸图像，再用摄像头检测库是否含有相应人脸。
2.城市计算AI挑战赛-地铁流量预测
根据主办方提供的数据，挖掘隐藏在背后的出行规律，准确预测各个地铁站点未来流量的变化。
使用numpy，matplotlib，sklearn，Lightgbm，XGBoost等包。
经过对数据的分析，选择合适的特征，对数据进行交叉验证验证准确率，运用模型对29日的地铁流量进行预测。
3.kaggle平台-预测未来销售比赛
根据每个商店销售产品总量对未来商店产品的总销售额进行预测。
模型构建过程用到catboost 、xgboost 、线性回归、knn、随机深林等算法，最后运用模型堆叠预测。
使用Python进行编程，使用opencv来人脸识别，svm算法对图片数据比对，cv处理图像。
实现类似考勤机人脸打卡，通过获取人脸图像，再用摄像头检测库是否含有相应人脸。
2.城市计算AI挑战赛-地铁流量预测
根据主办方提供的数据，挖掘隐藏在背后的出行规律，准确预测各个地铁站点未来流量的变化。
使用numpy，matplotlib，sklearn，Lightgbm，XGBoost等包。
经过对数据的分析，选择合适的特征，对数据进行交叉验证验证准确率，运用模型对29日的地铁流量进行预测。
3.kaggle平台-预测未来销售比赛
根据每个商店销售产品总量对未来商店产品的总销售额进行预测。
模型构建过程用到catboost 、xgboost 、线性回归、knn、随机深林等算法，最后运用模型堆叠预测。
立即沟通
