推荐系统,python的。
基于协同过滤算法。
我觉得还行。
没问题
2024/7/15 9:07:57 886KB python recommend system
1
完整版Python-Django项目,调试通过,直接下载即可运行包括:登陆、注册、浏览、搜索、发布资源、评论等多个功能。
可作为新手练习,课程设计,毕业设计,代码注释详细,便于理解。
2024/7/14 12:10:08 2.39MB 爬虫 电影推荐 python Diango
1
豆瓣5万条影评原始数据集,机器学习,nlp,深度学习的宝宝赶快看过来,看过来哈。
数据集格式:title,star,comment,label是对应电影名称,评论星级(1-5星),评论内容,差评好评(星级大于3为好评)
2024/7/14 5:11:47 9.76MB NLP
1
movie_recommender_pyspark:正在使用正在使用来自Spark的MLlib的电影镜头100k的电影重新提交系统。
2024/7/14 3:09:37 4.72MB JupyterNotebook
1
项目包含python爬虫,Matplotlib、Echarts数据可视化、Mapreduce、hive数据统计、情感分析、词图云、电影票房与评分预测。
2024/7/4 9:39:50 8.22MB python hive mapreduce 数据可视化
1
关于电影推荐算法的matlab代码实现,参考协同过滤算法过程,使用余弦相似度计算。
2024/7/4 5:28:38 2KB 推荐 matlab
1
基于spark的电影推荐系统数据集
2024/7/3 13:32:09 5.66MB spark 协同过滤 推荐系统
1
爬虫爬取豆瓣电影排行榜
2024/7/1 4:06:48 708B 爬虫
1
爬取豆瓣上的电影,未去重之前有13W+去重后有12W+,辛苦爬了两天
2024/6/27 16:41:29 85.83MB DouBan MongoD
1
iTunes搜索完成该项目的学生表明他们可以:了解和解释枚举的常见用例定义自定义枚举类型使用文档了解如何使用RESTAPI了解并解释JSON的目的使用URLSession向URL发出GET请求实现URLSessionDataTask完成关闭使用JSONDecoder()将API返回的JSON数据转换为模型对象介绍iTunesSearch允许您使用iTunesSearchAPI搜索应用程序,音乐和电影。
您将练习使用枚举,使用URLSessionDataTaskGET请求,使用API​​文档和解析JSON。
请查看下面的屏幕录像,以了解完成的项目的外观:指示请分叉并克隆此存储库。
该存储库没有入门项目,因此请在克隆的存储库文件夹中创建一个。
第1部分-SearchResult和SearchResultController搜索结果此应用程序使用iTu
2024/6/25 1:06:44 1.23MB Swift
1
共 350 条记录 首页 上一页 下一页 尾页
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡