I am a full-stack engineer for AI projects, glad to share my experience. pratices make the top engineer.
基于C/S的试卷管理系统。连接数据库MySQL和FTP服务器，实现对用户和试卷实体的基本增删改查，统计平均分数，可以进行试卷的上传和下载等。使用netbeans实现。
实现C/S构架的在线聊天多人/单人聊天系统。在程序中主要用到了socket通信，对象输入输出流，多线程等。系统主要组成包括客户端程序，服务器端程序和用户数据文件。客户端界面主要由4个部分组成：好友列表、消息显示区域、设置菜单栏和用户信息输入区域。服务端界面则由服务器状态设置、服务器端口号、消息显示区域和用户列表组成。用户数据文件则是存放已注册得到用户账号和密码。
串口调试工具，实现两个（虚拟）串口之间的通信，可以控制发送和接收消息的进制，时间，频率，格式等。读取文件内容，清空文本显示域等。使用IDEL为netbeans。
简单完整的springcloud入门示例，主要以架构搭建为主，业务代码较少。项目主要包括eureka服务注册与发现中心，服务提供者和两个不同技术的服务消费者（ribbon和feign），hystrix熔断器，zuul的api网关和过滤功能，分布式配置中心config以及zipkin服务链路追踪等。详细见wiki。
该工程基于Python3.6，tensorflow1.6。主要是对tensorflow框架进行认识，实践和应用，快速掌握tf在深度学习上的使用，包括线性模型，minist数据集分类，Tensorboard，CNN，LSTM，图像识别网络inception-v3，多任务学习以及验证码识别， word2vec，语音分类模型等实践。配合https://www.bilibili.com/video/av20542427 视频学习更佳。要求在一定的机器学习或深度学习的基础（更新中）
问题定义，下载数据，观察结构，找最相关部分特征； 除去异常值，填充缺省值，部分特征正态化，特征编码向量化，增加新特征； 定义评估标准，选择表现好的几个模型，模型参数最优化，stacking模型融合。最终误差降低到0.101左右。详细介绍见https://zhuanlan.zhihu.com/p/89923216
以tensorflow为后台的keras框架实践，以神经网络，机器学习和深度学习的经典项目为主，持续更新, 主要参考书籍——Francois Chollet的Python深度学习
