您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. ASP.NET三层架构

  2. ASP.NET三层架构步骤讲解 前言: 与ASP相比ASP.NET在Web应用开发上无疑更容易,更有效率。Web开发大部分还是围绕着数据操作,建立数据库存储数据,编写代码访问和修改数据,设计界面采集和呈现数据。走过Asp.net学习入门阶段后,真正开始着手开发一个Web项目时,才发现错综复杂的数据与关联根本就不是SqlDataSource和AccessDataSource数据源控件能简单解决的,而恰恰是被忽视了的一个ObjectDataSource数据源控件才是真正踏入开发门槛的关键,由此也对
  3. 所属分类:C#

    • 发布日期:2010-06-07
    • 文件大小:716kb
    • 提供者:kang89
  1. Mastering.SciPy.1783984740

  2. mplement state-of-the-art techniques to visualize solutions to challenging problems in scientific computing, with the use of the SciPy stack. About This Book Master the theory and algorithms behind numerical recipes and how they can be applied to re
  3. 所属分类:Python

    • 发布日期:2016-07-22
    • 文件大小:11mb
    • 提供者:ramissue
  1. A Canonical Variate Analysis based Process Monitoring Scheme and Benchmark Study

  2. Canonical Variate Analysis ,用于分析多组变量相关性,并能反应各变量重要程度
  3. 所属分类:专业指导

  1. 浅谈模型-视图-控制器(MVC)模式

  2. MVC =Multiple Variate Counter 多元计算器 MVC本来是存在于Desktop程序中的,M是指数据模型,V是指用户界面,C则是控制器。使用MVC的目的是将M和V的实现代码分离,从而使同一个程序可以使用不同的表现形式。比如一批统计数据你可以分别用柱状图、饼图来表示。C存在的目的则是确保M和V的同步,一旦M改变,V应该同步更新。
  3. 所属分类:C++

    • 发布日期:2008-12-14
    • 文件大小:4kb
    • 提供者:u010342929
  1. Python_End-to-end Data Analysis-Packt Publishing(2017).pdf

  2. The use of Python for data analysis and visualization has only increased in popularity in the last few years. The aim of this book is to develop skills to effectively approach almost any data analysis problem, and extract all of the available inform
  3. 所属分类:Python

    • 发布日期:2018-03-07
    • 文件大小:19mb
    • 提供者:windstand
  1. EXPLORING THE INTERPRETABILITY OF LSTM NEURAL NETWORKS OVER MULTI-VARIABLE DATA

  2. In learning a predictive model over multivariate time series consisting of target and exogenous variables, the forecasting performance and interpretability of the model are both essential for deployment and uncovering knowledge behind the data. To t
  3. 所属分类:深度学习

    • 发布日期:2018-10-18
    • 文件大小:1mb
    • 提供者:pumpkin_love
  1. Variate.java

  2. java 变量与常量 实例。我喜欢这样描述变量:作为特定类型的值的一个容器,并且是可以用一个名字描述的容器。
  3. 所属分类:Java

    • 发布日期:2020-05-07
    • 文件大小:717byte
    • 提供者:b635781894
  1. 如何在python中判断变量的类型

  2. python的数据类型有:数字(int)、浮点(float)、字符串(str),列表(list)、元组(tuple)、字典(dict)、集合(set) 一般通过以下方法进行判断: 1、isinstance(参数1,参数2) 描述:该函数用来判断一个变量(参数1)是否是已知的变量类型(参数2) 类似于type() 参数1:变量 参数2:可以是直接或间接类名、基本类型或者由它们组成的元组。 返回值: 如果对象的类型与参数二的类型(classinfo)相同则返回 True,否则返回 False 例子:
  3. 所属分类:其它

    • 发布日期:2020-12-17
    • 文件大小:47kb
    • 提供者:weixin_38645133
  1. python判断变量是否为列表的方法

  2. python的数据类型有:数字(int)、浮点(float)、字符串(str),列表(list)、元组(tuple)、字典(dict)、集合(set)。 一般通过以下方法进行判断: 1、isinstance(参数1,参数2) 描述:该函数用来判断一个变量(参数1)是否是已知的变量类型(参数2) 类似于type() 参数1:变量 参数2:可以是直接或间接类名、基本类型或者由它们组成的元组。 返回值:如果对象的类型与参数二的类型(classinfo)相同则返回 True,否则返回 False。 例子
  3. 所属分类:其它

    • 发布日期:2020-12-16
    • 文件大小:46kb
    • 提供者:weixin_38683930
  1. Selego-源码

  2. Selego:可靠的变量选择,可进行准确的时间序列预测 数据集 我在./Datasets/文件夹中提供了两个公开可用的数据集,它们是: 1. NASDAQ (S&P) 2. EEG-BCI 如何使用Selego 要获得相对于目标变量的排名输入变量,需要遵循两个步骤: 首先,计算Variate-Variate时间相关矩阵。 在Code文件夹内可用的Matlab中打开SelegoVariatesCorrelation文件夹。 在编辑器中打开Selego_Starterscr ipt.m文件
  3. 所属分类:其它

    • 发布日期:2021-03-14
    • 文件大小:14mb
    • 提供者:weixin_42165490
  1. ACR-Log:每个人都可以使用的应用程序网站(支持将来的成人和成人应用),可以方便地在数字版的网站上发布新闻稿。-源码

  2. ACR日志 每个人都可以使用的应用程序网站(支持将来的成人和成人应用),可以方便地在数字版的网站上发布新闻稿。 -在所有可见的地方都单独保存contiene的contiene,在varentità上保存所有的contiene-在quiello logicosaràpossibile vedere la suddivisione delle varie tabelle e nelleentitàsaranno chisiui真正的pro variate操纵文件descrizione.txt(有时
  3. 所属分类:其它

    • 发布日期:2021-03-07
    • 文件大小:25kb
    • 提供者:weixin_42123296
  1. RegresionlinealSmple:可以方便地查看自定义的线性变量,可以方便地查看自定义版本的变量,也可以从python es el lenguaje usado-源码

  2. 回归线性 可以方便地在模型上进行自动建模,也可以在variate的基础上使用python并可以在python上使用lenguaje deprogramaciónutilizado。 可以使用Jupyter笔记本电脑进行维护,也可以使用Jupyter笔记本电脑进行编辑。 在环境信息的虚拟环境中进行配置的建议,请访问 墨西哥西非水产养殖中心的进口图书馆馆长,实用性病学咨询点: ://pip.pypa.io/en/stable/ 概率论和概观 可以在直系海洋中找到适合的基本概念。 描述的目的
  3. 所属分类:其它

    • 发布日期:2021-02-15
    • 文件大小:580kb
    • 提供者:weixin_42134038
  1. Asymptotic properties of Pearson׳s rank-variate correlation coefficient in bivariate normal model

  2. Asymptotic properties of Pearson׳s rank-variate correlation coefficient in bivariate normal model
  3. 所属分类:其它

  1. fms_option:常规期权定价和希腊文-源码

  2. 普通期权定价和希腊文 该库执行一般的欧洲期权(远期)定价和希腊文。 基本收益F通过F = fe sX-κ(s)由正向f和vol s参数化,其中κ(s) = log E [ e s X ]]是X的累积量。 我们可以并且确实假设X具有均值0和方差1,因此E [ F ] = f和Var(log( F ))= s 2 。 有关详情,请参阅。 要实现变量X的模型,请编写一个具有成员函数S cumulant(S s, size_t n)和X cdf(X x, S s, size_t n)的类,这些成员函数
  3. 所属分类:其它

    • 发布日期:2021-02-08
    • 文件大小:19kb
    • 提供者:weixin_42138376
  1. Matrix Variate Restricted Boltzmann Machine

  2. Matrix Variate Restricted Boltzmann Machine
  3. 所属分类:其它

    • 发布日期:2021-02-06
    • 文件大小:318kb
    • 提供者:weixin_38591291