统计学专业个人简历【三篇】篇一xxx女|汉|单身|xx岁|本科学历|应届毕业生现居住于：户口所在地：身高：联系电话：自我评价踏实认真好学是我性格中的优点，不管遇到什么困难都会尽一切力量去解决，从不向困难低头。
也许我不是秀最聪明的，但是我会努力做到，对的起自己对的起栽培给我机会的人!求职意向期望工作地区：期望工作行业：其他期望工作职业：财务/审计/统计类期望月薪：期望工作性质：全职到岗时间：1周以内教育背景xx.09-xx.06xx大学学历：本科专业描述：统计学融经济数学为一体，侧重数据的处理及对经济事实的分析，既有数学方面的逻辑思维，又有经济管理的实践经验。
主要学习课程：统计学，西方经济学，保险精算，多元统计，管理学，会计学，财务管理，市场调查方法，货币银行学等语言能力语言种类：英语掌握水平：良好详细描述：一次性通过了国家英语四级、国家英语六级考试。
在学校英语口语比赛中获得了一等奖。
语言种类：中文普通话个人简历掌握水平：熟练详细描述：普通话考试达到了一级已等的水平篇二个人概况姓名：性别：男出生年月：健康状况：健康毕业院校：xxx大学联系电话：邮箱：政治面貌：党员籍贯：教育背景：xx年-xx年xx大学统计学专业本科主修课程：spss统计软件与应用，数据挖掘，统计学原理，概率论数理统计学，期权、期货及其他衍生产品，抽样调查理论与方法，多元统计分析，国民经济统计学，宏微观经济学，C语言，数理经济学，投资经济学，贝叶斯统计。
个人能力：具有较强的英语听说读写能力。
CET-4总分459;普通话流利，具有较强语言表达能力。
熟练使用spss、R等统计软件进行数据挖掘与统计分析等工作，精通t等办公软件的使用。
选修学习了Photoshop图像处理软件。
实践与实习：数学建模课程设计、统计建模与数学据分析实习、统计调查与计算实习、常用工具软件实习、应用统计课程软件实习、C语言课程设计;周末是会做一些兼职，热门思想汇报暑假时也会找些工作，比如电子厂以及手机店，也做过抽样调查。
文献计量分析视域下的中国苗族姓名研究现状李筑艳【摘要】为了客观地评价我国苗学研究中姓名研究领域的现状,以贵州省数字图书馆收录的1979年以来国内有关研究论著为材料,从文献计量学角度进行分析,旨在揭示我国当代苗学研究中个人命名制度领域的学术趋势和特征,为苗族专名学或名物学研究的进一步发展提供参考.【期刊名称】《原生态民族文化学刊》【年(卷),期】2015(007)001【总页数】7页(P111-117)【关键词】文献计量分析;苗族;个人命名制度【作者】李筑艳【作者单位】贵州财经大学,贵州贵阳550025【正文语种】中文【中图分类】G256改革开放以来，中国苗学研究取得了很大成就，涌现出了成千上万的论著，但其具体发展态势和内涵基本特征如何，却还不得而知。
亟待有效地利用信息科学技术的应用成果——中文文献数据库共享平台，开展一系列的文献计量分析和知识图谱研究，进行系统梳理、科学评价、归纳总结，才能把握这30多年来苗学在中国的发展轨迹和规律。
尤其是在当下知识大爆炸、学术文献海量积累、大数据技术发挥日益重要作用的时代背景下，这样的研究对于学者们快速地把握学术前沿动态和发展走向，愈发显得重要。
为此，我们尝试运用基于大数据平台检索的文献计量分析和知识图谱方法，对中国苗学在新中国成立以来特别是改革开放以来的发展历程和成就，开展以领域为单元的一系列实证分析研究，本文对苗族个人命名制度研究现状的梳理和评析即是这项研究计划前期工作的一个组成部分。
众所周知，无论在哪个民族社会中，每个人都有一个属于自己的名字，它是自己存在的标号, 是伴随自己的生命符码，而每个民族的个人命名法都是自成体系的文化现象集合[1]。
正因为如此，姓名制度或人名命名法长期以来在国际上一直都是人类学研究者十分关注的研究主题之一[2]，在国内学术界也一直是民族文化研究中的一个比较重要但往往容易被忽视的领域[3]。
这方面的研究在苗学整体发展中是否取得进步？有了哪些进展？无疑都可以成为检视苗学研究深度和广度的一个重要切入点，当然，这样的检视只有通过量化分析和质性分析相结合的文献分析才有可能实现。
基于OpenCV的人脸识别系统廖春萍;陈雪芳;杨德顺;方武宏【摘要】OpenCV作为开源图像处理算法库,也可应用于人脸识别领域.将采集的人脸图片运用高斯平滑、灰度变换等算法进行图像预处理;再采用OpenCV的Haar-like特征匹配法描述算子进行特征匹配,获取人脸特征值;最后利用归一化平方差匹配方法,比对人脸数据库后完成特定人脸的识别.【期刊名称】《东莞理工学院学报》【年(卷),期】2017(024)003【总页数】6页(P33-38)【关键词】人脸识别;OpenCV;图像处理;Haar-like【作者】廖春萍;陈雪芳;杨德顺;方武宏【作者单位】东莞理工学院电子工程与智能化学院,广东东莞523808;东莞理工学院电子工程与智能化学院,广东东莞523808;东莞理工学院电子工程与智能化学院,广东东莞523808;东莞理工学院电子工程与智能化学院,广东东莞523808【正文语种】中文【中图分类】TP23人脸识别技术是新兴的生物识别技术，主要用在智能机器人、智能家居、以及军事安防等方面，在国内，对人脸检测技术的研究始于20世纪90年代，人脸识别系统的难点主要是人脸作为生物特征的特点所产生的识别问题[1]，如人脸结构的相似性，不同的观察角度产生的人脸易变性，此外，遮盖物、用户配合度等因素也导致人脸识别困难加大，为此，基于OpenCV的人脸识别系统，提出了对采集的图像使用多算法逐级处理，然后基于OpenCV丰富的资源库进行人脸识别。
1.1 OpenCV技术OpenCV是一个开源图像处理算法库，基于C/C++编程。
OpenCV库的优点在于：跨平台，独立于操作系统、硬件和图形管理器；无论非商业或商业应用，OpenCV 均免费；速度快、使用方便；可扩展性好，包括底层和高层的应用开发包；通用的图像/视频载入、保存和获取模块[2]。
在OpenCV的基础上加入图像预处理的算法，构成了基于OpenCV的人脸识别系统。
