Kai Xu

使用 Python 作为底层语言，将图像识别功能打包成 Docker 容器，并部署到 AWS Lambda 层。使用 S3 桶进行数据存储，包括图像识别所需的 Python 文件，并为每个 S3 桶添加安全规则和访问权限限制。模块化设计，使用多个 Lambda 函数处理图像的识别、上传、存储和清除操作。使用 AWS Cognito 和 IAM 对访问权限进行严格限制，保障数据安全。实现用户与服务器的交互，通过 HTML 网页进行操作和管理。

使用 R 语言计算数据集的 RMSE，评估模型性能。使用 visdat 库检查数据集是否存在错误值。使用 boxplot 进行数据分布的可视化，发现离散值。使用 ggplot2 绘制数据走势，深入了解数据的分布情况。使用 datatable 库进行数据处理，应用多项线性回归和多类别分类模型，采用多项逻辑回归设计数据模型，并尝试使用决策树和随机森林等多种模型进行数据建模。

使用 Python 进行数据爬取，从 Google Drive 和网页中获取数据，并确保获取权限和爬取时间的合理设置。清洗 XML 数据，提取所需信息。对数据进行分类，计算公交线路和住房之间的距离等相关信息。处理计算后的数据，分析住房房价与公交之间的关系。进行数据分析和探索性数据分析(EDA)，进一步预测和洞察数据特征。

从多个数据来源收集数据，包括澳大利亚国家统计局和 Google Scholar，获取澳大利亚海关出入境相关数据。使用 Tableau 对收集的数据进行分类和整理，确保数据集合的准确性和一致性。在 Tableau 中进行数据清洗，包括去除相关性较弱的数据，处理数据缺失值，离散值和错误值，以保证数据的可靠性和准确性。利用 R 进行数据整理、合并和加工，得到经过清洗后的数据集。使用 HTML、JS 和 D3.js 等前端技术读取和绘制数据可视化图表。为地图交互功能使用 Leaflet.js 库，实现地图上的交互性操作和数据展示。进行数据分析和预测，应用线性回归方程来探索数据未来的发展趋势，为决策提供参考依据。

负责软件的后期修改和说明文档书写，了解软件的开发内容，采取SQL JAVA 前端开发一款在线学习系统。

我负责测试软件的运行和书写说明性文档，并对代码出现的问题进行修改。如增加学习时长的控制面板，提供修改数据库的内容。

使用 Python 作为底层语言，将图像识别功能打包成 Docker 容器，并部署到 AWS Lambda 层。使用 S3 桶进行数据存储，包括图像识别所需的 Python 文件，并为每个 S3 桶添加安全规则和访问权限限制。模块化设计，使用多个 Lambda 函数处理图像的识别、上传、存储和清除操作。使用 AWS Cognito 和 IAM 对访问权限进行严格限制，保障数据安全。实现用户与服务器的交互，通过 HTML 网页进行操作和管理。

使用 R 语言计算数据集的 RMSE，评估模型性能。使用 visdat 库检查数据集是否存在错误值。使用 boxplot 进行数据分布的可视化，发现离散值。使用 ggplot2 绘制数据走势，深入了解数据的分布情况。使用 datatable 库进行数据处理，应用多项线性回归和多类别分类模型，采用多项逻辑回归设计数据模型，并尝试使用决策树和随机森林等多种模型进行数据建模。

使用 Python 进行数据爬取，从 Google Drive 和网页中获取数据，并确保获取权限和爬取时间的合理设置。清洗 XML 数据，提取所需信息。对数据进行分类，计算公交线路和住房之间的距离等相关信息。处理计算后的数据，分析住房房价与公交之间的关系。进行数据分析和探索性数据分析(EDA)，进一步预测和洞察数据特征。

从多个数据来源收集数据，包括澳大利亚国家统计局和 Google Scholar，获取澳大利亚海关出入境相关数据。使用 Tableau 对收集的数据进行分类和整理，确保数据集合的准确性和一致性。在 Tableau 中进行数据清洗，包括去除相关性较弱的数据，处理数据缺失值，离散值和错误值，以保证数据的可靠性和准确性。利用 R 进行数据整理、合并和加工，得到经过清洗后的数据集。使用 HTML、JS 和 D3.js 等前端技术读取和绘制数据可视化图表。为地图交互功能使用 Leaflet.js 库，实现地图上的交互性操作和数据展示。进行数据分析和预测，应用线性回归方程来探索数据未来的发展趋势，为决策提供参考依据。