基于火龙果数据的作物生长趋势项目，通过学习，如何将你构建的AI服务部署到云端上，实现具备识别火龙果生长趋势的云服务能力。下面是我们做的任务案例： 任务1：火龙果训练数据集准备（使用精灵标注助手进行目标检测图像标注、将训练与验证数据集转tfrecord格式数据集） 任务2：目标检测模型搭建与训练（认识目标检测、 YOLOv3目标检测模型、 tensorflow YOLOv3模型训练） 任务3：生长趋势模型推理与模型评估（作物生长趋势模型推理接口、 作物生长趋势模型推理代码实现、作物生长趋势模型精度评估） 任务4：生长趋势AI模型服务封装（ Restfull API、Flask环境搭建、Flask实现火龙果生长趋势AI服务） 任务5：模型云端部署与安装（生长趋势AI服务运行环境配置、编写自动化安装脚本实现服务一键安装与拉起）

具有抑制空肠弯曲杆菌生长及感染肠道上皮细胞功能的乳酸菌的筛选，赵煜，田丰伟，空肠弯曲杆菌被认为是导致结肠炎的主要致病菌，能引起出血性腹泻，腹痛等症状。已有研究报道乳酸菌能够对某些致病菌发挥抑制作用

高表达转化生长因子β1，血管内皮生长因子，白细胞介素10在上皮性卵巢癌中的免疫抑制作用，刘婵桢，张丽，背景：转化生长因子TGF-β1，血管内皮生长因子VEGF和白细胞介素10（IL-10）是肿瘤免疫抑制中最重要的因子。目的：该研究主要研究这3个�

含代码，处理过数据文件，结果文件整理，以及详细报告近一万字。 这是我的期末大报告，完全是自己写的，可以按需下载。其中关于实现的过程描述方法详实，步骤详细，形式多样。数据来自Kaggle。 含有1. 绪论，2. 相关理论与技术，3. FP-growth算法关联规则分析算法，4. 结论5. 课程体会。 这次我的选题便是从关联规则视角出发，以使公司能够最大化下一次营销活动的利润为立足点，建立了基于FP-Growth的营销策略关联规则分析算法，并从宏观角度提出将营销活动与客户的个人特征与选择相结合的最大化下一次营销活动的利润营销策略。

本文提出了一种一般的优化模型，该模型从土壤中的根系生长行为收集了一些想法。 该研究的目的是研究一种新颖的，受生物启发的方法，用于复杂的系统建模和计算，尤其是用于优化高维数值函数。 对于本研究，设计了数学框架和体系结构来模拟植物的根系生长模式。 在这种结构下，研究了土壤和根系生长之间的相互作用。 在框架中派生了一种称为“根增长算法”（RGA）的新颖方法，并进行了仿真研究以评估该算法。 仿真结果表明，所提出的模型能够反映植物在土壤中的根系生长行为，数值结果也表明，RGA是一种用于高维数值函数优化的强大搜索和优化技术。

使用Apriori和FP-growth进行关联规则挖掘

spss数据分析常用数据集：Growth study.sav 统计分析及模型构建中常用的数据集； 学习软件的时候，会苦于没有数据进行实操，而其实一般分析软件都会自带数据，现在介绍如何获取SPSS软件自带的数据。 R语言、SAS以及其它统计软件中也经常使用；

FP-growth算法的实现方法研究.pdf

人工智能-项目实践-关联规则挖掘-本项目使用了 FP-Growth 和 K-Means 两种算法，挖掘了我校图书馆借阅记录中的隐藏信息，并以此为基础开发了相应的图书推荐算法

纯 Rust 中 FP-Growth 算法的实现