机器深度学习

█ 输入图像预处理：imread读取信用卡图像，cvtColor图像转为灰度，threshold二值化处理图像，findContours 检测轮廓，遍历后存储到字典中； █ 初始化3x3卷积核，imutils.resize修改图像尺寸，TOPHAT礼帽操作去除图像上的干扰，Sobel 算子计算水平方向梯度、并进行归一化处理，THRESH_OTSU寻找合适阈值获取数字，findContours计算轮廓，遍历得到数字的轮廓并排序，最后与模板中的10个数字匹配，计算模板得分，argmax取得分最大项作为识别结果。

包含多种不同的数据特征提取，聚类算法，数据提取，数据分析，相关性分析，一维二维统计图计算，各类特征值计算，分类算法，数据去噪，数据合并，TDMS数据提取与分析，灵活简洁的UI界面以及图标设计

项目是类似于chatgpt的聊天机器人，对用户而言它是一个很好的心理医生。 它采用了大模型微调技术以及rag检索，采用lora技术对llava1.5模型利用开源心理治疗数据集进行部分微调。最终用gradio框架进行可视化呈现给用户。

1.项目是为了准确检测出游戏内聊天时，辱骂、敏感等的发言，(敏感词屏蔽，辱骂等分情况禁言) 2.我负责数据标注、模型训练 3.由于对时间响应要求很高，使用了简化的BERT+BLSTM+Attention

深度学习各个反向，包括图像、文本、语音、推荐系统等方面的模型设计、训练，预训练、微调。模型设计指导、深度学习模型复现

人工智能平台系统底层基于人工智能和大数据平台构建，在x86服务器之上提供数据的采集、存储、计算、算法模型和前端展现等功能。 人工智能平台和IoT提供人体识别、行为识别、倾倒行为分析等算法的建模和训练能力；人工智能平台 边缘平台则处理街道、小区大门等前端摄像头设备数据的实时接入和监管，并提供模型部署、规则设计等功能。基于平台，提供倾倒行为识别系统，并开放数据传输接口，用于倾倒行为信息等样本信息的导入和导出。

提出一种基于标题正文相似度和作者隐含情感的虚假新闻检测方法： 1.新视角——新闻作者潜在的主观情感来检测虚假新闻 2.新注意力机制——充分挖掘标题和正文之间的相似性

项目描述：根据研究组提供的数据集进行时间序列预测，以历史3小时的数据作为输入，预测未来4小时的风电功率值。发电站将 预测结果作为参考调整发电站功率使风力发电网电压相对稳定 主要任务：利用各种方法优化预测结果。在初期阶段采用比较简单的机器学习模型（包括线性回归，随机森林回归等），之后采 用pytorch搭建神经网络（包括MLP网络，LSTM网络，双向LSTM网络等），并尝试引用分位数回归探索数据集的潜在规律。

项目描述：基于python通过组合不同的机器学习模型来对357名病人20000多的生物信息特征进行筛选，进行临床试验并寻找筛 选结果对于结直肠黏液腺癌的生物学功能，以验证这些生物分子对于该癌症发病率的相关程度，进而能推动结直肠粘液腺癌的特 效药物的研发。 主要任务：进行分子信息的筛选，筛选过程为（lasso特征降维然后用随机森林模型筛选出对结直肠粘液腺癌相关性高的6个生物 分子）

服务内容： 1.根据用户需求对各个领域的公开数据进行爬取，支持定时爬取，定时更新，监控更新等和数据源更新频率绑定的功能 2.几乎覆盖国内外所有的公开平台，对于平台特有的反爬机制都有攻克处理手段 3.对爬取到的数据支持各种数据库或Excel存储，并且也支持对收集到的数据进行数据分析和可视化展示

1、对轮胎X光图像数据进行数据标注，标注成图像分类数据集和图像分割数据集； 2、针对轮胎X光图像的特殊性，对其进行相应的图像处理，包括裁切，噪声，翻转，直方图均衡化等； 3、采用ResNet-34作为骨干网络对其进行特征提取工作； 4、使用Faster R-CNN模型对其进行缺陷检测工作； 5、针对检测速度慢的问题，尝试使用无监督方法对其进行二分类（正常与缺陷）。 6、发表科技核心期刊一篇，顶会一篇

主要功能：实时检测海域内浒苔的滋生位置，漂流情况，刷新在网页系统界面。智能预测浒苔漂流方向，智能规划打捞方案，浒苔近岸时自动预警。 实现方式：通过卫星云图获取浒苔位置，显示在页面，深度学习算法做数据分析实现智能预警，智能规划打捞路线，显示附近渔船打捞船信息

Modelscope-Agent是一个可定制的、可扩展的Agent代码框架。单Agent具有角色扮演、LLM调用、工具使用、规划、记忆等能力。 主要具有以下特点： 简单的Agent实现流程：仅需指定角色描述、LLM名称、工具名列表，即可实现一个Agent应用，框架内部自动实现工具使用、规划、记忆等工作流的编排。 丰富的模型和工具：框架内置丰富的LLM接口，例如Dashscope和Modelscope模型接口，OpenAI模型接口等。内置丰富的工具，例如代码运行、天气查询、文生图、网页解析等，方便定制专属Agent。 统一的接口和高扩展性：框架具有清晰的工具、LLM注册机制，方便用户扩展能力更加丰富的Agent应用。 低耦合性：开发者可以方便的直接使用内置的工具、LLM、记忆等组件，而不需要绑定更上层的Agent。

该服务主要包含 文本生成图像、图像到图像的生成、ControlNet的图像控制。可选用Redis队列启动方式（自动监听）和API方式（HTTP请求调用）。 所有工作都有我完成。可以使用docker部署至服务器。作为图像生成服务

该项目实现了智能客服回复的功能，无需人工客服回复； 我在项目中负责模型的搭建与训练 最后实现了该功能，未来可向生成式答复的方向改进

服务内容： 1.算法实现：多种CV下游任务的算法实现，包括数据处理，模型训练，模型调节等，下游任务包括且不限于目标检测，语义分割，OCR文字识别，目标追踪，姿态估计等 2.算法服务：AI推理功能可以通过服务的形式集成到产品或者平台中 3.算法部署：支持多种部署方式，本地部署，集群部署，容器化部署 4.平台、产品定制化开发：围绕人工智能技术将AI集成到产品或者平台中，结合应用场景、定制化需求，开发完成的，可应用的产品和平台 5.运维迭代，知识培训：负责产品至少6个月的运维和迭代工作

内容： 1.算法实现：多种nlp下游任务的算法实现，包括数据处理，模型训练，模型调节等 2.算法服务：AI推理功能可以通过服务的形式集成到产品或者平台中 3.算法部署：支持多种部署方式，本地部署，集群部署，容器化部署 4.平台、产品定制化开发：围绕人工智能技术将AI集成到产品或者平台中，结合应用场景、定制化需求，开发完成的，可应用的产品和平台 5.运维迭代，知识培训：负责产品至少6个月的运维和迭代工作 服务优势： 1.有着丰富的研发经验，更有来自bat的技术大牛，从架构到实施环环把关； 2.从业经历遍布各个领域，包括智能营销，智能运维，智能政务等多个场景尤其擅长电商和工业领域； 3.团队有着丰富的产品和平台开发经验，B端产品，C端产品，技术平台，低代码平台等都有着深厚的积累； 4.前沿技术敏感，时下最热的大模型，AIGC都在服务内容里，支持客户各个层面的需求。

1、项目分为：①竞品实时数据爬取；②对应数据分析； 2、我负责的：①代码撰写；②爬虫策略设计；③分析报告

1.整个项目分为数据爬取存储:使用python编写爬虫程序从某二手房网站爬取相关数据并存储至本地mysql;数据处理，对不规则化数据进行编码，特殊数据进行数值转化，归一化等处理；特征工程，根据实际预测场景结合外部数据（如地图API提供的POI信息等）分析构建有效特征，保留有效特征；模型构建，尝试多个匹配当前任务数据类型和预测目的的基础模型进行测试；优化调参，通过spark高效完成模型自动化调参，自动选择最优参数；模型集成，通过投票、得分等方式对较优模型进行集成学习等几个方面。 2.该项目最终可对二手房房价进行预测，最终预测结果偏差在500元/平方米上下。

Kaggle 竞赛：TalkingData AdTacking Fraud Detection Challenge 216/4967(top 5%) 中国最大的大数据服务平台 TalkingData 要求对广告点击数据中的欺诈数据进行识别 特征设计（统计特征、时间序列特征）、特征筛选（Stepwise selection）、模型建造（lightGBM、 FFM）模型融合（Ensemble Learning），最终获得铜牌 Kaggle 竞赛：Toxic Comment Classification Challenge 267/4551(top 6%) Jigsaw 和谷歌旗下的算法团队出题要求选手识别文本数据中的恶毒评论并进行分类 特征设计（统计特征、TF-IDF）、模型建造（Logistic Regression、LSTM）、模型融合（Ensemble Learning），最终获得铜牌