▍1. python 爬去微博数据 非常好，可以针对用户，爬去全部需要的数据
python 爬去微博数据 非常好，可以针对用户，爬去全部需要的数据，如果服务端有限制，可以通过方式设置，读取需要的数据，包括回复等
更多选项
▍2. Django测试
Django测试，Django测试Django测试，Django测试，Django测试，Django测试，Django测试，Django测试，Django测试，Django测试，Django测试，Django测试，Django测试，Django测试，Django测试，Django测试，Django测试，Django测试，Django测试，Django测试，Django测试，Django测试，Django测试，Django测试，Django测试，Django测试，Django测试，Django测试，Django测试，Django测试，Django测试，Django测试，Django测试，Django测试，Django测试，Django测试，Django测试，Django测试，
▍7. 使用python来进行小波变换
通过FFT算法来进行小波变换以及一些日常的统计分析，该包依赖于numpy，scipy等包的安装
▍8. Python K-Means Clustering with Cosine Similarity
pythonweb数据聚类
▍10. python之requests爬取亚马逊（国外站）关键词排名
用Python的requests方法获取亚马逊网站源代码，通过观察关键词网址模拟浏览器访问，加个代理规避网站反爬虫，使用多进程提高效率，轻松获取源代码
▍11. tensorflow的简单实例
学习tensorflow的简单入门工具，对于初学者具有重要的作用，希望能够帮到真正需要学习的初学者~，代码中包含了线性递归模型、逻辑递归、卷积神经网络、多GPU并行计算等工具，本人受益良多，特此分享，忘共同进步
▍12. python GUI
Python GUI的底层pyd，_thinker.pyd，这个动态库可以让你很好的用python 建立自己喜欢的GUI，便于方便处理简单的实物，是python GUI爱好者出门必备，不可获取的随身工具；Python GUI的底层pyd，_thinker.pyd，这个动态库可以让你很好的用python 建立自己喜欢的GUI，便于方便处理简单的实物，是python GUI爱好者出门必备，不可获取的随身工具；
▍13. 用python编的打外星人游戏
python的打外星人游戏，包含主程序，几个类，图片和game_function几个文件
▍14. python的正则表达式
python的正则表达式常用的几个点,包含：1导入，2：元字符之类，内容预览:元字符# d 匹配任何十进制数；相当于[0-9]# D 匹配任何非数字字符；相当于[^0-9]# s 匹配任何空白字符；相当于[ fv]# S 匹配任何非空白字符；相当于[^ fv]# w 匹配任何字母数字字符；相当于[a-zA-Z0-9_]# W 匹配任何非字母数字字符；相当于[^a-zA-Z0-9_]# 匹配一个单词边界，指单词和空格间的位置
▍15. dejavu代码
Dejavu 是一个 Python 库，用于音频指纹和识别的算法。Dejavu 听一次音频后就会记录该音频的指纹信息，然后可通过麦克风对输入的音频进行识别是否同一首歌。
▍16. 百富S80支付实现源码
初次接触POS开发，可能不知该从何下手，所以，首先要知道流程。 POS支付开发首先是初始化POS机，初始化了，就可以在POS机上执行签到了； 然后，然后当然就是支付了，就两步！
▍18. 深度学习cnn(minst数据集)
卷积神经网络是一种多层神经网络，擅长处理图像特别是大图像的相关机器学习问题。卷积网络通过一系列方法，成功将数据量庞大的图像识别问题不断降维，最终使其能够被训练。CNN最早由Yann LeCun提出并应用在手写字体识别上（MINST）。这个是老师上课用的代码，在jupyter上完美运行
▍19. 利用python进行时间序列预测
我们的过程包括下面几步： 1、时间序列有什么特别之处？ 2、在Pandas上传和加载时间序列（pandas 是基于 Numpy 构建的含有更高级数据结构和工具的数据分析包，类似于 Numpy 的核心是 ndarray，pandas 也是围绕着 Series 和 DataFrame 两个核心数据结构展开的 。） 3、如何检验时间序列的稳定性？ 4、如何令时间序列稳定？ 5、时间序列预测。
▍20. libSVM，支持向量机
LIBSVM是台湾大学林智仁(Lin Chih-Jen)教授等开发设计的一个简单、易于使用和快速有效的SVM模式识别与回归的软件包，他不但提供了编译好的可在Windows系列系统的执行文件，还提供了源代码，方便改进、修改以及在其它操作系统上应用；该软件对SVM所涉及的参数调节相对比较少，提供了很多的默认参数，利用这些默认参数可以解决很多问题；并提供了交互检验(Cross Validation)的功能。该软件可以解决C-SVM、ν-SVM、ε-SVR和ν-SVR等问题，包括基于一对一算法的多类模式识别问题。
本站资源：696518 个
本站会员：104313 个
总计下载：494586 次
今日上传：0 个
- 优秀论文及配套源码 SVM Short-term-Load-Forecasting
- 综合能源优化含储能
- 用遗传算法改进粒子群GA-PSO算法
- 通过粒子群能够很好的解决优化问题 pso
- 天牛群算法 BSO
- 混沌粒子群优化算法
- 2019年中国研究生数学建模竞赛E题
- 智能算法的Matlab仿真程序及教程
- 《MATLAB R2016a神经网络设计与应用28个案例分析》随书代码
- BAS BP论文及代码
- denoising
- Airy 基模高斯光束
- EMS Microgrid
- 2012年全国大学生数学建模竞赛题目--葡萄酒的评价Wines-Evaluation
- GA-bp
- 本人调试的大作业 源程序模型+论文 intelligent_control_modle
- LSTM的例子、单向LSTM、双向LSTM、多层LSTM
- 遗传算法优化BP网络案例
- 通过yalmip平台调用cplex求解器 microgrid Cplex
- 基于lstm算法在MATLAB对短期风速进行预测 LSTM-regression-master
