high_performance_linux_server_programming Linux高性能服务器编程（游双）源码

该数据接近了两所葡萄牙学校的中学学生的学习成绩。 数据属性包括学生成绩，人口统计学，社会和学校相关特征），并通过使用学校报告和调查表进行收集。 提供了两个有关两个不同学科表现的数据集：数学（mat）和葡萄牙语（por）。 在[Cortez and Silva，2008]中，两个数据集是在二进制/五级分类和回归任务下建模的。 重要说明：目标属性G3与属性G2和G1具有很强的相关性。 发生这种情况是因为G3是最后的年级（在第3期发布），而G1和G2分别对应第1和第2期年级。 没有G2和G1的情况下预测G3更加困难，但是这种预测更为有用（有关更多详细信息，请参见纸本资料）。 从该数据集中，只有student_mat被带K-fold交叉验证，一个不带。

GMW 14885-2012Painted Aluminum Road Wheels - Paint Performance Requirements .pdf

Linux Debugging and Performance Tuning - Tips and Techniques. Essential for Linux developers. Linux调试与性能优化--技巧与技术，Linux开发人员必备。

linux BPF 性能 工具

本资源是《Delphi High Performance》一书的源码，有需要的可以下载。

系统性能优化，适合对操作系统已经应该性能优化---------

IBM-HR-Analytics-Employee-Attrition-Performance.ipynb：Projek 1

kaggle竞赛Predict Student Performance from Game Play 自己写的项目代码，带注释+讲解 数据集：https://www.kaggle.com/competitions/predict-student-performance-from-game-play/data score为0.678，300/600的rank 竞赛目标： You'll develop a model trained on one of the largest open datasets of game logs. 文件包括： train.csv - the training set test.csv - the test set sample_submission.csv - a sample submission file in the correct format train_labels.csv - correct value for all 18 questions for each session in the training set

这是 FMDE 的 matlab 代码。 FMDE 使用性能指标，特别是超体积、间距和最大扩展来衡量演化过程的状态。 作者将模糊推理规则应用于这些指标，以调整该算法中使用的所选变异策略的关联控制参数。 因此，作者可以通过性能反馈来适当调整探索和利用的程度。 FMDE 的详细信息可以在[1] Jariyatantiwait, C. 和 Yen, GG，“使用性能指标的模糊多目标差分进化反馈”，进化计算 (CEC)，2014 年 IEEE 大会，第 1959-1966 页，2014 年 7 月。 [2] Jariyatantiwait, C., & Yen, GG (2014)。 基于模糊性能的多目标差分进化反馈。 国际群体智能研究杂志 (IJSIR)，5(4) 45-64。