tzshun
engineer
Chongqing University · 5年经验
日薪：
￥500/8h
地点：
北京 海淀
时间：
周六周日可工作日远程
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
python爬虫，熟悉各种类型的数据逆向技术，如JS逆向/数据加密解密等；
数据分析与算法设计，熟悉各种类型的机器学习算法，包括经典的机器学习与深度学习；
CS软件，基于winform的程序设计
数据库，熟悉mysql/oracle/mongodb/nosql的操作
数据分析与算法设计，熟悉各种类型的机器学习算法，包括经典的机器学习与深度学习；
CS软件，基于winform的程序设计
数据库，熟悉mysql/oracle/mongodb/nosql的操作
项目经验
爬虫：各大主流网站社交类某博、团购类某团、电商类某东、企业类某查查等数据，均获取并有现成的数据获取框架
算法：利用下列算法解决科学研究中的诸多问题
线性回归算法 Linear Regression
支持向量机算法 (Support Vector Machine,SVM)
最近邻居/k-近邻算法 (K-Nearest Neighbors,KNN)
逻辑回归算法 Logistic Regression
决策树算法 Decision Tree
k-平均算法 K-Means
随机森林算法 Random Forest
朴素贝叶斯算法 Naive Bayes
降维算法 Dimensional Reduction
梯度增强算法 Gradient Boosting
算法：利用下列算法解决科学研究中的诸多问题
线性回归算法 Linear Regression
支持向量机算法 (Support Vector Machine,SVM)
最近邻居/k-近邻算法 (K-Nearest Neighbors,KNN)
逻辑回归算法 Logistic Regression
决策树算法 Decision Tree
k-平均算法 K-Means
随机森林算法 Random Forest
朴素贝叶斯算法 Naive Bayes
降维算法 Dimensional Reduction
梯度增强算法 Gradient Boosting
tzshun
engineer · 5年经验 · Chongqing University
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
python爬虫，熟悉各种类型的数据逆向技术，如JS逆向/数据加密解密等；
数据分析与算法设计，熟悉各种类型的机器学习算法，包括经典的机器学习与深度学习；
CS软件，基于winform的程序设计
数据库，熟悉mysql/oracle/mongodb/nosql的操作
数据分析与算法设计，熟悉各种类型的机器学习算法，包括经典的机器学习与深度学习；
CS软件，基于winform的程序设计
数据库，熟悉mysql/oracle/mongodb/nosql的操作
项目经验
爬虫：各大主流网站社交类某博、团购类某团、电商类某东、企业类某查查等数据，均获取并有现成的数据获取框架
算法：利用下列算法解决科学研究中的诸多问题
线性回归算法 Linear Regression
支持向量机算法 (Support Vector Machine,SVM)
最近邻居/k-近邻算法 (K-Nearest Neighbors,KNN)
逻辑回归算法 Logistic Regression
决策树算法 Decision Tree
k-平均算法 K-Means
随机森林算法 Random Forest
朴素贝叶斯算法 Naive Bayes
降维算法 Dimensional Reduction
梯度增强算法 Gradient Boosting
算法：利用下列算法解决科学研究中的诸多问题
线性回归算法 Linear Regression
支持向量机算法 (Support Vector Machine,SVM)
最近邻居/k-近邻算法 (K-Nearest Neighbors,KNN)
逻辑回归算法 Logistic Regression
决策树算法 Decision Tree
k-平均算法 K-Means
随机森林算法 Random Forest
朴素贝叶斯算法 Naive Bayes
降维算法 Dimensional Reduction
梯度增强算法 Gradient Boosting
案例展示
某博数据获取的自动登录
python数据爬虫 实现某博网站的自动登录 在数据抓取过程中，自动登录信息门户获取需要抓取的数据。
机器学习-基于遗传算法的最短路径分析
问题描述 一个商品推销员要去若干个城市推销商品，该推销员从一个城市出发，需要经过所有城市后，回到出发地。应如何选择行进路线，以使总的行程最短。 对于n个城市的TSP，本文利用python分别实现遗传算法对该问题的求解。 采用机器学习的遗传算法
自然语言处理-情感分析与关键词提取
['杭州', '西湖', '风景', '很', '好', '，', '是', '旅游', '胜地', ',', '每年', '吸引', '大量', '前来', '游玩', '的', '游客', '！'] 该文本的情感词性为正的概率:0.9470581725903199 关键词
立即沟通
