不动的明
学生
成都信息工程大学 · 1年经验
日薪：
￥500/8h
地点：
成都 双流
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
我是程序员客栈的JohnarsZhu，一名后端开发者； 我在读成都信息工程大学 负责过学校大创项目有关虚假新闻检测的后端开发，保险推荐系统的项目组长； 熟练使用python，JAVA以及vibe coding； 如果我能帮上您的忙，请点击“立即预约”或“发布需求”！
项目经验
保险产品智能推荐系统
保险产品智能推荐系统是一个面向保险客户推荐场景的轻量级 Web 应用。系统基于历史客户数据训练分类模型，评估客户购买保险产品的可能性，并输出推荐等级、预测概率和推荐理由，帮助业务人员快速筛选值得优先跟进的客户。
功能介绍
数据概览：支持上传 .xlsx 或 .csv 格式的训练集和评估集，并在上传后展示字段数量、正负样本数量等信息。
模型训练：支持 logistic_regression、decision_tree、random_forest 三类模型训练。
模型评估：展示 Accuracy、Precision、Recall、F1、AUC 等指标，并保存每次训练记录。
模型对比：按模型类型查看最近训练结果，方便比较不同算法表现。
智能推荐：根据最新模型对客户生成推荐结果，输出预测概率、推荐等级和推荐理由。
推荐历史：保存推荐批次和推荐明细，系统重启后仍可查询。
结果导出：支持将推荐结果导出为 CSV 文件。
图表展示：使用 ECharts 展示样本分布、模型指标和推荐等级分布。
自动测试：提供页面、接口、数据库、模型服务和推荐历史等测试用例。
项目实现
后端框架 FastAPI
页面模板 Jinja2
数据库 SQLite、SQLAlchemy
数据处理 Pandas、openpyxl、NumPy
机器学习 scikit-learn、joblib
图表展示 ECharts
自动测试 pytest、httpx
保险产品智能推荐系统是一个面向保险客户推荐场景的轻量级 Web 应用。系统基于历史客户数据训练分类模型，评估客户购买保险产品的可能性，并输出推荐等级、预测概率和推荐理由，帮助业务人员快速筛选值得优先跟进的客户。
功能介绍
数据概览：支持上传 .xlsx 或 .csv 格式的训练集和评估集，并在上传后展示字段数量、正负样本数量等信息。
模型训练：支持 logistic_regression、decision_tree、random_forest 三类模型训练。
模型评估：展示 Accuracy、Precision、Recall、F1、AUC 等指标，并保存每次训练记录。
模型对比：按模型类型查看最近训练结果，方便比较不同算法表现。
智能推荐：根据最新模型对客户生成推荐结果，输出预测概率、推荐等级和推荐理由。
推荐历史：保存推荐批次和推荐明细，系统重启后仍可查询。
结果导出：支持将推荐结果导出为 CSV 文件。
图表展示：使用 ECharts 展示样本分布、模型指标和推荐等级分布。
自动测试：提供页面、接口、数据库、模型服务和推荐历史等测试用例。
项目实现
后端框架 FastAPI
页面模板 Jinja2
数据库 SQLite、SQLAlchemy
数据处理 Pandas、openpyxl、NumPy
机器学习 scikit-learn、joblib
图表展示 ECharts
自动测试 pytest、httpx
不动的明
学生 · 1年经验 · 成都信息工程大学
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
我是程序员客栈的JohnarsZhu，一名后端开发者； 我在读成都信息工程大学 负责过学校大创项目有关虚假新闻检测的后端开发，保险推荐系统的项目组长； 熟练使用python，JAVA以及vibe coding； 如果我能帮上您的忙，请点击“立即预约”或“发布需求”！
项目经验
保险产品智能推荐系统
保险产品智能推荐系统是一个面向保险客户推荐场景的轻量级 Web 应用。系统基于历史客户数据训练分类模型，评估客户购买保险产品的可能性，并输出推荐等级、预测概率和推荐理由，帮助业务人员快速筛选值得优先跟进的客户。
功能介绍
数据概览：支持上传 .xlsx 或 .csv 格式的训练集和评估集，并在上传后展示字段数量、正负样本数量等信息。
模型训练：支持 logistic_regression、decision_tree、random_forest 三类模型训练。
模型评估：展示 Accuracy、Precision、Recall、F1、AUC 等指标，并保存每次训练记录。
模型对比：按模型类型查看最近训练结果，方便比较不同算法表现。
智能推荐：根据最新模型对客户生成推荐结果，输出预测概率、推荐等级和推荐理由。
推荐历史：保存推荐批次和推荐明细，系统重启后仍可查询。
结果导出：支持将推荐结果导出为 CSV 文件。
图表展示：使用 ECharts 展示样本分布、模型指标和推荐等级分布。
自动测试：提供页面、接口、数据库、模型服务和推荐历史等测试用例。
项目实现
后端框架 FastAPI
页面模板 Jinja2
数据库 SQLite、SQLAlchemy
数据处理 Pandas、openpyxl、NumPy
机器学习 scikit-learn、joblib
图表展示 ECharts
自动测试 pytest、httpx
保险产品智能推荐系统是一个面向保险客户推荐场景的轻量级 Web 应用。系统基于历史客户数据训练分类模型，评估客户购买保险产品的可能性，并输出推荐等级、预测概率和推荐理由，帮助业务人员快速筛选值得优先跟进的客户。
功能介绍
数据概览：支持上传 .xlsx 或 .csv 格式的训练集和评估集，并在上传后展示字段数量、正负样本数量等信息。
模型训练：支持 logistic_regression、decision_tree、random_forest 三类模型训练。
模型评估：展示 Accuracy、Precision、Recall、F1、AUC 等指标，并保存每次训练记录。
模型对比：按模型类型查看最近训练结果，方便比较不同算法表现。
智能推荐：根据最新模型对客户生成推荐结果，输出预测概率、推荐等级和推荐理由。
推荐历史：保存推荐批次和推荐明细，系统重启后仍可查询。
结果导出：支持将推荐结果导出为 CSV 文件。
图表展示：使用 ECharts 展示样本分布、模型指标和推荐等级分布。
自动测试：提供页面、接口、数据库、模型服务和推荐历史等测试用例。
项目实现
后端框架 FastAPI
页面模板 Jinja2
数据库 SQLite、SQLAlchemy
数据处理 Pandas、openpyxl、NumPy
机器学习 scikit-learn、joblib
图表展示 ECharts
自动测试 pytest、httpx
立即沟通
