元数值 Meta.Numerics是一个用于.NET平台的高级数值计算库。 它提供了面向对象的API,用于数据处理,统计分析,高级功能,矩阵代数,傅立叶变换,高级功能,扩展精度算术和求解器功能,例如集成,优化和求根。 Meta.Numerics是David Wright的2008-2020年版权。 它是根据Microsoft公共许可证(BSD风格的开源许可证)获得许可的。 有关更多信息,请访问 。
2023-07-25 20:43:11 965KB statistics math dotnet optimization
1
管家婆官方提供的服装SIITOP系列数据库优化软件,请在SQL2000中查询执行。内有详细说明,我们的数据库存从10G缩减到3G,请注意,一定是2000的数据库才能使用。
2023-07-23 11:19:43 2KB 优化提速
1
包含了按要求填写excel单元格、处理xlt、上传、下载功能的实现
2023-07-19 09:36:57 166KB excel c#
1
希腊电力负荷预测IPTO 此存储库包含我研究生论文的代码,该论文涉及短期负荷预测,使用希腊独立电力公司提供的每日负荷数据集,在R,RStudio,R-markdown和R-Shiny中开发了预测希腊每小时的电力负荷需求传输运营商(IPTO)-(希腊的AΔΜHΕ) 可以在亚里斯多德大学的论文库中找到我的论文的文档: : ln= ,请原谅我文档中的错误,如果发现任何错误,请通知我 :) 库-依赖关系 数据预处理库 xlsx软件包:install.packages('xlsx') JSONLite :install.packages(“ jsonlite”) lubridate :install.packages('lubridate') 标题:install.packages(“标题”) 功能选择,库:install.package(“ Boruta”) 机器学习图书馆 SV
2023-07-14 12:21:55 14.47MB machine-learning r r-markdown r-shiny
1
Leaflet.LabeledIcon 一个传单图标,它环绕另一个 L.Icon 并在其旁边提供一个 HTML 标签。 用法 // Create an instance of L.Icon (or a subclass) var originalIcon = new L.Icon(); // Wrap it up and add a label var labeledIcon = new L.LabeledIcon({html:'Foobar!', icon: originalIcon}); // Now you can use it wherever you would use a L.Icon var marker = L.marker(coordinages,{icon:icon}); 选项 var labeledIcon = new L.LabeledIcon({ h
2023-07-09 21:48:01 2KB JavaScript
1
app里面的代码是使用最新版的gradle依赖实现的 libvlc里面的是自己编译的添加了截图功能的SDK 参考博客:https://blog.csdn.net/gs12software/article/details/130618598
2023-07-07 23:18:37 36.45MB android
1
完整版,提供学习。用雷电模拟器,安装测试apk效果。
2023-07-07 23:01:17 20.09MB 软件/插件 相册
1
编码原 提供一个构建器API,以协助生成Rust代码。 有关此板条箱的更多信息,请参见 安装 要使用codegen ,首先将其添加到您的Cargo.toml : [ dependencies ] codegen = " 0.1.3 " 接下来,将其添加到您的板条箱中: extern crate codegen; 用法 创建一个Scope实例。 使用构建器API将元素添加到范围。 调用Scope::to_string()以获取生成的代码。 例如: use codegen :: Scope; let mut scope = Scope :: new (); scope. new_struct ( "Foo" ) . derive ( "Debug" ) . field ( "one" , "usize" ) . field ( "two" , "Stri
2023-06-25 17:53:08 24KB Rust
1
随着大数据时代的到来,数据分析和机器学习已经成为许多领域不可或缺的一部分。而在这些领域中,数据集是进行训练和测试的重要资源。为了方便数据分析和机器学习项目的开发,已经有许多公开的数据集资源可以供大家免费使用。 在这些公开的数据集资源中,Kaggle、UCI机器学习存储库、Google 数据集搜索、AWS 公开数据集、数据集之家、数据堂、数据派等资源提供了大量涵盖不同领域和不同规模的数据集,涉及到的领域包括但不限于自然语言处理、计算机视觉、社交网络分析、金融、医疗等。 这些数据集的使用可以帮助数据科学家和机器学习从业者更好地进行训练和测试,提高模型的准确性和鲁棒性。同时,这些数据集也可以为初学者提供一些实践的机会,帮助他们掌握数据分析和机器学习的相关技能。 因此,数据科学领域资源汇总:数据集搜索平台+机器学习+公开数据集+为数据分析和机器学习项目提供免费数据资源的主题非常适合用于数据科学和机器学习的毕业设计,让学生们有机会深入研究和使用这些公开数据集资源,探索数据分析和机器学习的更多可能性。
2023-06-15 18:08:59 2KB 数据集 机器学习 数据分析
1
Crime-Prediction:客户的犯罪预测,数据集由客户提供
2023-06-14 11:07:33 371KB Python
1