[其它] lastFmClone-源码

说明：纱 npx pod安装
<weixin_42107491> 上传 | 大小：1mb

[其它] sokki_housoku：速记法则検索サイト-源码

说明：sokki_housoku：速记法则検索サイト
<weixin_42116805> 上传 | 大小：270kb

[其它] gf-exchange：GF DHIS 2全球报告项目-源码

说明：GF交易所 该存储库包含与DHIS 2全球基金全球报告项目相关的各种项目。 专案 GF赠款映射器（即将推出） DHIS 2 GF连接器（即将推出）
<weixin_42125867> 上传 | 大小：26kb

[其它] 检查css-源码

说明：检查css
<weixin_42102401> 上传 | 大小：3kb

[其它] akashiro-api：以编程方式访问AkaShiro Rest Api-源码

说明：ArugaZ-Api 以编程方式访问ArugaZ Rest Api 主要网站 如果您对网站有任何建议，请打开一个问题！ 安装 通过NPM： $ npm install arugaz/arugaz-api 使用简单 const arugaz = require ( 'arugaz/arugaz-api' ) ; /* arugaz.type.module-name(params) .then(res => console.log(res)) .catch(err => consol
<weixin_42127937> 上传 | 大小：27kb

[其它] 泛黄RANCOR-源码

说明：泛黄RANCOR
<weixin_42133329> 上传 | 大小：6kb

[其它] 旗匠视觉演示-源码

说明：旗匠视觉演示 Linux / Mac 如果您在Linux或Mac上运行，请按照下列步骤操作： 运行项目： mvn clean compiler:compile javafx:run 要创建一个胖子罐： mvn compile package java -jar shade/hellofx.jar 视窗 如果您在Windows上运行，请按照下列步骤操作： 运行项目： mvn compile exec:java 要创建一个胖子罐： mvn compile package java -j
<weixin_42136791> 上传 | 大小：8kb

[其它] WouldYouRatherApp：您是否愿意玩游戏-源码

说明：您会注册APP吗 “您是否愿意使用App”是一种对话或聚会游戏，以“请问您是否愿意”开头的问题形式出现了难题。 允许用户创建自己的问题，供其他用户回答。 还有一个等级可以显示哪个用户为游戏做出了很大贡献。 怎么运行的 在您参与游戏之前，您需要先登录。 登录后，您将被转到首页，在这里您将看到所有可用问题归为两个类别（即：已回答和未回答的问题）。 有一个选项卡可在这两个类别之间导航。 除此以外，还有一个带有一些导航链接的主标题。 这些链接涉及（主页，新问题和排行榜）； ：这是用户登录后出现的第一页
<weixin_42099530> 上传 | 大小：224kb

[其它] MultiVariant_INRUSD_RCode：练习INRvsUSD多变量回归分析-源码

说明：＃我的第一个模式，我从网站上以CSV格式获取INRvsUSD值＃清理数据并针对响应变量测试了预测变量值＃使用以下技术测试了该模式＃模型的R2（平方）＃烹饪了模型的距离＃使用Confint的信心#AVPlots＃调整后的R2值#AIC值-赤木信息准则＃逐步分析＃空假设检验方法= Chi＃最后选择最佳拟合模型为价格（响应）vs（最高与开放）（预测） #Set up WOrking Directory setwd（“ C：/ Users / asket / Documents /探索性数据分析/ D
<weixin_42160376> 上传 | 大小：2kb

[其它] parcialProgramacionIII-源码

说明：parcialProgramacionIII
<weixin_42164534> 上传 | 大小：164kb

[其它] pwa-playlist-generator：生成渐进式Web应用程序以在线共享您的音乐！-源码

说明：PWA播放列表生成器 生成渐进式Web应用程序以在线共享您的音乐！ 如何安装 只需将该项目部署在Web服务器上，然后导航到... / pwa-playlist-generator / index.html 演示版
<weixin_42132354> 上传 | 大小：209kb

[其它] Sales_Forecasting：关于kaggle数据集的时间序列分析和预测项目-源码

说明：销售_预测 基于kaggle数据集的时间序列分析和预测项目。 在这个项目中，我使用了从指数平滑和ARIMA模型到Facebook的Prophet库的最新预测技术，以便预测俄罗斯公司的未来销售利润。 数据集来自Kaggle.com。 使用RMSE在模型一步预测和实际值之间分析了模型的性能。 表现最好的模型是Prophet，然后是三重指数平滑模型。 找到最佳绩效模型之后，我将其用于预测公司中各个商店的未来利润。 结果可以在sales_plots文件夹中找到； 它们采用交互式可绘制HTML文件的
<weixin_42128393> 上传 | 大小：63mb