编程能力: Python, R, C++, SQL, LaTex
方法: 机器学习,神经网络:TensorFlow/Keras,云计算:Hadoop, MapReduce, Spark
计算机软件: MS Office: Excel, PowerPoint, Word,SAP
Chars74K 图像数据集分类竞赛 准确率90% (Keras 框架)
TED 演讲者表情分析 (正在进行中,目的是实现分析一场TED 中,演讲者的感情倾向(表情与语义),目前研究属于物体识别、
分割与面部表情分析,使用YOLO 做人体和脸部识别,用deep-sort 去做人体的追踪,最终做成了能实现
实时追踪识别的应用。)
糖尿病胰岛蛋白分类 (基于蛋白质磷酸酯数据, 通过动态规划,在线性规划中,求得所有已知分类的固定时间变量的R 值差别
最大的线性组合形式建立新属性,对基因序列使用PPSM 方式建立新属性,实用工具为Rstudio)
使用TensorFlow 底层API 搭建CNN 模型,并加入多种优化算法(BatchNormalization,Dropout); 研究了多种复杂的网络模型如DenseNet,ResNet,VGG 等,最终采用了bagging 的融合模型去进行分 类,正确率达到了90%,并
使用TensorFlow 底层API 搭建CNN 模型,并加入多种优化算法(BatchNormalization,Dropout); 研究了多种复杂的网络模型如DenseNet,ResNet,VGG 等,最终采用了bagging 的融合模型去进行分 类,正确率达到了90%,并