最高學(xué)歷:碩士 | 工作經(jīng)驗(yàn):應(yīng)屆生 | 專業(yè):電子信息科學(xué)類
婚姻狀況:未婚
現(xiàn)居住地:湖北
求職狀態(tài):應(yīng)屆畢業(yè)生
項(xiàng)目職責(zé):檢修需求指數(shù)和停電投訴估計(jì)模型構(gòu)建
項(xiàng)目?jī)?nèi)容:檢修需求指數(shù):構(gòu)建電網(wǎng)網(wǎng)架拓?fù)鋱D,根據(jù)電網(wǎng)中設(shè)備的基礎(chǔ)數(shù)據(jù),利用xgboost模型計(jì)算線路的檢修需求指數(shù);停電投訴估計(jì):爬取天氣數(shù)據(jù)構(gòu)建樣本特征。利用高斯核支持向量機(jī)、隨機(jī)森林、GBDT、xgboost算法進(jìn)行Voting集成,對(duì)電網(wǎng)投訴等級(jí)和概率進(jìn)行預(yù)測(cè)。預(yù)測(cè)正確率達(dá)到90%。就
項(xiàng)目職責(zé):運(yùn)行環(huán)境搭建,樸素貝葉斯分類器算法MapReduce程序設(shè)計(jì),算法模型的評(píng)估及優(yōu)化。
項(xiàng)目?jī)?nèi)容:MapReduce程序設(shè)計(jì)與實(shí)施:了解NBCorpus 語(yǔ)料庫(kù),根據(jù)樸素貝葉斯算法將計(jì)算過(guò)程設(shè)計(jì)為三個(gè) MapReduce 任務(wù):訓(xùn)練先驗(yàn)概率、訓(xùn)練條件概率、預(yù)測(cè),并完成相應(yīng)程序的編寫(xiě)。模型評(píng)估與優(yōu)化:計(jì)算預(yù)測(cè)結(jié)果,宏平均與微平均的精確率、召回率、F1值。在原有基礎(chǔ)上對(duì)算法進(jìn)行優(yōu)化,刪除語(yǔ)料庫(kù)中的數(shù)字和停用詞,性能指標(biāo)提升2%。