Python

项目主要是基于python语言开发的Django框架开发的商城管理系统，前端用的是bootstrap框架以及一些js方面实现交互，前后端分离实现，MTV模式清晰明了

1.项目基于Transformers库，利用IOB2标注体系，标注文本中的实体及类别。 2.本人负责全部代码撰写，采用Bert模型，F1达到0.957。 3.需要改进的地方：未编写用户界面，只面向开发者使用。

数据收集：从各种来源（如数据库、文件、网络等）收集相关的数据，确保数据具有高质量和可靠性。 数据预处理：对原始数据进行预处理，包括清洗（去除不完整、重复或无效的记录）、转换（将不同格式的数据统一为相同格式）、归一化（将不同范围的值缩放到相同范围内）等步骤。 数据挖掘算法：选择合适的算法对预处理后的数据进行分析和挖掘。常用算法包括分类、聚类、关联规则等。 模型评估：选择合适方法对模型进行评估以确定其准确性和可靠性。评估方法包括交叉验证、ROC曲线等。 模型应用：根据挖掘结果进行决策或预测。例如，可以根据分类算法对客户进行分类，以便制定更好的营销策略；可以使用聚类算法对产品进行分组，以便设计更好的产品组合。 数据可视化：将挖掘结果可视化以便更好地理解数据。可视化可以使用图表、图形、地图等方式呈现数据。

项目主要是基于python语言开发的Django框架开发的商城管理系统，前端用的是bootstrap框架以及一些js方面实现交互，前后端分离实现，MTV模式清晰明了

项目主要是基于python语言开发的Django框架开发的商城管理系统，前端用的是bootstrap框架以及一些js方面实现交互，前后端分离实现，MTV模式清晰明了

项目主要是基于python语言开发的Django框架开发的商城管理系统，前端用的是bootstrap框架以及一些js方面实现交互，前后端分离实现，MTV模式清晰明了

1.项目分为数据清洗、模型构建、训练与测试等部分。 2.本人负责项目的全部系统设计和代码编写，采用rbt3模型对酒店团购的评论进行分类，分为好评和差评两类，训练后准确率达到90%+。 3.不足之处：采用的rbt3模型比较小，如果换为gpt或者bert模型，准确率可能还会提升一两个点。

对应我的博客：https://blog.csdn.net/weixin_53354122/article/details/125236320?spm=1001.2014.3001.5501 随着市场经济的发展，消费者消费意识的提高，酒店行业的竞争越来越激烈。为了提高办事效率，增加、保证酒店的销售额，树立酒店的良好形象,运用科学的管理方法非常必要。为此开发了酒店服务管理系统，更好的满足各方面的需求，通过对各个房间的酒水、订房退房等需求的记录信息，可以进行数据挖掘和数据分析，掌握客户的喜好与需求，为酒店收入和营销提供更好的服务。 目标与需求分析： (1)对于客户来说： ①网上预约（填写姓名、房间类型、电话号码以及预计到店的时间）； ②到店登记入住（姓名、房间类型、电话号码、性别、身份证号码、房间号）； ③基于网上预约的客户可以实现到店查询并且补全信息之后分配相应房间号； ④退房。 (2)对于前台人员 ①实现客户到店登记信息入住，将信息存入入住信息表中； ②实现客户sab的预约功能，提前记录到预约表中，客户到店之后将客户信息存入入住表，同时删除预约表中的信息； ③客户退房时，将客户从入住信息

就是想自动化访问数据时，在遇到一些简单特殊的需要验证码登陆的问题，用selenium并且结合第三方库可以自动的进行简单处理这些问题，省去手动操作

功能模块：南方航空官网机票查询、东方航空机票查询、飞猪官网机票查询、机票信息整合 功能实现：依次自动进入南方航空官网、东方航空官网以及飞猪官网，选定行程日期并根据指定的出发地和到达地查询经济舱机票信息，将从南方航空官网、东方航空官网查询到的航班信息，根据南航或东航的航班号依次与从飞猪官网查询到的信息进行价格比对，获取价格较低的一方，按照价格升序排序写入 Excel 表格中 功能难点：飞猪官网有个滑块验证，因为网页使用的是画布技术，所以无法获取图片信息进行破解，最后这部分是使用的固定像素移动通过大量尝试破解滑块，如果长时间无法破解滑块，可以采用人工干预的方式手动进行滑块验证

项目主要是基于python语言开发的Django框架开发的商城管理系统，前端用的是bootstrap框架以及一些js方面实现交互，前后端分离实现，MTV模式清晰明了

本作品基于用户行为数据分析和Web端开发，结合python算法编写等前沿核心技术，设计并实现了一个基于用户行为数据的网页评估平台。该平台不仅能够实现对于网站问题及故障的分析，还可以实现用户个性化需求。这些优势使该产品能更好满足社会网页评估的需求，帮助企业完善用户网页使用体验。系统对网页评估的准确率。系统架构采用行业主流的MVVM框架，保持应用程序逻辑和用户界面（UI）之间的分离。此外，系统搭配Vue.js、Django REST framework前后端框架进行开发，部署于Microsoft Azure服务器，确保了高可用性和稳定性。该产品现处于内测阶段。在使用体验上，本平台致力于为用户提供便捷、高效的服务。用户无需安装任何软件，只需通过浏览器访问平台即可开始网页评估，操作简单直观。通过对评估结果的详细展示和分析报告，用户可以轻松了解网页的性能和存在的问题，为网页优化提供指导。 本人负责设计算法和数据库，对用户行为数据进行分析，提出改进方案。同时为产品经理，负责整个产品的规划、执行和监控，确保产品按时、按预算、按质量完成。

目前能够跑通深度学习中目标检测、目标分割、对抗网络的代码，主要对这三个方向比较了解与专攻，几乎有所有的代码，包括一些最新的CVPR的代码，能够实现在自己电脑中训练、推理与部署。曾经尝试郭修改算法结构，使其达到更好的效果。

数据收集：从各种来源（如数据库、文件、网络等）收集相关的数据，确保数据具有高质量和可靠性。 数据预处理：对原始数据进行预处理，包括清洗（去除不完整、重复或无效的记录）、转换（将不同格式的数据统一为相同格式）、归一化（将不同范围的值缩放到相同范围内）等步骤。 数据挖掘算法：选择合适的算法对预处理后的数据进行分析和挖掘。常用算法包括分类、聚类、关联规则等。 模型评估：选择合适方法对模型进行评估以确定其准确性和可靠性。评估方法包括交叉验证、ROC曲线等。 模型应用：根据挖掘结果进行决策或预测。例如，可以根据分类算法对客户进行分类，以便制定更好的营销策略；可以使用聚类算法对产品进行分组，以便设计更好的产品组合。 数据可视化：将挖掘结果可视化以便更好地理解数据。可视化可以使用图表、图形、地图等方式呈现数据。

requests库的使用，selenium进行反爬，用IP，加请求头，等一些反爬手段。会一些numpy，pandas,数据处理方法，会第三方pyecharst库进行动态可视化分析等等

1、获取东方财富网站不同股票的资金流入信息 2、难点信息较多，爬取速度慢，解决方案：利用多线程加快爬取速度

数据收集：从各种来源（如数据库、文件、网络等）收集相关的数据，确保数据具有高质量和可靠性。 数据预处理：对原始数据进行预处理，包括清洗（去除不完整、重复或无效的记录）、转换（将不同格式的数据统一为相同格式）、归一化（将不同范围的值缩放到相同范围内）等步骤。 数据挖掘算法：选择合适的算法对预处理后的数据进行分析和挖掘。常用算法包括分类、聚类、关联规则等。 模型评估：选择合适方法对模型进行评估以确定其准确性和可靠性。评估方法包括交叉验证、ROC曲线等。 模型应用：根据挖掘结果进行决策或预测。例如，可以根据分类算法对客户进行分类，以便制定更好的营销策略；可以使用聚类算法对产品进行分组，以便设计更好的产品组合。 数据可视化：将挖掘结果可视化以便更好地理解数据。可视化可以使用图表、图形、地图等方式呈现数据。

项目主要是基于python语言开发的Django框架开发的商城管理系统，前端用的是bootstrap框架以及一些js方面实现交互，前后端分离实现，MTV模式清晰明了

开发工具: Intellj IDEA + Jdk1.8 + Maven + Git + MySQL + PyCharm + Docker + FTP + PM2 技术架构: SpringBoot + MyBatis + opencv + yolov3 + ffmpeg + Mybatis-Plus 项目描述: 项目采用B/S 架构,项目框架基于SpringBoot,MyBatis,数据库主采用mysql;本项目结合原有的业务背景,以及新的业务需求,将数据采集录入系 统和数据汇聚服务的主要功能模块进行重新设计,实现实现系统智能化管理、智能化分析、智能化识别,提升工作效率。 责任描述: 1.负责系统后台搭建及参与相关表结构设计; 2.负责与客户沟通,即时收取客户意见与需求并改善系统功能; 3.开发后端核心功能,如数据监控,视频流对接读取截图,图片处理,视频合成等; 4.负责项目的打包部署及离线服务器环境搭建。 技术实现: 1.使用python调用darknet及yolov3对图片进行分析,通过坐标比对判断是否为违法数据; 2.基于线程池实现违法数据多线程上传; 3.通过分库分表方式实现

一些简单的爬虫，进行爬取视频，图片，文本等。用了requests或selenium自动化，也会一小些简单的反爬策略，可以教学