该项目主要研究的是高分子在模式识别表面的吸附现象与运动的性质,我的主要任务是将机器学习运用到高分子临界相变的研究。我采用 CNN、FCN、批归一化、Dropout、正则化等技术对其进行了有监督的训练和识别,之后采用 Autoencoder、SOM、RMBs、KMeans 等技术进行了无监督的聚类与研究,对比传统的统计方法,采用机器学习方法可以高效的完成研究目标。
该项目涉及了 300 条特征和一个目标标签,包含大量的缺省值和约数。我采用相似随机平均的方法填充缺省值,采用 RFE 进行迭代特征选择,采用支持向量回归( SVR )进行数据的拟合,三折交叉验证进行验证与测试,R2 Score 进行模型的评估。经过大量的参数筛选获得良好的拟合效果。
我在该系统的开发中主要负责批量消息传送机制的开发,采用 dotnet 作为开发语言,运用大量的委托以及异步消息通信机制,消息存放在本地文档中拥有者三个月的保质期。初期由于采用系统时间命名本地文档在大请求下产生了冲突,我采用操作系统中的信号量机制解决了这个问题,使得消息传送与保存不再发送冲突。
以下均为我熟练使用的技能
1
uomi OP 求收留啊,错过了校招,我真是难受死了,奉劝所有的毕业生一定要重视校招啊
|
3
Sevenskey 2019-07-23 16:10:20 +08:00 via Android
深度学习社招也有~
|
4
uomi OP 有没有大佬内推一下啊,感激不尽
|
7
xiefeng 2019-07-26 12:16:15 +08:00
百思科技,坐标北京,有意向可以加微信聊聊看 15298779393,硅谷大牛带你一起写代码
|
8
yeya24 2019-08-07 19:20:55 +08:00
居然是学长。。。 厉害了
|