书号 类别
1000201 TP
1000202 O
1000203 O
1000204 O
1000205 O
1000206 O
1000207 TP
1000208 TP
1000209 TP
1000210 O
1000211 O
1000212 O
1000213 H
1000214 H
1000215 H
1000216 H
1000217 H
1000218 H
1000219 H
1000220 H
1000221 H
1000222 D
1000223 D
1000224 D
1000225 F
1000226 F
1000227 F
1000228 TN
1000229 TN
1000230 TN
1000231 TN
1000232 TN
1000233 H
1000234 H
1000235 H
1000236 TP
1000237 TP
1000238 TP
1000239 TN
1000240 TN
1000241 O
1000242 O
1000243 TP
1000244 TP
1000245 TP
1000246 H
1000247 H
1000248 H
1000249 O
1000250 O
1000251 O
1000252 O
1000253 O
1000254 O
1000255 H
1000256 H
1000257 H
1000258 H
1000259 H
1000260 H
1005861 TP
1005862 TP
1005863 TP
1005864 TP
1005865 TP
1005866 TP
1005867 TP
1005868 TP
1005869 TP
1005870 TP
1005871 TP
1005872 TN
1005873 J
1005874 TN
1005875 TN
1005876 O
1005877 O
1005878 O
1005879 F
1005880 F
1005881 TP
1005882 TP
1005883 TP
1005884 TN
1005885 TN
1005886 TN
1005887 TN
1005888 TN
1005889 TN
1005890 TN
1005891 TN
1005892 TN
1005893 TN
1005894 TP
1005895 TP
1005896 TP
1005897 O
1005898 O
1005899 O
1005900 TP
1005901 TP
1005902 TP
1005903 TN
1005904 TN
1005905 TN
1005906 TN
1005907 TN
1005908 H
1005909 H
1005910 H
1005911 H
1005912 H
1005913 H
1005914 TN
1005915 TN
1005916 TN
1005917 TN
1005918 TN
1005919 TN
1005920 K
1005921 TN
1005922 TN
1005923 TN
1005924 TN
1005925 TN
1005926 TP
1005927 TP
1005928 TP
1005929 TP
1005930 TP
1005931 TP
1005932 TP
1005933 TP
1005934 TP
1005935 TM
1005936 TM
1005937 TM
1005938 TN
1005939 TN
1005940 TN
1005941 TP
1005942 TP
1005943 TP
1005944 TP
1005945 TP
1005946 TP
1005947 TP
1005948 TP
1005949 TP
1005950 TP
1005951 TP
1005952 H
1005953 H
1005954 H
1005955 TP
1005956 TP
1005957 TP
1005958 TP
1005959 TP
1005960 TP
1011961 H
1011962 H
1011963 H
1011964 H
1011965 H
1011966 TP
1011967 TP
1011968 TP
1011969 TP
1011970 TP
1011971 H
1011972 H
1011973 H
1011974 H
1011975 H
1011976 F
1011977 F
1011978 F
1011979 F
1011980 F
1011981 TP
1011982 TP
1011983 TP
1011984 TP
1011985 TP
1011986 F
1011987 F
1011988 F
1011989 H
1011990 H
1011991 H
1011992 O
1011993 O
1011994 O
1011995 TN
1011996 TN
1011997 TN
1011998 J
1011999 J
1012000 J
1012001 TP
1012002 TP
1012003 TP
1012004 TP
1012005 TP
1012006 TP
1012007 TP
1012008 TP
1012009 TP
1012010 TP
1012011 TP
1012012 TP
1012013 TP
1012014 TP
1012015 TP
1012016 TP
1012017 TP
1012018 TP
1012019 TP
1012020 H
1012021 H
1012022 H
1012023 H
1012024 H
1012025 H
1012026 H
1012027 H
1012028 TN
1012029 TN
1012030 TN
1012031 F
1012032 F
1012033 F
1012034 TP
1012035 TP
1012036 TP
1012037 TP
1012038 C
1012039 C
1012040 C
1012041 C
1012042 C
1000200 TP
1000201 TP
1000202 O
1000203 O
1000204 O
1000205 O
1000206 O
1000207 TP
1000208 TP
1000209 TP
1000210 O
1000211 O
1000212 O
1000213 H
1000214 H
1000215 H
1000216 H
1000217 H
1000218 H
1000219 H
1000220 H
1000221 H
1000222 D
1000223 D
1000224 D
1000225 F
1000226 F
1000227 F
1000228 TN
1000229 TN
1000230 TN
1000231 TN
1000232 TN
1000233 H
1000234 H
1000235 H
1000236 TP
1000237 TP
1000238 TP
1000239 TN
1000240 TN
1000241 O
1000242 O
1000243 TP
1000244 TP
1000245 TP
1000246 H
1000247 H
1000248 H
1000249 O
1000250 O
1000251 O
1000252 O
1000253 O
1000254 O
1000255 H
1000256 H
1000257 H
1000258 H
1000259 H
1000260 H
1000261 H
1000262 H
1000263 H
1000264 H
1000265 TM
1000266 TM
1000267 TM
1000268 TP
1000269 TP
1000270 TP
1000271 F
1000272 F
1000273 F
1000274 O
1000275 O
1000276 O
1000277 O
1000278 O
1000279 O
1000280 TN
1000281 TN
1000282 TN
1000283 TP
1000284 TP
1000285 TP
1000286 TP
1000287 TP
1000288 TP
1000289 TM
1000290 TM
1000291 TM
1000292 O
1000293 O
1000294 O
1000295 TP
1000296 TP
1000297 TP
1000298 TN
1000299 TN
1001700 TM
1001701 H
1001702 H
1001703 H
1001704 O
1001705 O
1001706 H
1001707 H
1001708 H
1001709 H
1001710 H
1001711 H
1001712 H
1001713 H
1001714 H
1001715 H
1001716 TP
1001717 TP
1001718 TP
1001719 F
1001720 F
1001721 F
1001722 D
1001723 D
1001724 D
1001725 TM
1001726 TM
1001727 TM
1001728 TM
1001729 TM
1001730 TM
1001731 F
1001732 F
1001733 F
1001734 TN
1001735 TN
1001736 TN
1001737 TN
1001738 TN
1001739 TN
1001740 TP
1001741 TP
1001742 TP
1001743 TP
1001744 TP
1001745 TP
1000001 F
1000002 F
1000003 F
1000004 F
1000005 TP
1000006 TP
1000007 TP
1000008 TP
1000009 TP
1000010 TP
1000011 TP
1000012 TP
1000013 TN
1000014 TN
1000015 TN
1000016 TN
1000017 TP
1000018 TP
1000019 TP
1000020 TP
1000021 TP
1000022 TP
1000023 TP
1000024 TP
1000025 TP
1000026 TP
1000027 TP
1000028 TP
1000029 TP
1000030 TP
1000031 TP
1000032 TN
1000033 TN
1000034 TN
1000035 TN
1000036 TP
1000037 TP
1000038 TP
1000039 TP
1000040 TP
1000041 TP
1000042 TP
1000043 TP
1000044 TP
1000045 TP
1000046 TP
1000047 TP
1000048 TP
1000049 TP
1000050 TP
1000051 TP
1000052 TN
1000053 TN
1000054 TN
1000055 TN
1000056 TP
1000057 TP
1000058 TP
1000059 TP
1000060 TP
1000061 TP
1000062 TP
1000063 TP
1000064 TP
1000065 TP
1000066 TP
1000067 TN
1000068 TN
1000069 TN
1000070 TN
1000071 C
1000072 C
1000073 C
1000074 C
1000075 TP
1000076 TP
1000077 TP
1000078 TP
1000079 TN
1000080 TN
1000081 TN
1000082 TN
1000083 TP
1000084 TP
1000085 TP
1000086 TP
1000087 TP
1000088 TP
1000089 TP
1000090 TP
1000091 TP
1000092 TP
1000093 TP
1000094 TP
1000095 TP
1000096 TP
1000097 TP
1000098 TP
1000099 TN
1000100 TN
1000101 TN
1000102 TN
1000103 C
1000104 C
1000105 C
1000106 C
1000107 TP
1000108 TP
1000109 TP
1000110 TP
1000111 TP
1000112 TP
1000113 TP
1000114 TP
1000115 TP
1000116 TP
1000117 TP
1000118 TP
1000119 TP
1000120 TP
1000121 TP
1000122 TP
1000123 TP
1000124 TP
1000125 TP
1000126 TP
1000127 TP
1000128 TP
1000129 TP
1000130 TP
1000131 TP
1000132 TP
1000133 TP
1000134 TP
1000135 TP
1000136 TP
1000137 TP
1000138 TP
1000139 TP
1000140 TP
1000141 TP
1000142 TP
1000143 F
1000144 F
1000145 F
1000146 F
1000147 TN
1000148 TN
1000149 TN
1000150 TN
1000151 TP
1000152 TP
1000153 TP
1000154 TP
1000155 C
1000156 C
1000157 C
1000158 C
1000159 TN
1000160 TN
1000161 H
1000162 H
1000163 H
1000164 D
1000165 D
1000166 D
1000167 H
1000168 H
1000169 H
1000170 TP
1000171 TP
1000172 TP
1000173 H
1000174 H
1000175 H
1000176 H
1000177 H
1000178 H
1000179 H
1000180 H
1000181 H
1000182 H
1000183 H
1000184 H
1000185 TN
1000186 TN
1000187 TN
1000188 H
1000189 H
1000190 H
1000191 O
1000192 O
1000193 TP
1000194 TP
1000195 TP
1000196 TM
1000197 TM
1000198 TM
1000199 TP
1000200 TP
1000201 TP
1000202 O
1000203 O
1000204 O
1000205 O
1000206 O
1000207 TP
1000208 TP
1000209 TP
1000210 O
1000211 O
1000212 O
1000213 H
1000214 H
1000215 H
1000216 H
1000217 H
1000218 H
1000219 H
1000220 H
1000221 H
1000222 D
1000223 D
1000224 D
1000225 F
1000226 F
1000227 F
1000228 TN
1000229 TN
1000230 TN
1000231 TN
1000232 TN
1000233 H
1000234 H
1000235 H
1000236 TP
1000237 TP
1000238 TP
1000239 TN
1000240 TN
1000241 O
1000242 O
1000243 TP
1000244 TP
1000245 TP
1000246 H
1000247 H
1000248 H
1000249 O
1000250 O
1000251 O
1000252 O
1000253 O
1000254 O
1000255 H
1000256 H
1000257 H
1000258 H
1000259 H
1000260 H
1000261 H
1000262 H
1000263 H
1000264 H
1000265 TM
1000266 TM
1000267 TM
1000268 TP
1000269 TP
1000270 TP
1000271 F
1000272 F
1000273 F
1000274 O
1000275 O
1000276 O
1000277 O
1000278 O
1000279 O
1000280 TN
1000281 TN
1000282 TN
1000283 TP
1000284 TP
1000285 TP
1000286 TP
1000287 TP
1000288 TP
1000289 TM
1000290 TM
1000291 TM
1000292 O
1000293 O
1000294 O
1000295 TP
1000296 TP
1000297 TP
1000298 TN
1000299 TN
1000300 TN
1000301 TP
1000302 TP
1000303 TP
1000304 TP
1000305 TP
1000306 TP
1000307 TP
1000308 TP
1000309 TP
1000310 TP
1000311 TP
1000312 TP
1000313 TP
1000314 TP
1000315 TN
1000316 TN
1000317 TN
1000318 TN
1000319 H
1000320 H
1000321 H
1000322 H
1000323 H
1000324 H
1000325 H
1000326 H
1000327 H
1000328 H
1000329 H
1000330 H
1000331 H
1000332 H
1000333 H
1000334 H
1000335 H
1000336 H
1000337 H
1000338 H
1000339 H
1000340 H
1000341 H
1000342 H
1000343 H
1000344 H
1000345 O
1000346 O
1000347 O
1000348 O
1000349 O
1000350 O
1000351 TP
1000352 TP
1000353 TP
1000354 TP
1000355 TP
1000356 TP
1000357 TP
1000358 TP
1000359 TP
1000360 O
1000361 O
1000362 TP
1000363 TP
1000364 TP
1000365 H
1000366 H
1000367 H
1000368 H
10
没有合适的资源?快使用搜索试试~ 我知道了~
基于python使用线性回归、SVM方法与神经网络预测学生成绩
共14个文件
npy:5个
txt:5个
py:4个
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
5星 · 超过95%的资源 1 下载量 171 浏览量
2022-07-13
21:12:04
上传
评论 1
收藏 12.25MB RAR 举报
温馨提示
基于python使用线性回归、SVM方法与神经网络预测学生成绩
资源推荐
资源详情
资源评论
收起资源包目录
基于python使用线性回归、SVM方法与神经网络预测学生成绩.rar (14个子文件)
基于python使用线性回归、SVM方法与神经网络预测学生成绩
data_convert.py 6KB
data
catalog.npy 52.9MB
borrow.npy 509KB
access.npy 1.86MB
consumption.npy 28.83MB
score.npy 38KB
catalog.txt 17.08MB
access.txt 1.09MB
borrow.txt 315KB
score.txt 17KB
consumption.txt 12.18MB
worker.py 4KB
temp.py 1KB
utils
__init__.py 0B
共 14 条
- 1
资源评论
- Gan__zl2023-05-05非常有用的资源,可以直接使用,对我很有用,果断支持!
Sherry_shiry
- 粉丝: 2
- 资源: 1097
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功