参加kaggle比赛的学习资料、个人笔记与代码。 包含五大机器学习与深度学习方向的项目比赛,着重于思路与代码实现。 项目包含: 泰坦尼克生还预测 即时反馈内核竞赛 IEEE-CIS欺诈检测 文本技能项目 视觉图像识别项目
2024-10-09 15:38:28 66.64MB python 课程资源 机器学习 深度学习
1
ArchitectUI Bootstrap 4 jQuery / HTML主题免费 DashboardPack.com用爱制造 PRO版本可通过以下 安装在所需的文件夹位置下载并解压缩主题包档案。 从nodejs.org/en/download/下载并安装Node.js。 安装最新版本的npm。 当运行所有构建命令时,这将很有用。 在IDE的“终端”窗口或Windows命令提示符下的命令行中运行以下命令。 npm install --global npm@latest 通过在已解压缩主题包归档文件的文件夹根目录内的命令行中运行以下命令来安装应用程序依赖项。 npm install 在npm从package.json完成模块安装之后,您可以继续并启动应用程序。 为此,请运行以下命令。 您也可以使用yarn来安装依赖项而不是npm。 npm run start 命令完成后,您应该会看到编译成功! 终端窗口中显示的消息。 另外,还将启动Web服务器服务,以便您可以在浏览器中查看您的应用程序: 要创建生产优化的版本,请运行以下命令: npm run build 这将在项目的
2024-10-09 11:56:46 1.65MB bootstrap admin admin-dashboard bootstrap4
1
微信小程序是一种轻量级的应用开发平台,由腾讯公司推出,主要针对移动设备用户。它具有无需下载安装、即开即用的特点,节省了用户的手机内存,使得用户可以更方便快捷地使用各种服务。本项目“微信小程序-通讯录”是一个入门级别的教程,适合初学者学习微信小程序的基本开发技巧。 通讯录功能在日常生活中极为常见,是联系人管理和交流的重要工具。通过创建一个微信小程序的通讯录应用,开发者可以掌握小程序的基础架构、页面路由、数据管理以及用户交互等核心技能。 1. **小程序框架**:微信小程序基于微信自己的框架,该框架包括WXML(WeiXin Markup Language)和WXSS(WeiXin Style Sheets),分别用于结构和样式定义。此外,JavaScript用于处理业务逻辑和数据管理。 2. **页面结构**:每个小程序由多个页面组成,每个页面包含WXML、WXSS、JS和JSON四部分。WXML负责定义页面结构,类似于HTML;WXSS用于样式设定,类似CSS;JS处理页面逻辑;JSON则用来配置页面的全局属性。 3. **数据绑定**:在WXML中,我们可以使用数据绑定语法将数据模型与视图层关联。例如,{{ }} 用于显示数据,bind事件用于响应用户操作。 4. **生命周期方法**:在JS文件中,开发者需要理解小程序页面的各种生命周期方法,如onLoad、onShow、onHide等,这些方法在页面的不同阶段被调用,用于初始化、更新数据或处理页面隐藏时的逻辑。 5. **API调用**:微信小程序提供了丰富的API接口,如获取用户信息、网络请求、地图服务等。在这个通讯录项目中,可能涉及到API如wx.request()进行数据请求,wx.getUserInfo()获取用户信息。 6. **事件处理**:通过bind事件,开发者可以实现用户交互,如点击按钮触发函数,输入框改变时更新数据等。 7. **样式设计**:WXSS提供了类似于CSS的样式规则,但也有其特有的特性,如相对单位rpx,适应不同屏幕尺寸的布局。 8. **通讯录管理**:在实际的通讯录小程序中,你需要实现添加、编辑、删除联系人的功能,以及搜索和排序联系人等功能。这涉及到数据的增删改查操作和UI的动态更新。 通过这个入门项目,你可以逐步掌握微信小程序开发的基本流程,理解小程序的开发环境设置、调试工具的使用,以及如何将代码提交到微信开发者工具进行预览和发布。完成这个项目后,你将具备开发更多复杂小程序的能力,满足日常生活和工作的多样化需求。
2024-10-09 11:37:57 514KB 微信小程序
1
课程安排工具 Python脚本可为一所小型私立学校生成课程表。 给定时间表模板(如 ,列出教师,时隙和排除 )和一组首选项(即,每位老师提供的课程列表,以及列出希望参加的学生的班级列表)每个课程,如 ,该脚本都会生成一个整数线性编程模型,并使用CoinMP对其进行求解,以最大程度地减少学生所遇到的时间表冲突(总体而言)。 (其中包括其他实用程序,例如jam_in_course.py ,其开发目的是帮助确定如何将一个班级分成两个部分,或者在哪里添加新课程而不必重新计算整个时间表。 对于高级用户,可以编辑solve_schedule.py第182-183行,以便确定要取消优先级的课程。 取消优先次序的逻辑是,某些课程对于学生的毕业可能是必不可少的,而另一些则是可选的。 可以对涉及可选课程的冲突进行加权,以确保计划程序优先处理基本课程。) 需要安装PuLP和CoinMP。 (除了CoinM
2024-10-06 20:27:45 19KB Python
1
Python 简介 Python 是一个高层次的结合了解释性、编译性、互动性和面向对象的脚本语言。 Python 的设计具有很强的可读性,相比其他语言经常使用英文关键字,其他语言的一些标点符号,它具有比其他语言更有特色语法结构。 Python 是一种解释型语言: 这意味着开发过程中没有了编译这个环节。类似于PHP和Perl语言。 Python 是交互式语言: 这意味着,您可以在一个 Python 提示符 >>> 后直接执行代码。 Python 是面向对象语言: 这意味着Python支持面向对象的风格或代码封装在对象的编程技术。 Python 是初学者的语言:Python 对初级程序员而言,是
2024-10-06 19:10:13 60KB
1
该资源内项目源码是个人的课程设计、毕业设计,代码都测试ok,都是运行成功后才上传资源,答辩评审平均分达到96分,放心下载使用! ## 项目备注 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用! 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习,也适合小白学习进阶,当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。 3、如果基础还行,也可在此代码基础上进行修改,以实现其他功能,也可用于毕设、课设、作业等。 下载后请首先打开README.md文件(如有),仅供学习参考, 切勿用于商业用途。 该资源内项目源码是个人的课程设计,代码都测试ok,都是运行成功后才上传资源,答辩评审平均分达到96分,放心下载使用! ## 项目备注 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用! 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习,也适合小白学习进阶,当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。 3、如果基础还行,也可在此代码基础上进行修改,以实现其他功能,也可用于毕设、课设、作业等。 下载后请首先打开README.md文件(如有),仅供学习参考, 切勿用于商业用途。
2024-10-05 23:01:46 74KB 期末大作业 课程设计 python
1
标题中的"numpy-1.19.4+mkl-cp39-cp39-win_amd64.rar"指的是一个包含numpy库特定版本的压缩包,这个版本是1.19.4,集成了Intel的Math Kernel Library (MKL)。MKL是一个高性能的数学和科学计算库,用于加速计算密集型任务,特别是线性代数、傅里叶变换和随机数生成等操作。"cp39"代表的是Python的兼容性标识,这里的"cp39"意味着它是为Python 3.9设计的。"win_amd64"则表明这是为Windows操作系统64位版本编译的。 描述中提到的"numpy-1.19.4+mkl-cp39-cp39-win_amd64.whl"是一个Python的whl(wheel)文件,这是一种预编译的二进制包格式,用户可以通过pip快速安装。通常,相比于通过源代码安装,使用whl文件可以节省时间,因为它避免了编译过程,尤其在没有适当构建工具的环境中更为方便。描述还指出,由于官方下载速度可能较慢,所以这个文件被提供出来作为一个快速的替代下载源。 标签中的"numpy"、"numpy+mkl"和"python"揭示了这个压缩包的主要内容。numpy是Python中用于数值计算的核心库,它提供了大量的多维数组和矩阵操作功能,以及广泛的数学函数来处理这些数据结构。"numpy+mkl"指的是numpy与MKL的集成,利用MKL的优化性能。而"python"表明这个库是为Python编程语言设计的。 关于numpy库,它是科学计算的基础工具,广泛应用于数据分析、机器学习和图像处理等领域。其主要特性包括: 1. 多维数组对象(ndarray):numpy的核心是它的多维数组,它可以高效地存储和处理大型数据集。 2. 广播功能:允许不同形状的数组进行算术运算,无需显式地改变它们的形状。 3. 高级数学函数:提供了丰富的数学函数库,如统计、线性代数、傅立叶变换等。 4. 整合C/C++和Fortran:numpy支持直接与这些低级语言交互,从而实现高效的计算。 5. 整合其他科学计算库:例如pandas、scipy、matplotlib等库,都依赖于numpy作为基础。 在安装numpy-1.19.4+mkl-cp39-cp39-win_amd64.whl时,用户只需在命令行或终端中使用pip命令,如`pip install numpy-1.19.4+mkl-cp39-cp39-win_amd64.whl`,即可将这个优化版的numpy库添加到Python环境中。这样,用户就能享受到numpy提供的强大功能,同时利用MKL的优化性能,提升计算效率。
2024-10-05 17:25:57 210.87MB numpy numpy+mkl python
1
PYTHON编程第4版 分上下册 有5个压缩包,下完才能正常解压
2024-10-01 22:56:33 100MB python
1
PYTHON编程第4版 分上下册 有5个压缩包,下完才能正常解压
2024-10-01 22:56:05 100MB python
1