10000 RomanPorshnev (Роман Поршнев) · GitHub
[go: up one dir, main page]
More Web Proxy on the site http://driver.im/
Skip to content
View RomanPorshnev's full-sized avatar

Block or report RomanPorshnev

Block user

Prevent this user from interacting with your repositories and sending you notifications. Learn more about blocking users.

You must be logged in to block users.

Please don't include any personal information such as legal names or email addresses. Maximum 100 characters, markdown supported. This note will be visible to only you.
Report abuse

Contact GitHub support about this user’s behavior. Learn more about reporting abuse.

Report abuse
RomanPorshnev/README.md

Привет, меня зовут Роман👋

О себе

  • студент 4 курса бакалавриата СПбГЭТУ «ЛЭТИ» по направлению «Программная инженерия»
  • изучаю машинное обучение, анализ данных и математику
  • последнее время много работаю над системой планирования дорож C5C9 ого трафика с помощью обучения с подкреплением в симуляторе SUMO

Технологии

Matplotlib NumPy Pandas scikit-learn SciPy TensorFlow C C++ CMake Docker nVIDIA Postgres Neo4J Linux Bash Script Git LaTeX

Проекты

  • Разработка системы планирования дорожного трафика с помощью обучения с подкреплением

    Задачи:

    • изучить подходы к генерации дорожного трафика в симуляторе SUMO
    • внедрить генерацию дорожного трафика на основе Пуассоновских потоков
    • внедрить алгоритм на основе обучения с подкреплением для поиска оптимального управления светофорными фазами с целью максимизации пропускной способности дорожной сети

    Технологии: Traci, Stable-Baselines3, NumPy, Tensorflow, OpenAI Gym.

  • Хакатон «ВШЭ ПСБ.ХАК»

    Задача: на основе данных потенциальных клиентов отеля предсказать вероятность отмены бронирования.

    Технологии: Pandas, scikit-learn, CatBoost, OpenMeteo.

  • Обработка png-изображений на Си

    Задача: разработать CLI приложение для рисования отрезка на изображении, инвертировании цвета в заданной окружности и обрезки изображения.

    Технологии: libpng.

  • Курс по классическому машинному обучению

    Задачи:

    • получение навыков предобработки данных
    • изучение алгоритмов кластеризации, классификации и регрессии, применяемых в классическом машинном обучении.

    Технологии: Pandas, NumPy, scikit-learn, Matplotlib, Seaborn, TensorFlow, Scipy.

  • Решение задачи о рюкзаке с помощью генетических алгоритмов

    Задача: изучить различные подходы к мутации, рекомбинации, паросочетаниям и селекции особей в рамках решения задачи о рюкзаке.

    Технологии: Qt, Python.

  • Сервис для поиска переименованных в советское время топонимов в СПБ

    Задачи:

    • разработать веб-приложение, позволяющее фильтровать переименованные топонимы в Санкт-Петербурге по заданным критерям
    • веб-приложение должно поддерживать массовый импорт и экспорт данных в формате json

    Технологии: Angular, Flask, Neo4j, Nginx, Docker.

Научные статьи

Контактные данные

e-mail: porsh0509@gmail.com

Pinned Loading

  1. algorithms-course algorithms-course Public

    Python

  2. classic-ml-course classic-ml-course Public

    Jupyter Notebook

  3. fpga fpga Public

    F#

  4. nosql2h24-rename nosql2h24-rename Public

    Forked from moevm/nosql2h24-rename

    Python

  5. parallel-algorithms parallel-algorithms Public

    C++

  6. Summer_Practice Summer_Practice Public

    Forked from arturmusaev1/Summer_Practice

    GeneticAlgorithms

    Python

0