该工具包含传统的、敏捷的和混合的项目管理计划、调度和风险分析技术。 这些算法基于以下论文： 首先请使用DEMO.m 已实现的调度问题： CTCTP：连续时间成本权衡问题DTCTP：离散时间成本权衡问题CTQCTP：连续时间-质量-成本权衡问题DTQCTP：离散时间-质量-成本权衡问题RC-CTCTP：资源受限的连续时间成本权衡问题RC-DTCTP：资源约束离散时间成本权衡问题RC-CTQCTP：资源受限的连续时间质量成本权衡问题RC-DTQCTP：资源约束离散时间-质量-成本权衡问题MRCPSP：多模式资源受限的项目调度问题MRCPSP-Q：具有质量参数的多模式资源受限项目调度问题 代理商： TPMa：传统项目管理代理（参见 mtpma.m） APMa：敏捷项目管理代理（参见 mapma.m） HPMa：混合项目管理代理（参见 mhpma.m） EPMa：极限项目管理代理（APM

2021网络安全标准实践指南 —人工智能伦理安全风险防范指引

stockDL：用于股票价格预测和计算的深度学习库 复制粘贴不是您应该共享代码的方式。 特征 基于2种传统股票市场算法[买入，持有和移动平均]和2种深度学习算法[LSTM网络和Conv1D + LSTM网络]的单一股票交易和价格比较 以JSON格式返回结果，包括总总收益，年总收益，总净收益和年净收益。 此JSON结果可用于基于Web的价格预测。 考虑到印度的经纪人佣金和资本利得税[可以修改] 每次运行库时都进行动态模型训练，从而使模型不受上帝行为，大流行，突然亏损，股价上涨引起的异常股票市场变化的影响。 Yahoo Finance API的最新财务数据收集（从股票开始日期到当前数据）。 与Flask或另一个python后端轻松进行后端集成，以进行Web部署。 在带有4992 NVIDIA CUDA和24 GB VRAM的Tesla K80 GPU上，结果处理时间不到90秒。 比其

Rt：返回系列alpha：VaR 水平输出： CFVAR：康沃尔费舍尔 VaR，以 alpha 概率和时间范围作为回报序列频率

电费拖欠风险的混合预测模型，曾晶，易校石，电网公司的经营模式是

GBT20984-2007信息安全技术 信息安全风险评估规范

适用于金融机构初步建立信息科技体系与风险管理的人群，以银保监要求的最高准则进行参考

SSDF—（Secure Software Development Framework）安全软件开发框架, NIST推荐的一组核心的高级安全软件开发实践

风险管理软件Crystal Ball使用指导(中英文)风险管理软件Crystal Ball使用指导(中英文)

*信息：此函数根据用户指定的 Sortino 比率、夏普比率、平均总回报、平均下行风险、平均回报标准差和最大回撤的加权线性组合优化投资组合权重。 基本思想是提供一个目录作为输入'csv_dir'。 该文件夹应包含希望构成投资组合一部分的每个代码的历史数据的 .csv 文件。 然后，该函数将根据用户的标准返回优化的加权方案。 它还将为投资组合、替代等权重投资组合以及每个单独的股票代码输出历史业绩数据。 此外，您可以选择绘制一个矩阵，显示单个资产之间的相关性，以及一个 3D 点云，显示优化的投资组合在最高权重维度上的其他随机生成的投资组合中的位置。 该功能是使用Yahoo Finance（ https://finance.yahoo.com/ ）的数据设计的，但如果格式相似，则应与其他数据源一起使用。 尝试优化其中包含的样本组合（包含2006-2018年的数据），以更好地了解用例。 （见下面