量化交易学习指南——基于R语言

《Wireshark数据包分析实战（第2版）》样章试读

《Wireshark数据包分析实战（第2版）》样章试读.

软件性能测试与LoadRunner实战试读

测试人员可以看看，对LoadRunner性能测试工具想了解下的朋友，看看吧？这是一个很好的文档，不是一个是多个文档在里面哦！看看，不会让你失望的！

Selenium 2自动化测试实战 基于Python语言

Selenium 2自动化测试实战 基于Python语言 企业批量购书 分享 关注商品举报 Selenium 2自动化测试实战 基于Python语言 这不仅是一本Selenium2自动化测试书，同时还是一本实用的Python基础编程书

Android移动性能实战试读文章

Android移动性能实战试读文章 , 注意是试读.....只有100多页,觉得写得好可以去购买正版

C++高级编程(第2版) 中英文pdf带源码

C++高级编程(第2版) 中文试读版 英文文字版pdf 带源码和帮助文件 作者：（比利时）格莱戈尔（Marc Gregoire）（美国）索尔特（Nicholas A.Solter） （美国）凯乐普（Scott J.Kleper） 译者：侯普秀 郑思遥 《C++...

人人都是数据分析师：Tableau应用实战-第2版【试读】

基于10.5版本全新升级，注重实战，海量实例贯穿全书，深度讲解核心功能； Tableau亚太区副总裁、百度副总裁、埃森哲大中华区董事总经理联袂推荐； 百度、阿里、菜鸟网络资深数据分析专家经验，快速提升实战技能

可计算性与计算复杂性导引(第2版) 试读版

可计算性与计算复杂性导引(第2版) 试读版

WireShark数据包分析实战详解试读

WireShark数据包分析实战详解试读

Python 3网络爬虫实战【试读】

本书介绍了如何利用Python 3开发网络爬虫，书中首先介绍了环境配置和基础知识，然后讨论了urllib、requests、正则表达式、Beautiful Soup、XPath、pyquery、数据存储、Ajax数据爬取等内容，接着通过多个案例介绍了...

Unity3D游戏开发（第2版）【试读】

资源名称：Unity 3D游戏开发（第2版）【试读】资源截图： 资源太大，传百度网盘了，链接在附件中，有需要的同学自取。

试读-Docker 容器与容器云（第2版）

试读-Docker 容器与容器云（第2版）-P469-浙大-人邮-2016.10

ASP.NET MVC 5 编程实战(第3 版)试读版本（只30页）

深入了解ASP.NET MVC 5的架构和特性，并学习构建在桌面和移动设备上都运行良好的Web应用程序。Web开发专家Dino Esposito将带你全面了解Web框架的模型-视图-控制器(MVC)设计模型，并为你介绍用以完整分离业务逻辑和...

NGUI从入门到实战 大学霸内部资料 试读文档

NGUI从入门到实战 大学霸内部资料 试读文档

游戏设计艺术（第2版）试读样章

游戏设计领域的扛鼎之作，强大的译者团队，奏响无与伦比的华彩乐章

Kubernetes实战试读样章

K8s案头书|PaaS主流|Docker伴侣|容器先锋|微服务必备

第一讲：python网络爬虫基础知识

本讲主要内容包括Python常见数据类型、循环与控制流以及常见的错误处理方法。这些Python基础知识非常重要，是后面进行爬虫练习必备也是最少基础内容。

Python基于机器学习实现的股票价格预测、股票预测源码+数据集，机器学习大作业

python数据分析,因为股票价格的影响因素太多，通过k线数据预测未来的价格变化基本不可行，只有当天之内的数据还有一定的关联，故feature与target都选择的是当天的数据。 加载数据 为了加快数据的处理速度，提前将mariadb数据库中的数据查询出来，保存成feather格式的数据，以提高加载数据的速度。 经过处理，不同股票的数据保存在了不同的文件中，列名还保持着数据库中的字段名。我选择了股票代码为sh600010的这只股票作为数据分析的数据来源。预测出来的结果与真实值变化趋势相近，说明线性回归模型在一定程度上能够解释收盘价与选取的feature之间的关系

身份证前6位对应的省市区代码（超详细）

身份证前6位对应的省市区代码（超详细）

【Python实战】-Python+Opencv是实现车牌自动识别（源码+数据+字符匹配模板）

在这个实战项目中，我们将利用Python结合OpenCV库来实现车牌识别功能。整个过程涵盖图像预处理、车牌定位、车牌字符分割以及模板匹配识别等关键步骤，对智能交通、车辆管理等实际应用领域具有显著价值。 首先，我们需要对获取的车辆图像进行预处理，这通常包括灰度化、二值化、滤波去噪等操作，以便更好地凸显车牌区域。接着，利用OpenCV的图像处理功能，我们可以实现车牌定位。这通常涉及边缘检测、轮廓查找以及形态学操作，以准确提取出车牌区域。 在车牌定位完成后，我们需要对车牌进行字符分割。这一步的目的是将车牌中的每个字符独立提取出来，以便后续进行识别。常用的字符分割方法包括垂直投影法、滑动窗口法等。通过这些方法，我们可以将车牌图像划分为多个字符区域。 最后，我们利用模板匹配的方法对分割出的字符进行识别。通过预先准备的字符模板库，我们将每个字符区域与模板库中的字符进行匹配，从而确定字符的具体内容。经过这一过程，我们可以得到完整的车牌号码。 该项目不仅可用于车牌识别技术的学习和研究，还具有实际应用价值。通过自动识别车牌号码，我们可以实现车辆追踪、违章查询、停车场管理等功能，从而提高交通管理的

抖音用户浏览行为数据集

抖音用户浏览行为数据集 文章： [ 数据挖掘实战 —— 抖音用户浏览行为数据分析与挖掘(一）](https://blog.csdn.net/m0_53054984/article/details/136121177) [ 数据挖掘实战 —— 抖音用户浏览行为数据分析与挖掘(二）](https://blog.csdn.net/m0_53054984/article/details/136123131) [ 数据挖掘实战 —— 抖音用户浏览行为数据分析与挖掘(总）](https://blog.csdn.net/m0_53054984/article/details/136122988) [ 数据挖掘实战 —— 抖音用户浏览行为数据分析与挖掘(代码部分）](https://blog.csdn.net/m0_53054984/article/details/136455033)

两阶段鲁棒优化/综合能源系统/需求响应/微电网/多目标优化/优化调度matlab-yalmip-cplex/gurobi文章复现

基于多目标灰狼的冷热电联拱型微电网允许优化/ 考虑用户侧柔性负荷的社区综合能源系统日前优化调度（完美复现）matlab-yalmip-cplex/gurobi代码/ 基于场景的多区域综合能源优化调度（随机优化）（完美复现）matlab-yalmip-cplex/gurobi代码/ 考虑阶梯式碳交易机制与电制氢的综合能源系统热电优化（完美复现）matlab-yalmip-cplex/gurobi代码/ 基于概率距离的场景快速削减法的风光场景生成与削减方法/ 微电网两阶段鲁棒优化经济调度方法（完美复现）matlab-yalmip-cplex/gurobi非答疑版本/ 两阶段鲁棒优化入门到编程/ 并网型微电网光储协同优化调度/matlab-yalmip-cplex/ 含集群电动汽车的微电网多种需求侧资源经济协同调度/

regress函数实例代码

 regress函数功能十分强大，它可以用来做多元线性回归分析，它不仅能得出线性回归函数中各个系数，还会返回一系列有意义的统计参数，有助于我们对回归函数的分析。本文件包含regress函数实例代码一份。

SPSS中介效应分析插件（Process和mediate插件）

包含Process和mediate插件

Fragstats V4.2 软件计算景观指数的参数文件示例

Fragstats V4.2 软件计算景观指数的参数文件示例。

基于在线教学平台的数据挖掘与学习行为分析超星集团数据集

基于在线教学平台的数据挖掘与学习行为分析超星集团数据集

2001-2021中国城市统计年鉴数据（EXCEL数据面板）

县区+地级市 中国城市统计年鉴数据2001-2021（EXCEL数据面板）

新闻数据集（对应新闻文本分类案例）

该新闻数据集与 https://blog.csdn.net/weixin_47176703/article/details/124304692?spm=1001.2014.3001.5501此篇python项目-新闻文本分类详细对应，代码详尽，读者可自取实现。

2022年mathercup数学建模比赛d题题解

2022年mathercup数学建模比赛d题题解，其中包含思路和论文代码。

时间序列数据集TSdatasets.rar

内含常用时间序列预测数据集如：ETT（电力变压器温度）、Traffic（交通数据集）、Electricity（电力消耗数据集）、Exchage_rate（汇率数据集）、Weather（天气数据集）、PEMS、Solar等数据集

R语言期末大作业（全面带报告，带数据集）

按照后期进行数据分析的需求，对数据进行预处理。 -描述性统计：选择合适的方法对数据进行统计分析。包括对数值型和类别型属性的统计，并对分析结果进行图形化的展示（使用ggplot2或者lattice包）。 -推断性统计：选择合适的假设检验方法，分析属性间的相关性、两组数据间是否具有显著性差异，分析结果并给出结论及必要的图形展示。 - 数据挖掘 根据数据特征及需求，利用分类、聚类或时间序列方法挖掘蕴含在数据中的模式及必要的图形展示，用回归模型预测走势 注意：对聚类结果分析聚簇特征   对分类结果计算准确性。   使用时间序列分析方法可判断数据是否存在趋势、周期性等特征，或对数据进行预测。 （分类、聚类、时间序列，回归模型至少使用2种方法）