VIP会员
作者:CSDN
出版社:CSDN《程序员》
ISBN:1111111111117
VIP会员免费
(仅需0.8元/天)
¥ 40000.0
温馨提示: 价值40000元的1000本电子书,VIP会员随意看哦!
电子书推荐
-
BDCI2017-小超市供销存管理优化 评分:
按官方给出的公式计算后,我的模型评分为0.1948+,在我上传的资源有详细的使用使用说明,包括特征提取和模型建立及训练,希望可以帮到读者。欢迎留言交流
上传时间:2018-05 大小:1.22MB
- 86.48MB
bdci2018电信套餐训练数据
2018-09-1460万组客户信息。
- 5.4MB
Machine-Learning-in-Finance
2021-04-06金融机器学习
- 1.22MB
2017BDCI-小超市供销存管理优化(python)源代码
2018-08-15按官方给出的公式计算后,我的模型评分为0.1948+,在我上传的资源有详细的使用使用说明,包括特征提取和模型建立及训练,希望可以帮到读者。欢迎留言交流
- 211KB
2017-CCF-BDCI-AI评委:2017-CCF-BDCI-让AI当法官(初赛):7th415(Top 1.68%)
2021-02-032017-CCF-BDCI-AI评审 这是我近期参加的一个数据挖掘比赛,CCF大数据与计算智能大赛(BDCI)中的一题:法官。但是由于时间冲突与一些个人原因,我只参与并完成了初赛任务(罚金)在初赛成绩中,取得A榜第5 , B榜第7...
- 680KB
机器学习课程大作业,CCF-BDCI赛题-基金相关性预测实现训练赛+源代码+文档说明+技术报告+答辩ppt
2023-12-231、资源内容:机器学习课程大作业,CCF-BDCI赛题-基金相关性预测训练赛+源代码+文档说明 2、代码特点:内含运行结果,不会运行可私信,参数化编程、参数可方便更改、代码编程思路清晰、注释明细,都经过测试运行成功...
- 1.2MB
CCF-BDCI-Sentiment-Analysis-Baseline:CCF-BDCI-情感分析-基线的代码
2021-04-14CCF-BDCI-Sentiment-Analysis-Baseline1.从该中改写的2.该模型将文本截成k段,分别输入语言模型,然后顶层用GRU拼接起来。好处在于设置小的max_length和更大的k来降低显存占用,因为显存占用是关于长度平方级增长的...
- 21KB
2017-CCF-BDCI-Enterprise:2017-CCF-BDCI-企业经营退出风险预测:9th569 (Top 1.58%)
2021-05-162017-CCF-BDCI-Enterprise 这是我的第一个数据挖掘比赛,CCF 大数据与计算智能大赛(BDCI)中的一题:。最终取得复赛 A 榜第 3,B 榜第 9 (Top 1.58%) 的成绩。 这个比赛 12 月中旬就结束了,硬是被我拖到现在才来...
- 827KB
【2019 CCF BDCI】-关联模型-莽就完事了-说明论文1
2022-08-03摘要本篇论文介绍了采用伪孪生网络结构的 BERT 微调模型。在数据清洗方面只使用了简单的替换。尝试了两种数据增广,但均会造成过拟合现象,由于时间有限未进一步进行
- 34.29MB
taken:CCF BDCI“小超市供销存管理”赛题全国总决赛第四名部分源代码
2021-03-23taken:CCF BDCI“小超市供销存管理”赛题全国总决赛第四名部分源代码
- 167KB
【2019 CCF BDCI】-互联网新闻情感分析-我们都上哈工深-说明论文1
2022-08-08摘要随着网络新闻服务的飞速发展,网络上产生了大量的新闻文本信息,探索新闻文本背后的情绪表达,可以为政府和企业提供潜在价值。本赛题给定互联网新闻文本标题及新闻文本
- 1.11MB
Python-CCFBDCI2018年汽车行业用户观点主题及情感识别挑战赛第7名解决方案
2019-08-11CCF-BDCI 2018年汽车行业用户观点主题及情感识别挑战赛 第7名解决方案
- 92.17MB
CCF-BDCI-2022赛道:Web攻击检测与分类识别(多分类任务),比赛rank-23。队员:FurenXu.zip
2023-09-30此仓库代码为本人参加的CCF-BDCI-2022赛道:Web攻击检测与分类识别(多分类任务),比赛rank-23。
- 144KB
CCF-BDCI-2020-QA-matching-in-Real-Estate
2021-04-08CCF-BDCI-2020-QA-matching-in-Real-EstateResultsA榜:0.78027499, 第112名B榜:0.79319546, 第116名
- 54KB
BDCI-2018-供应链需求预测-Miracccccccle-程序执行说明1
2022-08-083、对于文件夹b:存放了复赛数据集 4、对于文件夹other-data,存放了其他数据集,有1个模型使用了外部数据 6、为了方便运行就使用python3.6.0
- 1.86MB
2019-CCF-BDCI-OCR-MCZJ-OCR-IdentificationIDElement:2019CCF-BDCI大赛最佳创新探索奖获得者基于OCR身份证要素提取赛题冠军天晨破晓团队赛题
2021-03-14团队成绩:2019CCF-BDCI大赛最佳创新探索奖和“基于OCR的身份证要素提取”单赛题冠军 系统处理流程图 方案亮点 我们采用条件生成对抗网络(CGAN)处理赛题中的水印干扰,取到了比较好的效果,展示一下效果图片: ...
- 1.83MB
CCF-BDCI大赛最佳创新探索奖-基于OCR身份证要素提取冠军源码+学习说明.zip
2024-01-14CCF-BDCI大赛最佳创新探索奖-基于OCR身份证要素提取冠军源码+学习说明.zip ### 系统处理流程图 ![流程图]...
- 9.90MB
BDCI2019-Negative_Finance_Info_Judge:BDCI2019金融欺诈信息判定-线上第一名
2021-02-03团队简介大家好,我们是金融情报信息决定赛道的葫芦娃团队,本赛题的队伍成员均来自哈工大深圳的人类自然语言技术(HLT)小组,成员包括刘宇瀚,李嘉明,殷熔磾,刘道兴以及袁朝发。指导老师为徐睿峰教授。...
- 10.82MB
2019-CCF-BDCI-NLP:2019 CCF BDCI 技术需求与技术成果项目之间关联度计算模型第二名、2019 CCF BDCI 互联网金融新实体发现第四名、2019 CCF BDCI 金融信息负面及主体判定第五名
2021-04-15简要介绍我是竞赛选手rebornZH,很高兴在2019 CCF BDCI大赛中拿下3个NLP竞赛TOP,在这里我主要分享金融信息负面及主体判定赛题的解决方案和自己对另外两个NLP赛题的一些解题思路,希望能与大家一起学习,一起进步,...
- 55.33MB
2019-CCF-BDCI-OCR-MCZJ-fake_data_generator:2019CCF-BDCI大赛OCR赛题第一名天晨破晓团队仿真数据生成方案
2021-03-24团队成绩:2019CCF-BDCI大赛最佳创新探索奖“基于OCR的身份证要素提取”单赛题冠军 文件介绍 chusai_fuyinwuxiao:包含“复制无效”字样水印训练数据的伪造方法介绍和复现说明 rematch_jinzhifuyin:包含“禁止复制...
- 764.12MB
2020 CCF BDCI 成果汇编.pdf
2021-11-222020 CCF BDCI 成果汇编电子版 涵盖2020年 CCF BDCI 大数据与计算智能大赛所有赛道前五名的算法思路和解析。
- 31.77MB
基于Python实现自然语言处理(主题层次的情感分类)【100010252】
2022-12-30该项目作业的具体任务是来自于 BDCI2018-汽车行业用户观点主题及情感识别的题目。数据是网络中公开的用户对汽车相关内容的评价文本。此任务是对每条文本内容(即用户评论)进行分析,确定该条评论中讨论的主题以及每...
- 80KB
Python-这是BDCI2018的联通赛题第一名解决方案
2019-08-11这是BDCI2018的联通赛题第一名解决方案
- 6.77MB
基于Python+pytorch的图像处理+附完整代码图像处理,能够轻松实现图像的读取、显示、裁剪等还有机器学习等操作
2024-04-17Python+PyTorch:图像处理界的“瑞士军刀” 在图像处理这个充满魔法的世界里,Python和PyTorch这对黄金搭档,就像一位技艺高超的魔法师和一把无所不能的“瑞士军刀”,总能轻松解决各种看似棘手的难题。它们以高效、灵活和强大的特性,引领着图像处理技术的发展潮流,让无数开发者为之倾倒。Python,这位优雅的魔法师,以其简洁易懂的语法和丰富的库资源,赢得了广大开发者喜爱。无论是数据处理、机器学习还是深度学习,Python都能轻松应对,展现出其无与伦比的魅力。在图像处理领域,Python更是如鱼得水,通过OpenCV、PIL等库,能够轻松实现图像的读取、显示、裁剪、缩放、滤波等操作,让图像在指尖起舞。而PyTorch,这把图像处理界的“瑞士军刀”,则以其灵活性和易用性,成为深度学习领域的翘楚。它拥有强大的自动求导功能,能够轻松构建和训练复杂的神经网络模型。在图像处理中,PyTorch能够助力开发者构建出各种高效的图像识别、分割、生成等模型,让图像焕发出新的生机。想象一下,当你掌握了Python和PyTorch这对黄金搭档,就如同掌握了一把魔法杖和一把瑞士军刀。必然大可作为
- 29.74MB
python大作业 含爬虫、数据可视化、地图、报告、及源码(2016-2021全国各地区粮食产量).rar
2022-05-01(含源码及报告)本程序分析了自2016年到2021年(外加)每年我国原油加工的产量,并且分析了2020年全国各地区原油加工量等,含饼状图,柱状图,折线图,数据在地图上显示。运行本程序需要requests、bs4、csv、pandas、matplotlib、pyecharts库的支持,如果缺少某库请自行安装后再运行。文件含6个excel表,若干个csv文件以及一个名字为render的html文件(需要用浏览器打开),直观的数据处理部分是图片以及html文件,可在地图中显示,数据处理的是excel文件。不懂可以扫文件中二维码在QQ里面问。
- 0B
《点燃我温暖你》中李峋的同款爱心代码
2022-11-08python做的《点燃我温暖你》中李峋的同款爱心代码,最还原的
- 3.40MB
Python金融量化的高级库:TA-Lib-0.4.24(包含python3.7、3.8、3.9、3.10的32位和64位版本)
2023-08-02TA-Lib(Technical Analysis Library, 即技术分析库)是Python金融量化的高级库,涵盖了150多种股票、期货交易软件中常用的技术分析指标,如MACD、RSI、KDJ、动量指标、布林带等。但很多人安装指标计算ta-lib库就总报错,就可以在这里找到包下载后安装。 文件举例:TA_Lib‑0.4.24‑cp37‑cp37m‑win_amd64.whl 命名解释:包名-版本号-cp37代表适用于python3.7版本-win代表windows平台-amd64表示64位版本(与python版本要一致) 假定文件下载到d盘根目录,使用如下命令进行安装: pip install d:\TA_Lib‑0.4.24‑cp37‑cp37m‑win_amd64.whl 原文链接:https://blog.csdn.net/popboy29/article/details/126140862 建议使用360压缩进行解压。
- 182KB
第十五届蓝桥杯大赛软件赛省赛-PythonB组题目
2024-04-13您正在寻找的是第十五届蓝桥杯大赛软件赛省赛Python B组的题目全集。蓝桥杯大赛作为国内知名的计算机程序设计竞赛,一直以来都以其高水平的题目和严格的评选标准而备受瞩目。本次大赛的Python B组题目更是涵盖了众多编程领域的知识点,无论是算法设计、数据结构还是编程技巧,都考验了参赛者的深厚实力。 这份题目全集以PDF格式呈现,清晰易读,方便您随时查阅和学习。每一道题目都经过精心设计和筛选,旨在考察参赛者的编程思维、问题解决能力以及创新能力。无论您是正在准备参赛的选手,还是对编程感兴趣的爱好者,这份题目集都将为您提供一个极好的学习和挑战的平台。 通过这份题目集,您可以深入了解蓝桥杯大赛的出题风格和难度,熟悉各种编程问题的解题思路和方法,从而提升自己的编程能力和竞技水平。此外,这些题目也是极好的练习材料,可以帮助您巩固和拓展编程知识,提高解决实际问题的能力。 适用人群: 蓝桥杯大赛参赛选手 计算机专业学生 编程爱好者 对算法和数据结构有兴趣的学习者 资源特点: 高质量的题目设计,涵盖广泛的知识点 清晰易读的PDF格式,方便查阅和学习 提供解题思路和方法,有助于提升编程能力
- 6.40MB
大麦网抢票脚本【Python脚本】
2023-09-17Python脚本,使用Selenium 模拟浏览器操作。 在使用 Chrome 浏览器,用户可以使用鼠标滑动、按键点击以及键盘输入,作为信号输入设备向浏览器传达指令,浏览器收到指令后执行渲染。 这里提到的 Selenium WebDriver 是对浏览器提供的原生 API 进行封装,使用这套 API 可以操控浏览器的开启、关闭,打开网页,操作界面元素,控制 Cookie。简单说就是,可以通过写代码的方式来自动实现用户鼠标和键盘信号的输入。 由此实现模拟人为操作进行登录、验证、刷新网页以及点击购票等操作。
- 5.83MB
Python数据分析项目实践,包括数据读取、评估、清洗、分析、可视化机器学习相关内容等
2024-01-16Python数据分析项目实践,包括数据读取、评估、清洗、分析、可视化机器学习相关内容等
- 258.41MB
YOLOv8-火焰识别(火焰数据集+代码+GUI界面+内置训练好的模型文件)
2023-11-15教程请参考:https://blog.csdn.net/Little_Carter/article/details/131387425 欢迎浏览我的最新资源,这个全面的资源是为了帮助研究人员和开发者在火灾预防和安全监控领域取得突破而设计的。本资源包含以下几个关键部分: 1、火焰数据集:精心策划和注释的高质量火焰图像集,覆盖了不同类型和大小的火焰场景。这个数据集对于训练和测试火焰检测算法至关重要。 2、代码:完整的YOLOv8算法实现代码,针对火焰检测进行了优化。代码清晰、注释详细,易于理解和定制。 3、GUI界面:为了更方便地使用和展示火焰识别模型,我复现了一个直观的图形用户界面(GUI)。这个界面不仅易于操作,还可以实时展示检测结果。 4、内置训练好的模型文件:为了让用户能够即刻使用该工具,我提供了一个已经在火焰数据集上训练好的YOLOv8模型。这个模型经过精心训练,具有高精度和良好的泛化能力。 此外,我还提供了详细的安装和使用指南,帮助您轻松地部署和运行这个系统。无论您是在进行学术研究,还是在开发商业应用,这个资源都将是您不可或缺的工具。期待您的下载和反馈!