压缩文件中包含一下列表：1，movielens公开实验数据集(推荐系统研究经常用到~)2，模拟预测评分的python代码（python3.x）希望对大家学习有所帮助。
有问题可以邮箱联系。
有问题可以邮箱联系。
2025/6/3 18:01:15
4.53MB
1
包含所有课后习题答案，非常详尽！《时间序列分析及应用（R语言）（原书第2版）》以易于理解的方式讲述了时间序列模型及其应用，内容包括趋势、平稳时间序列模型、非平稳时间序列模型、模型识别、参数估计、模型诊断、预测、季节模型、时间序列回归模型、异方差模型、谱分析入门、谱估计和门限模型。
对所有的思想和方法，都用真实数据集和模拟数据集进行了说明。
《时间序列分析及应用（R语言）（原书第2版）》的一大特点是采用R语言来作图和分析数据，书中的所有图表和实证结果都是用R命令得到的。
作者还为《时间序列分析及应用（R语言）（原书第2版）》制作了大量新增或增强的-函数。
《时间序列分析及应用（R语言）（原书第2版）》的另一特点是包含很多有用的附录．例如，回顾了有关期望、方差、协方差、相关系数等概念．筒述了条件期望的性质以及最小均方误差预测等内容，这些附录有利于关心技术细节的读者深入了解相关内容。
对所有的思想和方法，都用真实数据集和模拟数据集进行了说明。
《时间序列分析及应用（R语言）（原书第2版）》的一大特点是采用R语言来作图和分析数据，书中的所有图表和实证结果都是用R命令得到的。
作者还为《时间序列分析及应用（R语言）（原书第2版）》制作了大量新增或增强的-函数。
《时间序列分析及应用（R语言）（原书第2版）》的另一特点是包含很多有用的附录．例如，回顾了有关期望、方差、协方差、相关系数等概念．筒述了条件期望的性质以及最小均方误差预测等内容，这些附录有利于关心技术细节的读者深入了解相关内容。
2025/6/3 12:31:42
2.16MB
1
一般来说，如果不是不可能完全描述多孔介质的微观结构是非常困难的，因为它具有复杂和随机性。
人们只能获得一些基于统计的平均信息，如平均孔隙度或更好的孔径分布。
如果需要对多孔结构的全部细节进行更为严格的处理，则必须解决此问题。
事实上，更准确地预测多孔介质的传输特性需要更详细地描述整个多孔介质的形态，包括几何性质（如颗粒或孔形状）以及体积和拓扑性质（如孔迂曲度和互连性）。
已经报道了几次这样的尝试。
重建过程是一种流行的方法再现多孔结构[。
然而，确定相关函数非常复杂。
随机当其他微观结构细节存在时，障碍物的位置是构建人造多孔介质最简单的位置可以忽略。
为了调整孔隙大小和连通性，Coveney等人提出了一种孔隙增长随时间模型。
通过从进一步与集群增长理论有关，我们建议本文是一个更全面的方法，其中四个参数被确定用于控制内部多孔颗粒介质结构，从而形成一个称为四重结构生成集（QSGS）的集合。
这一套使我们能够生成多孔形态学特征，为许多真正的多孔介质的形成进程作出贡献。
人们只能获得一些基于统计的平均信息，如平均孔隙度或更好的孔径分布。
如果需要对多孔结构的全部细节进行更为严格的处理，则必须解决此问题。
事实上，更准确地预测多孔介质的传输特性需要更详细地描述整个多孔介质的形态，包括几何性质（如颗粒或孔形状）以及体积和拓扑性质（如孔迂曲度和互连性）。
已经报道了几次这样的尝试。
重建过程是一种流行的方法再现多孔结构[。
然而，确定相关函数非常复杂。
随机当其他微观结构细节存在时，障碍物的位置是构建人造多孔介质最简单的位置可以忽略。
为了调整孔隙大小和连通性，Coveney等人提出了一种孔隙增长随时间模型。
通过从进一步与集群增长理论有关，我们建议本文是一个更全面的方法，其中四个参数被确定用于控制内部多孔颗粒介质结构，从而形成一个称为四重结构生成集（QSGS）的集合。
这一套使我们能够生成多孔形态学特征，为许多真正的多孔介质的形成进程作出贡献。
2025/5/30 12:29:12
3KB
1
自己整理的bp-Adaboost-ga代码。
matlab语言编写，可以作优化，做预测。
matlab语言编写，可以作优化，做预测。
2025/5/27 10:26:37
6.1MB
1
一款很棒的地统计分析软件，适用于半变异函数分析，空间插值，对于地理学相关的学生都很实用，可以做出他们想要的空间预测图。
2025/5/26 15:36:24
19.77MB
1
[神经·模糊·预测控制及其MATLAB实现（第4版）][李国勇,杨丽娟][电子教案(PPT版本)]
2025/5/25 6:30:24
6.64MB
1
在线评论的细粒度情感分析对于深刻理解商家和用户、挖掘用户情感等方面有至关重要的价值，并且在互联网行业有极其广泛的应用，主要用于个性化推荐、智能搜索、产品反馈、业务安全等。
本次比赛我们提供了一个高质量的海量数据集，共包含6大类20个细粒度要素的情感倾向。
参赛人员需根据标注的细粒度要素的情感倾向建立算法，对用户评论进行情感挖掘，组委将通过计算参赛者提交预测值和场景真实值之间的误差确定预测正确率，评估所提交的预测算法。
本次比赛我们提供了一个高质量的海量数据集，共包含6大类20个细粒度要素的情感倾向。
参赛人员需根据标注的细粒度要素的情感倾向建立算法，对用户评论进行情感挖掘，组委将通过计算参赛者提交预测值和场景真实值之间的误差确定预测正确率，评估所提交的预测算法。
2025/5/23 0:31:42
67.23MB
1
贝叶斯应用：网络评论预测食品安全案例测试集及源码：数据为2019CCF大数据与计算智能大赛提供的10000条对O2O店铺的评论文本训练数据，分为与食品安全有关和与食品安全无关两个类别。
需要根据训练集构造文本分类模型，预测2000条测试集中的评论是否与食品安全有关。
需要根据训练集构造文本分类模型，预测2000条测试集中的评论是否与食品安全有关。
2025/5/22 1:26:25
591KB
1
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