只是秉承共享的原则，希望大家学习顺利！资料中的课后题答案部分并非完全正确，有错误的地方求各位大佬更正！有积分同学的下载支持一下，无积分的同学转至百度网盘链接下载：https://pan.baidu.com/s/1ECupHu5-Dz-XOgpaThQckA
2024/1/23 13:23:46
21.19MB
1
刚学过数值分析，题库中有大量有四舍五入得到的近似数，求有效数字个数、绝对误差限、相对误差限等。
作为一名软件工程专业学生，感觉还是做出一个程序来替我完成比较好，所以就做了这个，累计用来两个小时左右，仓促之下肯定哟不足之处，还望指出。
虽然现在不太缺少积分，但是作为自己做出来的，还是不希望像搜集到用来共享的那样定为0分，而1分和0分对于上传者来说是一样的，却不利于下载者，所以定为2分。
作为一名软件工程专业学生，感觉还是做出一个程序来替我完成比较好，所以就做了这个，累计用来两个小时左右，仓促之下肯定哟不足之处，还望指出。
虽然现在不太缺少积分，但是作为自己做出来的，还是不希望像搜集到用来共享的那样定为0分，而1分和0分对于上传者来说是一样的，却不利于下载者，所以定为2分。
2024/1/16 20:46:23
141KB
1
PCA（主成分分析）算法，主要用于数据降维，保留了数据集中对方差贡献最大的若干个特征来达到简化数据集的目的。
实现数据降维的步骤：1、将原始数据中的每一个样本用向量表示，把所有样本组合起来构成一个矩阵，通常需对样本矩阵进行处理，得到中性化样本矩阵2、求样本矩阵的协方差矩阵3、求协方差矩阵的特征值和特征向量4、将求出的特征向量按照特征值的大小进行组合形成一个映射矩阵。
并根据指定的PCA保留的特征个数取出映射矩阵的前n行或者前n列作为最终的映射矩阵。
5、用映射矩阵对数据进行映射，达到数据降维的目的。
实现数据降维的步骤：1、将原始数据中的每一个样本用向量表示，把所有样本组合起来构成一个矩阵，通常需对样本矩阵进行处理，得到中性化样本矩阵2、求样本矩阵的协方差矩阵3、求协方差矩阵的特征值和特征向量4、将求出的特征向量按照特征值的大小进行组合形成一个映射矩阵。
并根据指定的PCA保留的特征个数取出映射矩阵的前n行或者前n列作为最终的映射矩阵。
5、用映射矩阵对数据进行映射，达到数据降维的目的。
2024/1/6 15:32:43
24KB
1
MERKLE树求根节点HASH值MERKLE树求根节点HASH值MERKLE树求根节点HASH值MERKLE树求根节点HASH值MERKLE树求根节点HASH值
2024/1/6 6:42:26
5KB
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