主要是用于大家对于大数据的基本处理,适合大学生本科毕设的参考。
2023-02-06 21:37:30 1.66MB 毕设 大数据 Hadoop 音乐推荐系统
1
常用SAR卫星SLC数据产品盘点与免费SLC产品下载网站推荐 常用SAR卫星SLC数据产品盘点与免费SLC产品下载网站推荐 常用SAR卫星SLC数据产品盘点与免费SLC产品下载网站推荐
2023-02-04 02:57:53 6.88MB SAR SLC数据 网站 推荐
1
Node.js英文书籍2014出版共14本,打包成一个档,以节省大家的时间。 Beginning Node.js (Apress 2014).pdf JavaScript and Node FUNdamentals (LeanPub 2014).pdf Learning Single-page Web App Development (Node, MongoDB, AngularJS)(Packt 2014).epub Learning Web App Development (JavaScript, Node, MongoDB, jQuery)(Oreilly 2014).epub Node Cookbook 2nd (Packt 2014).epub Node.js Blueprints (Packt 2014).pdf Node.js Design Patterns (Packt 2014).pdf Node.js in Action (Manning 2014).pdf Packt Publishing Web Development with MongoDB and Node.js (2014).epub Pro Express.js - web services library for Node.js(Apress 2014).epub Programming JavaScript Applications (Oreilly 2014).epub The Node Beginner Book - A Comprehensive NodeJs Tutorial (Leanpub 2014).pdf Web Development with MongoDB and Node.js (Packt 2014).pdf Web Development with Node and Express (Oreilly 2014).pdf
2023-01-30 16:00:13 54.23MB Node.js Node Nodejs
1
Yelper:基于协作过滤的推荐系统 孙传 [gmail.com的chuansun76] [twitter.com/sundeepblue] 博客: : 或此处: : 此README文件描述了“ Yelper”的几个主要组件,Yelper是主要使用Python使用Spark框架构建的业务推荐系统。 以下是“ Yelper”的一些功能: 按城市划分原始业务数据,可以进行微调和自定义推荐 使用Spark MLlib的基于矩阵分解的推荐 在Scala中使用Spark GraphX进行用户业务图分析 使用Spark Streaming和Apache Kafka进行实时用户请求处理 使用
2023-01-29 21:16:13 129.46MB python scala kafka spark
1
蔡氏电路matlab仿真代码对抗性个性化推荐排名 APR通过执行对抗训练来增强成对排名方法BPR。 为了说明其工作原理,此处通过在用户和项的嵌入向量上添加对抗性扰动来实现MF上的APR。 这是我们对该文件的正式实现: 何湘南,何占魁,杜小雨和蔡达生。 2018.推荐的对抗性个性化排名,在SIGIR'18的会议记录中。 (通讯作者:) 如果您使用这些代码,请引用我们的论文。 谢谢! 环境 Python 2.7 TensorFlow> = r1.0 脾气暴躁> = 1.12 PS。 供您参考,我们的服务器环境为2.20 GHz和64 GiB内存的Intel Xeon CPU E5-2630。 我们建议您的可用内存大于16 GiB,以重现我们的实验。 快速开始 演示:APR的效果 该命令通过在第40个数据集yelp (--adv_epoch)中为预训练的MF模型(--restore)添加对抗性扰动来显示APR的效果。 加载预训练模型后,前40个时期为正常MF-BPR,然后进行对抗训练APR。 python AMF.py --dataset yelp --adv_epoch 40 --epoc
2023-01-29 10:20:36 45.11MB 系统开源
1
STM32自学笔记书籍
2023-01-28 23:40:17 35.09MB stm32 自学笔 书籍
1
基于知识图谱的《计算机组成原理》(或者其他)学习推荐系统实例研究 前台使用next.js,采用基于d3.js的知识图谱可视化框架
2023-01-26 22:53:20 39KB JavaScript
1
MovieLens 20m 电影推荐数据集包含 138493位 用户对 27278部 电影的 20000263项 电影的评分(1-5分),电影标签数为 465564个,数据采集自网站 movielens.umn.edu,时间段为 1995.01-2015.03。
2023-01-25 23:06:32 417.67MB 推荐系统 电影推荐 电影评分 电影评价
1
本篇文章主要介绍了Spring循环依赖的三种方式,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
2023-01-24 16:32:20 121KB Spring 循环依赖
1
用户功能: (1)注册登录。用户可以依照系统要求独立注册账号,注册成功后用户可以根据自己的账号及密码登录系统。除此之外,针对已经登录的用户可以退出系统使用。 (2)学习资源查看。用户可以在登录状态下查看系统中的学习资源列表展示。 (3)学习资源搜索。用户可以在登录状态下关键字搜索系统中的学习资源,并列表展示。 (4)学习资源浏览。用户可以在登录状态下查看详细学习资源信息。 (5)学习资源收藏。用户可以在登录状态下对某一学习资源信息加以收藏。 (6)学习资源评分。用户可以在登录状态下对某一学习资源信息加以评分。 (7)学习资源推荐。系统根据用户的查看、搜索、浏览情况和学习资源的收藏、评分情况,为用户提供个性化学习资源推荐。 (8)用户中心。用户可以在登录状态下对个人信息进行查看和修改。 管理员功能: (1)增删改查学习资源。管理员可以对系统中的学习资源进行增删改查操作。 (2)增删改查用户信息。管理员可以对系统中的用户进行增删改查操作。
2023-01-21 23:43:17 13.29MB python django vue bootstrap
1