Jimbar🍭
计算机博士在读
悉尼大学 · 1年经验
日薪：
￥500/8h
地点：
其他 全区
时间：
可工作日远程可工作日驻场（离职原因）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
编程能力： Python, R, C++, SQL, LaTex
方法： 机器学习，神经网络：TensorFlow/Keras，云计算：Hadoop, MapReduce, Spark
计算机软件： MS Office: Excel, PowerPoint, Word，SAP
方法： 机器学习，神经网络：TensorFlow/Keras，云计算：Hadoop, MapReduce, Spark
计算机软件： MS Office: Excel, PowerPoint, Word，SAP
项目经验
Chars74K 图像数据集分类竞赛 准确率90% （Keras 框架）
TED 演讲者表情分析 （正在进行中，目的是实现分析一场TED 中，演讲者的感情倾向（表情与语义），目前研究属于物体识别、
分割与面部表情分析，使用YOLO 做人体和脸部识别，用deep-sort 去做人体的追踪，最终做成了能实现
实时追踪识别的应用。）
糖尿病胰岛蛋白分类 （基于蛋白质磷酸酯数据， 通过动态规划，在线性规划中，求得所有已知分类的固定时间变量的R 值差别
最大的线性组合形式建立新属性，对基因序列使用PPSM 方式建立新属性，实用工具为Rstudio）
TED 演讲者表情分析 （正在进行中，目的是实现分析一场TED 中，演讲者的感情倾向（表情与语义），目前研究属于物体识别、
分割与面部表情分析，使用YOLO 做人体和脸部识别，用deep-sort 去做人体的追踪，最终做成了能实现
实时追踪识别的应用。）
糖尿病胰岛蛋白分类 （基于蛋白质磷酸酯数据， 通过动态规划，在线性规划中，求得所有已知分类的固定时间变量的R 值差别
最大的线性组合形式建立新属性，对基因序列使用PPSM 方式建立新属性，实用工具为Rstudio）
Jimbar🍭
计算机博士在读 · 1年经验 · 悉尼大学
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
编程能力： Python, R, C++, SQL, LaTex
方法： 机器学习，神经网络：TensorFlow/Keras，云计算：Hadoop, MapReduce, Spark
计算机软件： MS Office: Excel, PowerPoint, Word，SAP
方法： 机器学习，神经网络：TensorFlow/Keras，云计算：Hadoop, MapReduce, Spark
计算机软件： MS Office: Excel, PowerPoint, Word，SAP
项目经验
Chars74K 图像数据集分类竞赛 准确率90% （Keras 框架）
TED 演讲者表情分析 （正在进行中，目的是实现分析一场TED 中，演讲者的感情倾向（表情与语义），目前研究属于物体识别、
分割与面部表情分析，使用YOLO 做人体和脸部识别，用deep-sort 去做人体的追踪，最终做成了能实现
实时追踪识别的应用。）
糖尿病胰岛蛋白分类 （基于蛋白质磷酸酯数据， 通过动态规划，在线性规划中，求得所有已知分类的固定时间变量的R 值差别
最大的线性组合形式建立新属性，对基因序列使用PPSM 方式建立新属性，实用工具为Rstudio）
TED 演讲者表情分析 （正在进行中，目的是实现分析一场TED 中，演讲者的感情倾向（表情与语义），目前研究属于物体识别、
分割与面部表情分析，使用YOLO 做人体和脸部识别，用deep-sort 去做人体的追踪，最终做成了能实现
实时追踪识别的应用。）
糖尿病胰岛蛋白分类 （基于蛋白质磷酸酯数据， 通过动态规划，在线性规划中，求得所有已知分类的固定时间变量的R 值差别
最大的线性组合形式建立新属性，对基因序列使用PPSM 方式建立新属性，实用工具为Rstudio）
案例展示
深度学习机器学习算法构筑
使用TensorFlow 底层API 搭建CNN 模型，并加入多种优化算法（BatchNormalization，Dropout）； 研究了多种复杂的网络模型如DenseNet，ResNet，VGG 等，最终采用了bagging 的融合模型去进行分 类，正确率达到了90%，并
深度学习机器学习算法构筑
使用TensorFlow 底层API 搭建CNN 模型，并加入多种优化算法（BatchNormalization，Dropout）； 研究了多种复杂的网络模型如DenseNet，ResNet，VGG 等，最终采用了bagging 的融合模型去进行分 类，正确率达到了90%，并
立即沟通
