ChecklistApp
该项目将用作操场，以背诵我的Android开发技能以及所有新软件包和最佳实践。 该项目的主要目标是充当待办事项应用程序。 用户可以过滤，搜索，编辑和添加新任务。
该项目的主要收获
100％在Kotlin
会议室（SQLite）
Jetpack数据存储
流（协程）
导航组件
Dagger Hilt的依赖注入
视图绑定
MVVM（模型-视图-视图模型）
ViewModel + LiveData
项目初始化（ ）
在此版本中，项目已完全设置并准备就绪。 将插入所有依赖项以及可绘制资源。
布局和房间实体（ ）
在此版本中，添加了几个布局：
片段任务-进入应用程序后立即可见的入口点片段。 负责显示用户添加的任务列表。 它的内部是协调器布局，其中添加了回收者视图和浮动操作按钮。
物料任务-简单的小型布局，使所有数据负责在回收者视图中表示任务。 它的内部是带
2022-06-01 20:43:57
152KB
1
系统介绍了ffmpeg滤镜的使用，让您对滤镜有一个全面的认识。是ffmpeg滤镜的一个非常全面的总结。
推出本课程的目的：
1.网络上对ffmpeg滤镜的介绍很零散，不够全面。2.很多例子很复杂，我们这里进行了简化，尽可能的简单。3.课程中采用了面向对象的思想，将各部分尽可能的独立成文件，提供了这样一个例子，对大家以后的编程有一个很好的借鉴。
2022-06-01 00:45:11
2.8MB
1
过滤驱动安装， DriverMonitor 用于调试安装 Windows内核程序。 EvDriverInstaller用于辅助安装Wdm驱动程序
2022-05-30 00:19:42
133KB
1
在学习redis过程中提到一个缓存击穿的问题， 书中参考的解决方案之一是使用布隆过滤器， 那么就有必要来了解一下什么是布隆过滤器。在参考了许多博客之后， 写个总结记录一下。
一、布隆过滤器简介
什么是布隆过滤器？
本质上布隆过滤器( BloomFilter )是一种数据结构，比较巧妙的概率型数据结构（probabilistic data structure），特点是高效地插入和查询，可以用来告诉你 “某样东西一定不存在或者可能存在”。
相比于传统的 Set、Map 等数据结构，它更高效、占用空间更少，但是缺点是其返回的结果是概率性的，而不是确切的。
布隆过滤器原理
布隆过滤器内部维护一个bit
2022-05-28 14:52:15
385KB
1
项目Steam游戏推荐系统
1概述
关键字：推荐系统，协作过滤，Spark，Hive，Flask，Web爬网程序，AWS EC2，AWS RDS
1.1引言
推荐系统在最近几年变得越来越流行，并且广泛用于电影，音乐，新闻，书籍，研究文章，搜索查询，社交标签和产品等各个领域。
推荐系统或推荐系统是信息过滤系统的子类，其试图预测用户将给予商品的“等级”或“偏好”。
在这个项目中，我通过Spark的ALS（交替最小二乘）API（pyspark.mllib.recommendation.ALS）在Spark上使用协作过滤算法，实现了游戏推荐系统。 协作过滤方法是基于收集和分析有关用户的行为，活动或偏好的大量信息，并基于与其他用户的相似性来预测用户的喜好。
1.2架构
整个项目分为三个阶段：
通过Web爬网程序收集数据
Spark上的游戏推荐引擎
Web UI实施
该项目的体系结构如下所示：
2022-05-27 01:11:18
9.52MB
1
verhulst模型matlab代码快速开始：
为
SGD+
模型运行python
train.py
，为具有神经后处理的模型运行python
train.py
python
train.py
--model=SGDnn
。
提交文件将写入提交文件夹。
协同过滤
推荐系统关注呈现用户可能感兴趣的项目（例如亚马逊上的书籍、Movielens
上的电影或
lastFM
上的音乐）。
在协同过滤中，我们的推荐基于用户对其他项目的（已知）偏好，并考虑其他用户的偏好。
资源
所有必要的资源（包括训练数据）均可在
训练数据
对于这个问题，我们已经获得了
10000
个用户对
1000
个不同项目的评分。
所有评级都是
1
到
5
星之间的整数值。
评估指标
您的协同过滤算法将根据以下加权标准进行评估：
预测误差，由均方根误差
(RMSE)
衡量
代码用法：
usage:
train.py
[-h]
[--submission
SUBMISSION]
[--model
MODEL]
[--cv_splits
CV_SPLITS]
[--score_averaging
SCORE_AVERAGING]
2022-05-24 15:03:51
11.53MB
1