Yuxiang is available for hire
Hire YuxiangYuxiang Bao
Verified Expert in Engineering
机器学习开发人员
Location
梅德福,马萨诸塞州,美国
至今成员总数
August 28, 2019
在过去的三年里,我一直在学习先进的机器学习(ML)理论, 可以肯定地说,Yuxiang对机器学习非常了解,他使用尖端的机器学习算法和工具交付了多个项目. 在学校期间,他还花了两年时间研究NLP. 在ML和NLP方面有扎实的知识基础, 实践经验, 以及优秀的书面和口头沟通技巧,宇翔将为你的项目增加价值.
Portfolio
Fujitsu
Scikit-learn, Keras, Selenium, Spark, TensorFlow, Python
清华大学
自然语言处理(NLP)...
Experience
Availability
Part-time
首选的环境
Jupyter Notebook, GitHub, Git, Windows, Linux
最神奇的...
...我所从事的项目是一个情感分析系统,它的特点是提取语义和语法信息以及方面关系.
Work Experience
机器学习工程师
2018 - 2018
Fujitsu
- 构建了一个爬虫程序,从搜索引擎的半开放数据库中收集给定电话号码的标签. 它处理了数以万计使用Pandas申请次级贷款的申请人的数百万个电话详细记录.
- 人工选择不同不平衡数据集的特征和分类器处理技巧,构建风险分类系统,准确率达到72%.
- 提出了一种基于呼叫细节记录的信息流模型.
- 在TensorFlow和Keras实现的基于随机行走的图形神经网络上应用了一个模型,该模型比基于Tucker分解的DNN方法更快,并且实现了相似的指标, 包括76%的f1得分和78%的准确率.
技术:Scikit-learn, Keras, Selenium, Spark, TensorFlow, Python
研究助理
2015 - 2017
清华大学
- 使用Amazon上的Selenium收集评论,并应用特征提取算法找到情感词和相应的方面词.
- 将原始评论转换为VSM,构建二元情感分析系统,准确率达到88%.
- 从使用Python的电子商务网站收集faq.
- 从问题和答案中提取主语、谓语和宾语.
- 构建了基于相似度的自动问答系统,并将其应用于iBen机器人.
技术:GPT,自然语言处理(NLP),生成预训练变形器(GPT)
Experience
情感分析系统
我用BERT和Kindle的评论建立了一个分类器来区分输入的文本:正面, mixed, and negative. 我还修改了BERT模型,将损失函数更改为焦点损失,以适应数据集的不平衡,并实现了75%的宏观f1得分.
Skillset
Languages
Python 3, Java, JavaScript, Python, c++, Scala, SQL
Libraries/APIs
TensorFlow, Keras, Scikit-learn, React, PyTorch, Node.js,斯坦福NLP
Other
自然语言处理(NLP)、机器学习、GPT、生成预训练变形器(GPT)
Frameworks
Express.js, Hadoop, Spark, Selenium, Angular, Django, Flask, Spring Boot
Tools
Amazon EBS, Git, GitHub
Platforms
Linux, Android, Jupyter Notebook, Windows
Storage
MySQL, MongoDB, Apache Hive
Education
2017 - 2019
计算机科学硕士学位
伍斯特理工学院-伍斯特,马萨诸塞州,美国
2013 - 2017
计算机科学学士学位
北京理工大学-中国北京
有效的合作
如何使用Toptal
在数小时内,而不是数周或数月,我们的网络将为您直接匹配全球行业专家.
1
分享你的需求
在与Toptal领域专家的电话中讨论您的需求并细化您的范围.
2
选择你的才能
在24小时内获得专业匹配人才的简短列表,以进行审查,面试和选择.
3
开始你的无风险人才试验
与你选择的人才一起工作,试用最多两周. 只有当你决定雇佣他们时才付钱.
对顶尖人才的需求很大.
Start hiring