檀瑾思
运维
昆明学院 · 1年经验
日薪：
￥500/8h
地点：
昆明 全区
时间：
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
熟练掌握 Python 数据分析全栈工具，使用 Scikit-learn 搭建传统机器学习模型，涵盖分类、回归、聚类算法，能完成模型训练、调参、评估全流程；掌握 PyTorch 深度学习框架
熟悉 MySQL 数据库基础查询、数据表关联与数据导出操作，了解 Linux 系统基础命令，可完成虚拟机环境文件管理、服务部署调试；掌握爬虫基础开发，能抓取公开结构化数据并完成脱敏预处理。
熟悉 MySQL 数据库基础查询、数据表关联与数据导出操作，了解 Linux 系统基础命令，可完成虚拟机环境文件管理、服务部署调试；掌握爬虫基础开发，能抓取公开结构化数据并完成脱敏预处理。
项目经验
鲜花图像分类识别项目
基于改进 LeNet 卷积神经网络实现鲜花多分类任务，使用花卉公开数据集完成图像归一化、尺寸统一等预处理；采用 PyTorch 搭建网络结构，添加 Dropout 层缓解过拟合，分别实现 CPU 基础训练与 GPU 加速两种运行方案，对比不同批次大小、学习率下模型准确率，最终分类精度达到 92% 以上，输出混淆矩阵可视化分类效果，整理完整实验报告。
基于改进 LeNet 卷积神经网络实现鲜花多分类任务，使用花卉公开数据集完成图像归一化、尺寸统一等预处理；采用 PyTorch 搭建网络结构，添加 Dropout 层缓解过拟合，分别实现 CPU 基础训练与 GPU 加速两种运行方案，对比不同批次大小、学习率下模型准确率，最终分类精度达到 92% 以上，输出混淆矩阵可视化分类效果，整理完整实验报告。
檀瑾思
运维 · 1年经验 · 昆明学院
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
熟练掌握 Python 数据分析全栈工具，使用 Scikit-learn 搭建传统机器学习模型，涵盖分类、回归、聚类算法，能完成模型训练、调参、评估全流程；掌握 PyTorch 深度学习框架
熟悉 MySQL 数据库基础查询、数据表关联与数据导出操作，了解 Linux 系统基础命令，可完成虚拟机环境文件管理、服务部署调试；掌握爬虫基础开发，能抓取公开结构化数据并完成脱敏预处理。
熟悉 MySQL 数据库基础查询、数据表关联与数据导出操作，了解 Linux 系统基础命令，可完成虚拟机环境文件管理、服务部署调试；掌握爬虫基础开发，能抓取公开结构化数据并完成脱敏预处理。
项目经验
鲜花图像分类识别项目
基于改进 LeNet 卷积神经网络实现鲜花多分类任务，使用花卉公开数据集完成图像归一化、尺寸统一等预处理；采用 PyTorch 搭建网络结构，添加 Dropout 层缓解过拟合，分别实现 CPU 基础训练与 GPU 加速两种运行方案，对比不同批次大小、学习率下模型准确率，最终分类精度达到 92% 以上，输出混淆矩阵可视化分类效果，整理完整实验报告。
基于改进 LeNet 卷积神经网络实现鲜花多分类任务，使用花卉公开数据集完成图像归一化、尺寸统一等预处理；采用 PyTorch 搭建网络结构，添加 Dropout 层缓解过拟合，分别实现 CPU 基础训练与 GPU 加速两种运行方案，对比不同批次大小、学习率下模型准确率，最终分类精度达到 92% 以上，输出混淆矩阵可视化分类效果，整理完整实验报告。
立即沟通
