xSeries安装Windows2000_2003后需要安装的设备驱动程序文档汇总
2021-08-15 01:34:25 61KB xSeries
通过串口烧写程序 ,很方便调试,对于一些不方便使用仿真器的场合,该方法也非常得便捷,方便。
2021-08-13 21:19:42 27.08MB DSP 串口 烧写程序
1
1目标 实践目标 1、掌握Python基础语言语法知识; 2、掌握Pycharm工具的使用; 3、掌握SeleniumWeb应用程序测试的工具在爬虫中的使用; 4、掌握爬虫技术;Json解析方法; 5、掌握Django框架的使用; 6、掌握可视化工具Echarts; 7、掌握bootstrap页面框架的使用; 2功能需求 爬取拉勾网Python全国招聘的求职信息,通过requests 请求获取单页面,然后分析页面加载找到数据,添加headers信息,模仿浏览器请求,最后解析页面,实现翻页爬取。根据爬取的结果信息进行数据分析与可视化,使用echarts实现数据可视化,展示Python岗位招聘全国范围内各个城市的招聘数量信息结果图形化展示。
2021-07-25 09:03:53 8.2MB Python DJango 爬虫
1
一、背景概要 信贷业务又称为信贷资产或贷款业务,是商业银行最重要的资产业务,通过放款收回本金和利息,扣除成本后获得利润,所以信贷是商业银行的主要赢利手段。 二、代码解析 1 相关技术背景 XGBoost是一套提升树可扩展的机器学习系统。目标是设计和构建高度可扩展的端到端提升树系统。提出了一个理论上合理的加权分位数略图来计算候选集。引入了一种新颖的稀疏感知算法用于并行树学习。提出了一个有效的用于核外树形学习的缓存感知块结构。用缓存加速寻找排序后被打乱的索引的列数据的过程。XGBoost是一个树集成模型,他将K(树的个数)个树的结果进行求和,作为最终的预测值。 2 算法解析 使用机器学习建模的一般流程。分为两大部分:数据处理和模型学习。第一部分需要大量的知识对原始数据进行清理及特征提取;第二部分模型学习,涉及长时间的模型参数调整,调整方向和策略需要根据经验来灵活调整。当模型效果不理想时,考虑的调整策略: (a)调节正负样本的权重参数。 (b)更换模型算法。 (c)同时几个使用模型进行预测,然后取去测的最终结果。 (d)使用原数据,生成新特征。
2021-07-24 20:07:05 6.04MB Python 信贷风险 数据分析 机器学习
项目背景和目的: 金融企业培养人才需要大量的成本,为了防止人才再次流失,应当注重员工流失分析。员工流失分析是评估公司员工流动率的过程,目的是找到影响员工流失的主要因素,预测未来的员工离职状况,减少重要价值员工流失情况。 本次实验项目是依据一家金融公司员工离职数据,目的是分析员工的离职原因,找到影响员工流失的主要因素,预测未来的员工离职状况,减少重要价值员工流失情况。 一、项目数据说明 数据取自于kaggle平台分享的数据集,共有10个字段14999条记录。数据主要包括影响员工离职的各种因素(员工满意度、绩效考核、参与项目数、平均每月工作时长、工作年限、是否发生过工作差错、5年内是否升职、部门、薪资)以及员工是否已经离职的对应记录。
2021-07-24 20:07:05 2.02MB Python 数据分析 可视化
1 项目背景 A股市场散户较多,这类人缺乏专业投资知识并且情绪极易被大盘涨跌所左右,因而我国的牛市总是阶段性的疯牛,而很难走出持续性的慢牛。这也让不少投资在熊市赚到的钱全亏在牛市里。因此,在投资过程中具备一定的风险管理意识是很重要的。而期权赋予了持有人具有强保护力的权利,正是绝佳的金融风险管理产品。基于此,本项目将构建股票加期权的投资组合,使用真实的市场数据,回测其七月份牛市环境下的盈利能力,并探究其在大跌的几个交易日里的避险价值。 2 数据探索 数据探索的关键环节包括: (1)获取数据 在进行金融量化分析过程中从外部获取的数据往往是不干净的,需要进行数据预处理(获取、整理、加工和清洗),通常数据预处理过程会占用较多的时间,只有处理好后干净的数据再进行数据分析才是高效可靠的。本项目使用到的数据集包括上证50ETF(510050.sh)和沪深300ETF(510300.sh,沪市)期权合约对应标的价格、华夏上证50ETF期权历史数据和期权价格数据; (2)数据预处理 数据预处理是从数据中检测、纠正或删除损坏,不准确或不适用于模型的记录的过程。数据预处理的目的是让数据适应模型,匹配模型的需求; (3)特征工程 特征工程是将原始数据转换为更能代表预测模型的潜在问题的特征的过程,可以通过挑选最相关的特征,提取特征以及创造特征来实现; (4)数据可视化分析 通过Python matplotlib绘制可视化图形对数据进行直观分析; (5)建模 测试模型并预测出结果。
2021-07-24 20:07:05 3.25MB 量化策略 Python
MDI是Windows操作系统下应用程序的标准界面之一。MDI风格的程序可以同时打开多个文档,每个文档以独立的窗口显示其内容。应用程序窗口称为MDI窗口,文档窗口称为MDI子窗口。子窗口包含在MDI窗口内部,可以在MDI窗口中最大化、还原和最小化。一般MDI风格应用程序的主菜单条上都有“窗口”菜单项(如图11.5所示),用户可以很方便地在打开的多个文档之间切换、对多个文档窗口进行排布。MDI程序的很多功能和特点是由Windows操作系统以及Visual Basic语言所提供的,对于编程者来说,不必写太多的代码就可以完成。虽然MDI程序可以打开多个文档,但是因为每个文档进行的编辑功能是相同的,所以开发者可以将多个文档窗口当成一个来看待。 MDI程序在刚启动时,一般没有打开的文档窗口(如图11.1所示)或者只有一个初始的空文档,这时的菜单往往很简单(只有“新建”和“打开”之类的命令)。当新建或打开一个或多个文档之后,菜单才变为完整菜单。
2021-07-08 09:06:52 23.09MB vb 课程设计 程序 文档
1
Java网络编程课程设计 聊天室程序+文档 聊天程序完整版 数据库文件 SQL2005 任务书,报告书,源代码 注意:连接数据库用的是odbc数据源。在连接的时候可以参考“课程设计文档建立数据源”,由于我当时写的时候用的是wps,现在wps卸载了,所以没有转换成word格式,请原谅。
2021-06-28 13:47:14 3.45MB 课程设计 网络编程 Java
1
oracle 课程设计 人力资源管理系统 程序+文档+数据库+PDM、CDM 第一章 引言 1 1.1. 系统描述 1 1.2. 项目背景 1 第二章 需求分析 3 2.1. 机构管理需求 3 2.2. 岗位管理需求 3 2.3. 人事管理需求 3 第三章 系统业务流分析 5 1.1. 功能模块图 5 1.2. 人事管理业务处理流程 5 1.3. 薪资管理业务处理流程 7 1.4. 离职管理业务处理流程 7 1.5. 职位变更业务处理流程 8 1.6. 培训管理业务处理流程 9 第四章 系统数据库对象设计 10 4.1. 系统数据字典 10 4.2. 数据库概念模型(CDM)设计 11 4.3. 数据库概念模型(PDM)设计 11 4.4. 系统E-R图 12 第五章 系统实现 13 5.1. 登录功能 13 5.2. 部门管理 13 5.3. 员工管理 17 5.4. 角色管理 20 第六章 个人总结 24 参考文献 24
2021-06-26 08:12:54 27.14MB ora 人力资源
1