Visual Basic .NET程序设计与项目实践.rar

username: admin password: 111111

使用Logstic Regression对信用卡欺诈检测进行分类 步骤以及一些需要注意的点 特征工程 样本不均衡问题的解决(降采样以及过采样两种方式) 下采样策略 交叉验证(充分利用数据，使模型更具说服力) 模型评估方法(分类准确率，精确率，召回率，F1值) 正则化惩罚(防止模型过拟合，引入L2正则化) 逻辑回归阈值对结果的影响(通过混淆矩阵的可视化以及召回率来体现) 过采样策略(SMOTE算法)

人工智能-项目实践-社交网络-社交网络中的链路预测算法 社交网络上的链路预测实验 本项目代码包含以下几个链路预测算法： Variational Graph Auto-Encoders：一种用于图上无监督学习的端到端可训练卷积神经网络模型，也是本论文所研究的主要方向。 Node2Vec：一种基于skip-gram模型的方法，用于学习给定图内随机游走的节点嵌入。 Spectral Clustering：使用谱嵌入从邻接矩阵创建节点表示。 基线方法：Adamic-Adar， Jaccard Coefficient,，Preferential Attachment 环境依赖包 Python 3.6.6 tensorflow 1.12.0 networkx 2.2 scipy 1.2.1 scikit-learn 0.20.2 pandas 0.24.0 gensim 3.7.1 matplotlib 3.0.3 系统安装配置好Python环境后，可使用python setup.py install 安装依赖。

##文件说明 data.csv : 转发数据； weibo_login.py、post_encode.py : 模拟登陆模块； get_weibo.py ：解析网页模块； network_graph.py ： 绘制网络图； time_graph.py ： 绘制时间图； network_graph.png : 网络图； time_graph.png : 时间图。

社区发现算法 polblog.txt为数据集，表示邻接矩阵。 matrix_fac.py进行矩阵分解。 membershipmatrixtocommunity2.py进行社区划分。 nonModulary.py计算模块度。 average conductance.py计算AC值

人工智能-项目实践-推荐算法-基于豆瓣电影用户数据使用Canop+K-means聚类实现的协同过滤推荐算法

人工智能-项目实践-关联规则挖掘-本项目使用了 FP-Growth 和 K-Means 两种算法，挖掘了我校图书馆借阅记录中的隐藏信息，并以此为基础开发了相应的图书推荐算法

人工智能-项目实践-开发框架-基于Python的开源量化交易平台开发框架 VeighNa是一套基于Python的开源量化交易系统开发框架，在开源社区持续不断的贡献下一步步成长为多功能量化交易平台，自发布以来已经积累了众多来自金融机构或相关领域的用户，包括私募基金、证券公司、期货公司等。

人工智能-项目实践-音乐软件-一个基于 electron 的音乐软件 一个基于 Electron + Vue 开发的音乐软件。 所用技术栈： Electron 17 Vue 3 已支持的平台： Windows 7 及以上 Mac OS Linux