深度学习
机器学习
0
1
2
3
4
5
0
1
2
3
4
5
1月前来过
BI数据分析师实习生
杭州全职 · 400/日 · 8700/月信用正常
工作时间: 工作日08:00-20:00、周末08:00-20:00工作地点:
远程
服务企业:
5家累计提交:
1工时
联系方式:
********
********
********
****************
查看联系方式
个人介绍
我是程序员客栈的【全世界最可爱】，一名杭师大的在读研究生，目前从事利用机器学习和深度学习完成一些项目和课题
目前已经发表论文一篇，专利一项，完成浙江省地质局项目一个
能够熟练的使用Python和SQL
如果我能帮上您的忙，请点击“立即预约”或“发布需求”
工作经历
2022-06-01 -2022-10-01杭州悠可化妆品有限公司BI数据分析师实习生
1）、Python脚本的编写，处理简单的excel合并和预处理工作 2）、利用Python对淘宝京东等相关模块的数据分析、预测 3）、数据的可视化呈现
教育经历
2021-09-01 - 杭州师范大学计算机硕士
目前是杭师大计算机专业在读研究生
技能
作品
1、项目的开发者，完成人 2、使用BP与LSTM神经网络模型对上证综合指数2012年1月至2022年6月的股票数据进行学习并预测。 3、BP的MAE、MSE分别为0.0224，0.0015 LSTM的MAE、MSE分别为0.0140、0.0003 4、本项目已经发表EI论文，名字为A comparative study of Stock Price Prediction Based on BP and LSTM Neural Network
02023-04-16 10:21
1、整体项目的开发，完成 2、用户个体的消费分析（消费次数，用户累计消费金额占比） 3、用户消费行为分析（首次购买时间、最后一次购买时间） 4、用户分层（RFM模型，新老、活跃、回流用户） 5、购买周期（用户生命周期，复购率回购率分析）
02023-04-16 10:23
背景：通过神经网络和机器学习的方法，对已知地热点的地热因子进行训练，预测未知地热点存在的可能性 过程描述： 1）对不平衡的地热点训练集数据（总数据量的64%约为2,487,263条)进行class_weight处理 2）通过调整学习率，节点数等参数提升模型的准确率，最终达到BP模型的准确率为95.18%、Lightgbm模型的准确率为92.34%。对整个杭嘉湖地区存在的地热点进行实测，其中实际存在134个地热点，BP模型预测正确为123个地热点，表明该模型存在良好的实际应用的可能 3）本项目是对杭嘉湖地区的地热点进行研究分析，目前已被浙江省煤炭局进行了应用
02023-04-16 10:26
