数据挖掘的上机实验，包括文档和代码，是用c++实现的，用于电影推荐。
本实验通过6040个用户对3952部电影的100多万条评价，利用基于网络结构的链路预测算法，使用二分法模型，将用户和产品看成抽象的节点，把用户对产品的选择关系构建成二部图，以此预测用户潜在喜爱的电影，将排序靠前的电影推荐给该用户，并预测其准确性。

资源说明：数据集主要包括6类图片：硬纸板、纸、塑料瓶、玻璃瓶、铜制品、不可回收垃圾代码运行说明：1、安装运行项目所需的python模块，包括tensorflow|numpy|keras|cv22、train.py用于训练垃圾分类模型，由于训练的数据量过于庞大，因此不一并上传3、predict.py用于预测垃圾的类别，首先运行predict.py，然后输入需要预测的文件路径，即可得到结果。

基于机器学习的故障预测与健康管理（PHM）方法研究

COVID-19：人工智能，用于COVID-19感染预测的贝叶斯建模

模型预测控制陈虹.pdf

遗传算法优化支持向量机算法,从而更好的提高识别率和预测率

2014上半年（5月）信息系统项目管理师考试已经于5月24日结束，在这里对这次信息系统项目管理师考试的知识点题型进行一个分析，以供各位考友参考。
一、考试整体分析信息系统项目管理师考试知识点分布广，范围宽，涉及到项目管理知识、计算机基础知识、系统集成基础知识、法律法规知识、管理学知识、专业英语知识等内容。
总的来说，今年上半年与去年下半年难度上基本持平，如果学习不系统和深入，感觉模棱两可的试题会很多。
如果参加了信管网培训，考前提供的相关培训和重点资料，尤其是考前提供的重点资料，大部分知识点都预测到了。
同时如果考生做了信管网提供的考前密卷，大部分知识点方向也包含了（当然不会是原题，只是预测到了知识点），比如结构化方法、监理、网络层功能、uml图形、安全保护等级划分、三点估算、可行性研究等等。
但是上午题型的变化也对培训机构和考生提出了更高的要求。
这次上午综合知识考试也考到了历年的几道题，比如历年信息系统监理师以及网络规划师的题目，还有几道信息系统项目管理师的历年真题，所以多做做历年的考试真题是绝对必要的，建议大家进入软题库答题，软题库里的题目不但包含信息系统项目管理师的历年真题而且还包含了历年其它软考科目的题目，并且按知识点进行了分类。
案例分析主要考到了需求活动、质量管理、项目管理方面存在问题、挣值计算、收尾的知识（包括管理收尾和合同收尾的知识、项目验收、验收步骤等），这次案例又有一道关于挣值计算方面的题目，而且这次的挣值计算题目相比2013年下半年案例分析的挣值计算题目，难度上还有增加，分析起来需要更多的理解。
对于其他二道题应该来说还算是比较简单的，试题文字内容也不是很长，主要是问题分析

深度学习股票预测代码lstm+数据.rar深度学习股票预测代码lstm+数据.rar

matlab多变量广义预测控制实例仿真,附含例子的文档说明

龙兵智能名片5.99.50是一款帮助企业销售提高获客能力的智能解决方案，员工只需要分享个人名片到微信，即可进行商机捕捉、成交率预测、无需添加好友，立刻在线沟通，并进行跟踪记录、标注客户标签，提升成交率，实现企业全员流量变现。
支持智能名片查看更多关于智能名片的文章、企业朋友圈、企业官网、产品中心、AI雷达系统、企业对话、客户跟进管理CRM、群推广助手、AI成交率分析

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。