实现的基本功能： 1、图片、音效的显示 2、用鼠标控制飞机移动、按左键发射子弹 3、敌机的自由下落 4、子弹击中敌机，敌机随机生成 5、我机撞到敌机显示爆炸图片，游戏结束 6、生成多台敌机 7、新增了菜单界面 8、达到一定分数后，敌机下落的速度变快 9、敌机超出屏幕外面进行扣分 10、新增了存档和读档功能

C#期末大作业点餐系统.rar

词法分析方法源程序保存在文本文件中，读取该文件，识别出各个具有独立意义的单词，可以识别保留字、标识符、常数、运算符、分界符依次输出各个单词的内部单词种别及单词符号自身值，遇到错误时可显示“Eorror”，然后跳过错误部分继续显示。

Flash作业，会飞的蝴蝶，蜻蜓

flash期末作业 1分钟 4个场景

C++期末作业(教室管理系统含人员类）

和小组成员们一块写的嵌入式结课作业，上传以做参考。主要亮点在于全课时重要嵌入式代码收集以及前半篇的期末项目描述的格式和结构。

期末数据库课程设计，图书信息管理系统 直接将数据库文件导入就可以快速建表

正如预期的那样，GridSearch 模型沿着增大的均衡准确率（但也存在更大的差异问题）如下。这使数据科学家可以灵活地选择一个最适合应用环境的模型，取得均衡准确率与差异中的一个可以接受的平衡点。 同样我们在AUC与差异之间也可以选择一个可以接受的平衡点。 在Fairlearn提供的Dashboard中可以看到每个模型的accuracy/Precision等细节，能帮助我们选择适合的模型。 从某一方面（隐私、公平、对抗攻击、可解释等）入手，自行实现一个简单的可信机器学习算法（如基于SVM、决策树、神经网路、概率图模型等），课堂展示并简要介绍算法原理. ## 二、Job Background ​ 人工智能（AI）为改变我们分配信贷和处理风险的方式提供了一个机会，并创造了更公平、更包容的系统。人工智能可以避免传统的信用报告和评分系统，这有助于抛弃现有的偏见，使它成为一个难得的，改变现状的机会。然而，人工智能很容易朝另一个方向发展，加剧现有的偏见，创造出一个循环，加强有偏见的信贷分配，同时使贷款歧视更难找到。我们将通过开源模型Fairlearn来释放积极的一面，缓解偏见消极的一面。 ## 三、The experiment content - **涉及领域：** - 金融贷款方面的决策分析。我们分析的数据是原始数据经过人工简单处理过的，是为了展现准确性方面的悬殊差异。 - **机器学习任务：** - 二元性分类 - **机器学习公平任务：** - 使用Fairlearn metrics和Fairlearn dashboard来评估模型的公平。 - 使用Fairlearn中的改进算法来改进模型的公平水平。 - **性能指标：** - ROC曲线下的面积。 - 平衡过后的准确率。 - **公平指标：** - Equalized-odds difference. - **改进的算法:** - `fairlearn.reductions.GridSearch` - `fairlearn.postprocessing.ThresholdOptimizer` 数据集 https://archive.ics.uci.edu/ml/datasets/default+of+credit+card+clients 相关信息“ https://blog.csdn.net/Mrrunsen/article/details/122143494

自己用Pygame做的小游戏，期末作业设计