湛江科技学院 · 数字媒体技术 · 本科(2022-2026)
Python · 数据处理 · 机器学习 · 深度学习 · 时间序列预测 · 集成学习
Python开发工程师 | 数据处理工程师 | 机器学习工程师
香烟销量和销售额预测基于多模型集成学习方法 · 基于ARIMA、Prophet、LSTM、XGBoost的销售预测项目
博客
博客
详细介绍基于BERT的文本语义相似度判断任务实现,包括数据预处理、模型训练、评估分析等全流程技术细节,分享Hugging Face生态系统的使用经验。
阅读全文
博客
详细介绍基于BERT的文本语义相似度判断任务实现,包括数据预处理、模型训练、评估分析等全流程技术细节,分享Hugging Face生态系统的使用经验。
阅读全文
博客
分享时间序列预测实践经验,从数据预处理、ARIMA/LSTM/Prophet/XGBoost模型到集成学习,结合项目案例深入探讨销售预测技术...
阅读全文
博客
分享时间序列预测实践经验,从数据预处理、ARIMA/LSTM/Prophet/XGBoost模型到集成学习,结合项目案例深入探讨销售预测技术...
阅读全文
项目
基于静态站点生成(SSG)技术的个人主页解决方案,采用内容-模板-生成分离架构,支持通过JSON和Markdown自定义内容,使用Docker容器化部署,实现一键生成和部署个人主页。
阅读全文
项目
基于ARIMA、Prophet、LSTM、XGBoost多模型集成学习的销售预测项目,使用线性回归作为元学习器,显著提升预测精度。获钉钉杯数模比赛三等奖。
阅读全文使用BERT预训练模型进行文本语义相似度判断,实现句子对二分类任务。基于Hugging Face生态完成从数据预处理到模型评估的全流程,训练集损失低至0.0925,验证集表现优异。
阅读全文
项目
基于静态站点生成(SSG)技术的个人主页解决方案,采用内容-模板-生成分离架构,支持通过JSON和Markdown自定义内容,使用Docker容器化部署,实现一键生成和部署个人主页。
阅读全文
项目
基于ARIMA、Prophet、LSTM、XGBoost多模型集成学习的销售预测项目,使用线性回归作为元学习器,显著提升预测精度。获钉钉杯数模比赛三等奖。
阅读全文使用BERT预训练模型进行文本语义相似度判断,实现句子对二分类任务。基于Hugging Face生态完成从数据预处理到模型评估的全流程,训练集损失低至0.0925,验证集表现优异。
阅读全文
这里记录了我的联系方式
点击放大二维码