1.掌握python编程,学过java和C++。
2.熟练使用numpy、pandas,matplotlib等数据处理库。
3.熟练使用机器学习算法对数据进行预测、分类及聚类等。
4.在图像处理方面,可以用OpenCV对图像进行处理。
5.熟悉深度学习(Tersoflow,keras等)框架。
1.多功能照相机
使用Python进行编程,使用opencv来人脸识别,svm算法对图片数据比对,cv处理图像。
实现类似考勤机人脸打卡,通过获取人脸图像,再用摄像头检测库是否含有相应人脸。
2.城市计算AI挑战赛-地铁流量预测
根据主办方提供的数据,挖掘隐藏在背后的出行规律,准确预测各个地铁站点未来流量的变化。
使用numpy,matplotlib,sklearn,Lightgbm,XGBoost等包。
经过对数据的分析,选择合适的特征,对数据进行交叉验证验证准确率,运用模型对29日的地铁流量进行预测。
3.kaggle平台-预测未来销售比赛
根据每个商店销售产品总量对未来商店产品的总销售额进行预测。
模型构建过程用到catboost 、xgboost 、线性回归、knn、随机深林等算法,最后运用模型堆叠预测。