机器深度学习

模块：特征工程库，高速数据访问，特征筛选，用户画像，生命周期算法，目标识别(根据不同任务类型，产品类型，客户类型，从而推荐产品)，流程评价

电子邮件（E-mail）是Internet上使用最广泛的服务之一，垃圾邮件可以代指一切未经用户同意而发送的电子信息，我们广义上讲的垃圾邮件是指垃圾邮件发送者为了从垃圾邮件中获利而发送的邮件。[2]为了防范垃圾邮件，建立一个系统用于反垃圾邮件是很有必要性的 基于朴素贝叶斯系统的反垃圾邮件管理系统的设计是在JSP技术的基础上实现的，这项技术能帮助开发者完成一整套连贯的系统。有助于基于朴素贝叶斯的垃圾邮件管理系统的设计与实现，构造一个便于用户操作的界面，能够有效的简化了撰写发送邮件的进程，同时也大大提高了基于朴素贝叶斯系统的反垃圾邮件管理系统的效率，系统主要采用JSP技术开发。系统主要实现了发送和接收邮件功能以及垃圾邮件过滤的功能

作为创业公司CTO, 在基于openAI技术的基础上，从头搭建了一个自然语言理解平台。 该系统能够克服现有大语言模型的幻觉的重大缺陷，也能够克服现有deep learning难以修正错误的重大缺陷。 该系统已投入使用。

1、下载期货历史数据 2、构建关键特征 3、构建买卖方式 4、机器学习算法寻找特征和买卖方式之间的关系，探索可盈利模式

1、下载A股历史数据 2、构建重要特征 3、构建买卖方式及相应买卖结果 4、使用机器学习算法搜索重要特征与买卖结果之间的关系，找到可盈利的买法

1、网络提取足球比赛历史数据，包括赔率、结果、数据 2、数据清洗 3、提取关键特征 4、机器学习算法预测比赛结果

█ 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