熟悉java、python等编程语言;对机器学习、深度学习比较熟悉,熟悉XGBoost、LightGBM、LR、SVM、LSTM、ANN、CNN、BP等算法,数据预处理、模型预测、模型超参数调整、网格搜索法、贝叶斯优化器、智能麻雀搜索法等等
基于机器学习对产量进行预测、基于LSTM背包问题、基于LSTM+ctc的语音识别系统等等
基于Tensorflow框架,搭建了基于堆栈自动编码器(AE)的目标识别模型,并对模型进行优化,提升其噪声鲁棒性。
相比该领域传统方法,模型在实测数据集中取得了95%以上的识别准确率,提高了10%的性能。