注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. SSH整合框架注册登录系统

  2. 部署Web应用请按如下步骤进行: 1. 进入auction路径下，将mysql.sql脚本中的语句导入MySQL数据库。 2. 修改auction\WEB-INF路径下的applicationContext.xml文件，将其中的数据库密码修改为你的数据库密码。 3. 推荐使用Tomcat 5.5系列作为应用服务器。将整个应用复制到%TOMCAT_HOME%/webapps路径下。 4. 启动Dos或shell窗口，进入auction\WEB-INF路径下，输入 ant compile -- 该

  3. 所属分类：Java

    • 发布日期：2011-01-14
    • 文件大小：10485760
    • 提供者：wwlinhappy

  1. 网上书店系统(jsp+servlet+sqlserver)

  2. 系统平台介绍：适合作为毕业设计和课程设计，代码稍加改动即可运行，附带全套的答辩论文资料，开题报告等，可作为java毕业设计 本系统是基于J2EE的Web模式，应用了JDeveloper作为开发工具，搭建了JDeveloper+SQL Server2000的运行平台，JDeveloper是J2EE的一个集成开发工具，它可以加快程序的开发，大大提高程序员的开发效率和软件产品质量。JDeveloper在工程管理，Web应用程序开发，以及对于工程的部署都是非常简便易行的，照比JDK 有很大的改进。在运

  3. 所属分类：Web开发

    • 发布日期：2014-05-11
    • 文件大小：3145728
    • 提供者：li575563191

  1. 网上考试系统的源代码

  2. 免费开源的系统,需要调试的私信我### 1.2 部署要点 1. `Management.war`和`Portal.war`需要部署在`同一个目录`下。 1. ExamStack V2.0增加了`培训功能`，因为需要保存培训材料，所以请留出足够的磁盘空间（以实际需要为准）。 1. 要保证RabbitMQ服务状态为`运行状态`。 1. 要保证ScoreMarker状态为`运行状态`，同时ScoreMarker调用服务地址要配置正确。 ## 2 应用服务器安装配置 ### 2.1 服务器安

  3. 所属分类：Java

    • 发布日期：2020-04-12
    • 文件大小：9437184
    • 提供者：qq_39162487

  1. 基于微信小程序的二手市场系统的设计与实现.docx

  2. 系统实现基于微信小程序的二手市场系统，分为微信小程序端和后台管理端。微信小程序端实现了用户在微信小程序端的购物体验，用户在微信App中使用微信号认证并登录微信小程序，进入小程序的首页，查看推荐的商品，如果要按需查找商品，可以在商品搜索界面输入商品名称搜索所需要的商品，如果要按分类查找商品，可以在分类页面逐级查找。用户找到需要的商品后，在商品详情页进行商品购买或加入购物车操作；订单生成后可以在订单页面查看订单的状态和物流信息等。系统的后台管理端实现了数据接口，小程序端调用接口进行数据的交互操作；后

  3. 所属分类：PHP

    • 发布日期：2020-02-29
    • 文件大小：4194304
    • 提供者：beans9

  1. 电影推荐系统的设计源码(基于Movielens数据集 Python3.x版本).zip

  2. 这是基于MovieLens数据集的电影推荐系统，可以实现电影推荐功能，可以部署到服务器，hadoop上面

  3. 所属分类：互联网

    • 发布日期：2020-06-29
    • 文件大小：4194304
    • 提供者：weixin_42777504

  1. 金蝶云星空 V7.5部署指南.docx

  2. 1 系统部署环境 2 1.1 系统的部署角色 2 1.2 系统的访问模型 3 1.3 推荐的部署方式 5 1.4 支持的运行环境 6 1.4.1 应用服务器的运行环境 6 1.4.2 管理中心的运行环境 7 1.4.3 数据库的运行环境 8 1.4.4 客户端的运行环境 10 1.4.5 Html5客户端的运行环境 12 1.5 推荐的网络和硬件配置 13 1.5.1 网络配置 13 1.5.2 服务器配置 13 1.5.3 客户端配置 14

  3. 所属分类：企业管理

    • 发布日期：2020-08-20
    • 文件大小：633856
    • 提供者：bqi153

  1. paddlerec 大规模推荐系统一站式解决

  2. 可以说，谁能掌握和利用好推荐系统，谁就能在信息分发的激烈竞争中抢得先机。 但与此同时，有着许多问题困扰着推荐系统的开发者，比如：庞大的数据量，复杂的模型结构，低效的分布式训练环境，波动的在离线一致性，苛刻的上线部署要求，以上种种，不胜枚举。

  3. 所属分类：互联网

    • 发布日期：2020-10-28
    • 文件大小：17825792
    • 提供者：xmuyong

  1. Spark平台下基于协同过滤算法的实时电影推荐系统源代码

  2. 基于深度学习的监督学习，使用梯度下降、ALS、LFM算法，使用AngularJS2生成前端框架，数据库为MongoDB，使用ElasticSearch作为搜索服务器，Redis作为缓存数据库，其中包括Spark的离线统计服务、Azkaban的工作调度服务、Flume的日志采集服务、Kafka作为消息缓冲服务，全局采用Scala编写，Java作为Tomcat部署使用，实现离线推荐、实时推荐、服务器冷启动问题解决。

  3. 所属分类：spark

    • 发布日期：2020-12-10
    • 文件大小：262144000
    • 提供者：IronmanJay

  1. IBM-AI-Engineering-Professional-Certificate:整个IBM AI Engineering Professional认证的学习资料，测验和作业解决方案-源码

  2. IBM AI工程专业证书 关于此专业证书 人工智能（AI）正在彻底改变整个行业，改变了跨部门公司利用数据做出决策的方式。 为了保持竞争力，组织需要合格的AI工程师，他们使用机器学习算法和深度学习神经网络等前沿方法为业务提供数据驱动的可行情报。 此六门课程的专业证书旨在为您提供成功从事AI或ML工程师职业所需的工具。 您将使用Python之类的编程语言掌握机器学习和深度学习的基本概念，包括有监督和无监督的学习。 您将应用流行的机器学习和深度学习库（例如SciPy，ScikitLearn，Kera

  3. 所属分类：其它

    • 发布日期：2021-03-26
    • 文件大小：38797312
    • 提供者：weixin_42131405

  1. pit:分布式推荐系统-源码

  2. Pitia-实时且高度可扩展的推荐系统 描述 Pitia是使用Go开发的开源推荐系统，其基础是Yahoo在“使用决策树的推荐系统的自适应自举”一文中描述的算法的改进版本。 在测试推荐算法之后，使用Netflix Prize数据集获得了95％以上的精度，您可以在上了解有关测试执行方式的更多信息。 Pitia提供了易于使用的 ，该可以集成在几乎所有客户端上。 该项目基于实例内部虚拟分片的概念设计为可水平扩展的系统。 该系统设计为部署在负载均衡器后面的一系列实例上，以便在节点之间随机分配请求。

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：944128
    • 提供者：weixin_42170790

  1. recommender-system-demo:在rorocloud上构建和部署推荐系统-源码

  2. 电影推荐人 关于此演示应用程序 在此“推荐系统演示”中，我们演示了一种模型的工作原理，该模型基于向用户推荐电影的模型，认为该模型会在用户的偏好列表中获得很高的评价 如果推荐不仅基于用户过去的操作，而且还基于所有其他用户的操作，则可以提出有力的建议。 最好的例子可以在Amazon.com上找到……“像您这样的用户喜欢以下产品”。 这种建议称为协作过滤。 我们建立的模型是一种称为项目-项目相似度的协作过滤，我们使用熊猫从头开始建立了一个简单的模型。 请看看在rorodata GitHub的库中的

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：1025024
    • 提供者：weixin_42117082

  1. rival:RiVal推荐系统评估工具包-源码

  2. 对手 RiVal是用于推荐系统的数据拆分和评估的工具包。 该页面包含有关如何使用RiVal代码以及如何编译RiVal的信息。 有关RiVal和文档的更多信息，请访问RiVal或 。 如果您以前没有使用过RiVal，请查阅《指南》。 RiVal在Apache License 2.0版下可用。 安装和依赖性管理 RiVal是通过构建和部署的。 为了安装它，请签出该存储库并运行mvn install 。 这将使其可作为其他Maven项目的依赖项。 模组 RiVal由一个顶级模块和四个子模块组成。

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：276480
    • 提供者：weixin_42131785

  1. duo_unix:Unix系统的双重二重身份验证-源码

  2. 双核Unix 用于Unix系统的Duo二重身份验证。 Duo Unix包含一个PAM模块或一个独立的可执行文件，可用于保护SSH或Sudo等程序。 该存储库旨在用于Duo Unix的开发或最新版本。 对于生产部署，Duo建议使用我们的稳定发行版tarball或软件包。 可以在我们的文档页面上找到说明。 入门 这些说明旨在使您在本地计算机上启动并运行，以进行开发和测试。 有关如何在生产环境中部署Duo Unix的注释，请参见部署部分。 先决条件 在开发Duo Unix时，您可能希望拥有某种虚

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：549888
    • 提供者：weixin_42175971

  1. beingsantosh:我的投资组合-源码

  2. 股票价格预测 在Heroku上部署的Web应用程序。 使用LSTM / GloVe训练模型。 数据是从beautifulcoup和Selenium中回收的。 硕士论文项目 掌握有关推荐系统的论文。 协同过滤概念用于选择前N个项目。 论文主题：研究确定电影推荐系统中项目之间的接近程度的不同距离度量的准确性。 简化探索性数据分析 下面的存储库包含多个笔记本，详细介绍了EDA。 使用的Python库是seaborn，matplotlib，pandas。 YouTube频道 我利用该平台将我的知识分享

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：1024
    • 提供者：weixin_42138139

  1. unsupervised-predict-streamlit-template:EDSA无监督Sprint的基于Streamlit的推荐系统-源码

  2. 基于Streamlit的推荐系统 探索数据科学研究院无监督预测 1）概述 该存储库构成了EDSA数据科学课程中无监督预测任务2的基础。 它包含模板代码，使学生能够基于 Web应用程序框架部署基本的推荐器引擎。 作为预测的一部分，预计学生将在此基础模板上进行扩展； 改进（和修复）给定的基本推荐算法，并通过其他应用程序页面/功能为问题和尝试的解决方案提供更大的上下文。 1.1）什么是推荐系统？ 推荐系统是我们现代技术世界中鲜为人知的英雄。 搜索引擎，在线购物，流式多媒体平台，新闻提要-所有这些

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：18874368
    • 提供者：weixin_42133753

  1. 推荐引擎：探索电影推荐系统并部署为网络应用-源码

  2. 推荐引擎 探索了与Fastai和Keras协作的电影过滤推荐系统。 将基于内容的推荐部署为Web应用程序，为： : 网络应用程序：

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：5242880
    • 提供者：weixin_42134878

  1. 推荐系统：使用余弦相似度和Heroku Web应用程序部署的电影推荐系统-源码

  2. 电影推荐系统 完整文档- 部署的Web应用程序-

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：5242880
    • 提供者：weixin_42099087

  1. 推荐器：TensorFlow Recommenders是一个使用TensorFlow构建推荐器系统模型的库-源码

  2. TensorFlow推荐人 TensorFlow Recommenders是一个使用构建推荐系统模型的库。 它有助于构建推荐系统的完整工作流程：数据准备，模型制定，培训，评估和部署。 它基于Keras构建，旨在使学习曲线平缓，同时仍使您可以灵活地构建复杂的模型。 安装 确保已安装TensorFlow 2.x，并从pip安装： pip install tensorflow-recommenders 文献资料 看看我们的和。 快速开始 为Movielens 100K数据集建立分解模型非常简单

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：245760
    • 提供者：weixin_42128963

  1. winerama-recommender-tutorial：使用Python技术（如Django，Pandas或Scikit-learn，以及其他诸如Bootstrap）的葡萄酒推荐系统教程-源码

  2. 温拉玛 一个使用Python技术（例如Django，Pandas或Scikit-learn）以及其他技术（例如Bootstrap）的网络推荐教程。 该存储库包含酒评和推荐Web应用程序的代码，处于不同阶段，如git标签。 这样的想法是，您可以按照下面列出的标记来学习教程，并学习其中解释的不同概念。 这些教程包括有关如何使用部署Web的。 但是，Koding最近从单独帐户转到了团队帐户，并且提供给我的教程结果的Koding帐户部署的链接不再起作用。 仍然可以完全按照本教程进行操作。 讲解 以下教

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：66560
    • 提供者：weixin_42127835

  1. 具有情感分析功能的AJAX电影推荐系统：基于内容的推荐系统推荐与电影用户喜欢的电影类似的电影，并分析用户对该电影的评论情绪-源码

  2. 基于内容的电影推荐系统，使用AJAX进行情感分析 可以在以下位置找到此应用程序的更新版本： : 基于内容的推荐系统推荐与用户喜欢的电影相似的电影，并分析用户对该电影给出的评论的情绪。 电影的详细信息（标题，类型，放映时间，评分，海报等）是通过TMDB使用API​​， //www.themoviedb.org/documentation/api并使用电影中的IMDB ID来获取的。 API，我进行了网络抓取，以使用beautifulsoup4在IMDB站点中获得用户给出的评论，并对这些评

  3. 所属分类：其它

    • 发布日期：2021-01-30
    • 文件大小：2097152
    • 提供者：weixin_42157556
« 12 3 4 5 6 7 8 9 10 ... 19 »