广州城市天际线、广州塔与珠江
黄力恒LIHENG HUANG

机器学习 / 数据分析 / 统计建模

你好,我是黄力恒。

以数据理解问题,
用分析与工程落实答案。

我有数据科学与生物统计学背景,关注机器学习、大模型应用与统计建模。我用 Python、PyTorch 和 SQL 处理数据、开发模型,通过对照实验和错误分析检验方法。我的项目既有临床风险预测,也有营销策略评估和金融数据分析。

PROJECTS & RESEARCH

项目与研究

查看全部项目 →

大模型 · SQL 生成

大模型 Text-to-SQL 微调与约束解码优化

用 QLoRA 微调 Qwen3-4B,结合结构监督、约束解码与一次纠错。在 BIRD 的 100 道开发题上,SQL 执行正确率从 36% 提升至 44%,可执行率从 71% 提升至 77%。

2026.09 — 2026.10 · Qwen3-4B / BIRD

↗

方法研究 · 函数型数据 / Cox Filtration

多元函数型生存数据的 Cox Filtration 方法

从十二导联心电中提取共享与特有风险成分,并追溯各导联的贡献。在约 15.5 万条心电记录上,Directional 将平均成分数由 72 降至 36.5,平均 C-index 为 0.7460。

2026.05 — 2026.07 · CODE-15 十二导联心电

↗

统计建模 · 生存分析 / Transformer

基于 Transformer 的纵向临床生存预测

整合 5,368 名乳腺癌患者的随访记录,在每个预测时点仅使用已发生的事件。通过 Transformer 编码变长序列,结合 Cox 损失预测后续生存风险。

2025.04 — 2025.08 · 纵向事件建模 · 患者级隔离

↗

数据工程 · Python / PostgreSQL

金融科技 KPI 自动化报表流程

从增量事件、数据对账到每日指标更新,为五页交互式看板提供聚合数据。

2026.07 — 2026.09 · 合成数据 · 19 项测试

↗

营销策略 · DR-learner / AIPW

RetailHero 短信增益与预算策略

在 30% 发送预算下,用正则化 DR-learner 识别增量购买机会;通过验证集选择 C1,并与随机发送和响应预测比较。

2026.07 — 2026.09 · 200,039 名客户 · 历史数据事后探索

↗