欢城深喟
计算机学院硕士
北京邮电大学 · 1年经验
日薪：
￥500/8h
地点：
北京 海淀
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
0
收藏数
技术能力
北京邮电大学计算机学院硕士研究生，熟悉使用Python，研究方向为数据挖掘、机器学习和自然语言处理。熟悉各种分类与回归算法，熟悉SVM、XGboost等常用分类算法的原理及其使用。对自然语言处理文本分类问题有很多实际经验，在校期间完成一百万级别文本分类，对搜狐新闻爬取下来的新闻进行分类，10个类别分类准确率接近90%，参加天池阿里云恶意软件检测比赛现在排行榜排名第4，正在进行新冠疫情相似句对判定大赛。
项目经验
100万新闻文本分类
对爬取的100多万篇搜狐新闻进行数据挖掘，分析文本分布和各种统计，之后进行数据预处理，包括分词、去停用词等预处理，之后训练词向量并用朴素贝叶斯算法进行分类，准确率达到80%以上，使用XGboost准确率达到85%。
天池阿里云安全恶意程序检测比赛第4名
使用ngram词向量拼接word2vec向量加xgboost分类单模型效果达到前20，与textCNN模型结果融合排名第4。
对爬取的100多万篇搜狐新闻进行数据挖掘，分析文本分布和各种统计，之后进行数据预处理，包括分词、去停用词等预处理，之后训练词向量并用朴素贝叶斯算法进行分类，准确率达到80%以上，使用XGboost准确率达到85%。
天池阿里云安全恶意程序检测比赛第4名
使用ngram词向量拼接word2vec向量加xgboost分类单模型效果达到前20，与textCNN模型结果融合排名第4。
欢城深喟
计算机学院硕士 · 1年经验 · 北京邮电大学
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
北京邮电大学计算机学院硕士研究生，熟悉使用Python，研究方向为数据挖掘、机器学习和自然语言处理。熟悉各种分类与回归算法，熟悉SVM、XGboost等常用分类算法的原理及其使用。对自然语言处理文本分类问题有很多实际经验，在校期间完成一百万级别文本分类，对搜狐新闻爬取下来的新闻进行分类，10个类别分类准确率接近90%，参加天池阿里云恶意软件检测比赛现在排行榜排名第4，正在进行新冠疫情相似句对判定大赛。
项目经验
100万新闻文本分类
对爬取的100多万篇搜狐新闻进行数据挖掘，分析文本分布和各种统计，之后进行数据预处理，包括分词、去停用词等预处理，之后训练词向量并用朴素贝叶斯算法进行分类，准确率达到80%以上，使用XGboost准确率达到85%。
天池阿里云安全恶意程序检测比赛第4名
使用ngram词向量拼接word2vec向量加xgboost分类单模型效果达到前20，与textCNN模型结果融合排名第4。
对爬取的100多万篇搜狐新闻进行数据挖掘，分析文本分布和各种统计，之后进行数据预处理，包括分词、去停用词等预处理，之后训练词向量并用朴素贝叶斯算法进行分类，准确率达到80%以上，使用XGboost准确率达到85%。
天池阿里云安全恶意程序检测比赛第4名
使用ngram词向量拼接word2vec向量加xgboost分类单模型效果达到前20，与textCNN模型结果融合排名第4。
立即沟通
