本项目主要是对一些常用的算法的实现，以及基于spark的机器学习算法实现。
目前以实现的功能有：
* 数据预处理
* 基于spark的LR逻辑回归分类
* 基于spark的DT决策树分类
2022-06-29 19:09:40
10.66MB
移植到 Scala.js 的简单 HTML5 Canvas 游戏
运行应用程序
$ sbt
> fastOptJS
$ open index-dev.html
2022-06-25 09:06:07
21KB
使用 CQRS 和事件溯源实现的简单骰子游戏。
运行
运行 RabbitMQ（Docker 足以快速启动）：docker run -d -p 5672:5672 -p 15672:15672 dockerfile/rabbitmq
运行游戏服务器：sbt "project game" run
运行统计应用程序（可选）：sbt "project statistics" run
运行网络应用程序：sbt "project webapp" run
更多详情、使用方法，请下载后阅读README.md文件
2022-06-25 09:06:03
1.22MB
游戏“炸弹人”的纯函数式并发实现
么，什么是“纯”函数式程序？我将其定义为仅包含引用透明 函数的程序。但是为什么我们想要一个只包含引用透明函数的程序呢？我不会尝试自己解释答案，而是使用Scala出色解释中的规范函数式编程：
[参照透明] 启用了一种非常简单和自然的关于程序评估的推理模式，称为替代模型。当表达式在引用上是透明的时，我们可以想象计算的进行非常类似于求解代数方程。我们完全扩展表达式的每个部分，将所有变量替换为其所指对象，然后将其简化为最简单的形式。在每一步，我们用一个等价的术语替换一个术语；我们说计算是通过用equals代替equals来进行的。换句话说，RT 可以对程序进行等式推理。
既然“纯”函数式编程的好处已经很明显了，那么我们如何到达那里并将其应用到我们的 Bomber Man 实现中呢？游戏将由多个玩家组成，他们使用客户端（在我们的例子中是浏览器）向服务器发送动作，
更多详情、使用方法，请下载后阅读README.md文件
2022-06-25 09:06:01
15KB
欢迎来到 TSP 引擎！
TSP 是一个时间序列模式搜索引擎。它是Clover Group Service 平台背后的后端系统。
TSP 是一个用现代 Scala 实现的分布式计算系统。有关详细信息，请参阅文档。
更多详情、使用方法，请下载后阅读README.md文件
2022-06-22 21:04:15
9.94MB
2018全国高校云计算应用创新大赛
最终排名：1
repo为技能赛的赛题一：
购物篮数据集
记录数
项目数
最短长度
最长长度
平均长度
1,692,082
5,267,656
1
71,472
177
用户数据集
用户数
项目数
最短长度
最长长度
平均长度
330,244
1,080,203
4
1,195
130
采用的频繁项集挖掘算法为PFP-Growth
比赛相关信息点
项目结构
本项目用scala语言编写，用maven组织。代码结构如下。
项目src/main/AR目录下存放源代码文件。
main文件夹中存放频繁项集挖掘与关联规则生成与关联规则匹配与推荐分值计算这两个模块的代码。
util包里FPTree、AssociationRules是频繁项集挖掘所必须的数据结构，FPNewDef是基于mllib的FP-Growth算法的优化版本。
conf文件夹包含一个Conf类用于
2022-06-20 14:44:22
24KB
1
一个基于进化/遗传算法的纯函数 scala 库：
强制不变性，
公开模块化和可扩展的架构，
实现最先进的算法，
处理嘈杂（随机）的适应度函数，
实现自适应算法，
实现具有分布式计算的算法，以便与OpenMOLE集成。
MGO 实现了 NGSAII、NSGA3、CP（校准配置文件）、PSE（模式搜索实验）、OSE（先行研究）、Niched Evolution、ABC（贝叶斯校准）。
更多详情，请下载后阅读README.md文件
2022-06-20 14:05:39
185KB