一个用来查看股价信息的小工具，点击托盘里的小图标即可显示，方便快捷，关键是隐蔽性比较好，大家都懂的

Kaggle预测房屋价格的全连接层模型

使用Python利用网络爬虫工具在VIP蔬菜网站上近期的多种蔬菜价格和市场地区信息进行爬取，爬取到的信息导出csv文件里进行数据处理，然后存储到MySQL数据库中，最后搭建Flask框架，实现在web页面中的可视化展示 使用前请仔细查看说明文档

创建测试类ClothingDemo，实现如下功能: 1、初始化三种品牌的上衣信息，例如:(品牌:优衣库类型:风衣价格:399风格:通勤风) 2、将三种服装存入到集合中，要求泛型。 3、输出集合中的所有服装信息。 4、显示集合中百搭风格的服装信息。 5、输入任意服装类型(如连衣裙)，在集合中查找是否存在该服装类型。 6、查找服装价格小于200的服装信息。

使用bp神经网络预测股票价格。BP neural network is used to predict the stock price.将其应用到股价数据集上。

电子商务价格战中的价格策略研究.doc

城市居民食品零售价格预测-ARIMA模型的应用，文小兵，童恒庆，本文通过2010年3月到2011年2月城市居民食品零售的消费价格预测2011年4、5月的城市居民食品零售价格走势。引进食品零售价格指数和膳食�

利用python，基于shibot利率计算债券理论价格，并将理论价格与实际价格进行对比。然后再计算债券的久期和凸性从而判断债券的风险性大小。本文件为该程序提供债券日度价格数据。

.研究意义 目前有人在对房屋价格的研究上已经取得了诸多成果，大多数人主要从政治、经济、政策、人口等宏观层面对房屋价格进行了分析，也有少数学者从房屋建筑硬件设施等微观因素展开了研究，也取得了较好的预测效果，但目前这方面还是相对较少。鉴于此，我将根据比赛的数据，构建特征变量集，选取有代表性的特征变量，在已有数据的基础上，对数据进行处理，使用机器学习算法分析房价问题，选择预测模型将其用于预测测试集的房屋价格。 此外，无论是对于监管者还是消费者，是房产中介机构还是房地产开发商，只有深入了解房地产交易市场，才能进行合理监管与规划；高效率推广房源，在能满足购房者需求的前提下科学定价，提高市场竞争优势；有效规避风险，降低不必要的损失等。所以预测房屋价格能为人们在住房购买方面提供更多选择，具有一定的参考作用。 3.题目描述 购房者描述了他们梦想中的房子，他们可能不会从地下室天花板的高度或东西向铁路的距离开始。但这些数据证明，影响价格谈判的因素远大于卧室数量或白色栅栏。题目给出的变量几乎描述了爱荷华州艾姆斯市住宅的各个方面。根据题目所给出的训练集和测试集的数据，分析题目所给的80个变量，预测出测试集中

主流NB模组品牌及价格体系&NB;卡价格体系