猿急送>

杭州其它兼职程序员

ID：343161

影

无

公司信息：
无

工作经验：
1年

兼职日薪：
500元/8小时

兼职时间：
周六
周日
可工作日远程

所在区域：
杭州
萧山

技术能力

我拥有丰富的ICPC算法竞赛经验，并在这过程中积累了深厚的算法设计和编程能力。此外，我对深度学习中的多种神经网络结构有一定的了解，包括CNN、RNN、LSTM。这些知识使我能够在处理复杂的模式识别和时间序列预测任务时游刃有余。

在数据处理方面，我熟悉使用Pandas进行高效的数据清洗、处理和分析。这使我能够快速地从大规模数据集中提取有用的信息，并进行进一步的分析和建模。在深度学习框架方面，我对PyTorch有较深入的了解，能够熟练地构建、训练和调试深度学习模型。PyTorch的动态计算图和灵活性使我能够快速实验和优化模型，以实现最佳性能。

综合这些技能和经验，我能够在数据科学和人工智能领域中进行高效且创新的工作，不仅能够解决实际问题，还能够推动技术进步和应用的创新。

项目经验

在我的项目经验中，有两个值得特别提及的项目：基于YOLO的靶球识别和基于LSTM的股票预测。

在第一个项目中，我利用YOLO深度学习模型进行靶球识别。YOLO是一种实时目标检测系统，具有高效的检测速度和准确性。通过训练模型识别不同类型的靶球，我成功地实现了快速、准确的目标检测和定位。项目中，我负责数据集的准备、模型的训练和调优，以及最终系统的部署。该项目展示了我的计算机视觉和深度学习技术的应用能力，并取得了显著的成果。

在第二个项目中，我使用LSTM进行股票预测。LSTM是一种特别适用于处理和预测时间序列数据的循环神经网络，通过捕捉数据中的长期依赖性，我能够对股票价格的未来走势进行预测。项目中，我负责数据的收集和预处理、模型的构建和训练，以及预测结果的评估。通过不断优化模型，我实现了较高的预测准确率，为股票市场分析提供了有价值的参考。

案例展示

基于yolo的靶球识别

本项目利用YOLO深度学习模型，实现了靶球的实时跟踪与识别。该系统能够在视频流或图像中准确地检测和定位靶球，并对其进行实时跟踪。功能： 1. 实时目标检测使用YOLO模型对视频流或图像进行实时分析，检测靶球的存在。系统能够在高帧率下处理视频流，确保检
基于LSTM的股票预测

本项目利用LSTM进行股票价格的预测。功能： 1. 数据收集与预处理从金融数据提供商获取历史股票价格数据，包括开盘价、收盘价、最高价、最低价和交易量等。进行数据清洗和预处理，包括处理缺失值、标准化数据和生成时间序列特征。 2. 特征工程
基于SerpentAI的Isaac

本项目利用SerpentAI框架构建了一个智能代理，用于玩《以撒的结合》游戏。SerpentAI是一种开源的游戏AI框架，可以让开发者方便地创建、训练和测试游戏AI。通过使用深度学习和强化学习技术，智能代理能够学习游戏策略，并在游戏中进行自主操作和决策。功能： 1. 游