You can not select more than 25 topics
Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
2.4 KiB
2.4 KiB
个人资料
姓名 | 电话 | 电子邮箱 | 现居地 |
---|---|---|---|
刘昊 | 13548507899 | 690515880@qq.com | 长沙 |
教育经历
毕业院校 | 专业 | 学历 | 时间 |
---|---|---|---|
中南林业科技大学 | 计算机应用技术 | 硕士 | 2015-2018 |
湖南大学 | 自动化 | 本科 | 2008-2013 |
工作技能
python
掌握各种机器学习深度学习框架:
- numpy 转换数据类型
- pandas 获取数
- matplotlib 可视化结果
- sklearn 机器学习框架
- tensorflow ,keras 深度学习框架
机器学习与深度学习:
掌握各种机器学习深度学习算法原理:
-
分类回归算法:knn、线性回归、逻辑回归、softmax回归、支持向量机、adaboost、神经网络
-
聚类:kmeans、DBSCAN
-
降维:PCA、线性判别分析、多维缩放、等度量映射、局部线性嵌入
-
卷积神经网络:LeNet、AlexNet、VggNet、Inception、ResNet
-
循环神经网络:GRU、LSTM
工作经历
湖南省智擎科技有限公司
工作时间:2019年3月-至今
工作内容:
-
在educoder平台(www.educoder.net)上编写机器学习、深度学习、人工智能方向的实训内容与挑战关卡(设计学生在完成编程任务时所需要的数据集、代码框架、评测脚本等)。
-
开发智能评测程序。程序的输入为关卡的预期输出和实际输出,程序的输出为实际输出在语义上是否与预期输出一致。
工作业绩:
-
为南京大学周志华团队编写机器学习实训、国防科技大学牛新教授编写深度学习原理与实践实训、湘潭大学院长编写人工智能导论实训共45个。
-
采用LSTM网络训练出智能评测程序模型AUC值超过0.8。
-
编写机器学习与数据挖掘教材
-
业余时间参加 kaggle的 Generative Dog Images 比赛(现有652支队伍参赛,比赛于8月10号结束)。该比赛是kernel only的比赛,需要在kaggle的kernel中训练一个GAN模型,用以生成出真实的狗的图像。在本次比赛中,使用memorization GAN来生成狗的图像,现已获得MiFID为7.21833,排名为第31名的成绩(已处在银牌区)。
自兴人工智能
工作时间:2018年4月-2019年2月
工作内容:
染色体特征提取与识别
工作成绩:
采用卷积神经网络的方法进行图像分割,来解决染色体重要部分重叠的问题,将IOU提升到0.74.