1 打工是不可能打工的/Movie-Ticketing-System-BC-2018.7

Java Web项目——电影购票系统

14 yyh/mvrecmd

:tropical_fish:电影推荐系统，采用Item-Based协同过滤算法，实现了基本的电影推荐功能.

16 price6856/MarketAndroidApp

1 551885966@qq.com/ServletJDBC

Servlet+JDBC+商品列表查询和修改

4 outman1233/kaggle_house_prices

问题定义，下载数据，观察结构，找最相关部分特征； 除去异常值，填充缺省值，部分特征正态化，特征编码向量化，增加新特征； 定义评估标准，选择表现好的几个模型，模型参数最优化，stacking模型融合。最终误差降低到0.101左右。详细介绍见https://zhuanlan.zhihu.com/p/89923216

4 陈柏戈/myshop

一个仿手机淘宝的购物商城

1 ZeroFlt/LKShop

3 huolf/music_recommendation_2018

1.解析爬取到的Json歌单数据，并进行数据预处理。 2.基于Surprise推荐系统库，采用KNNBaseLine实现基于用户 的协同过滤歌曲推荐。3.借鉴Word2Vec算法思想进行Song2Vec处理，实现基于物品的协同过滤歌曲推荐。 4.采用 TensorFlow实现基于LFM的歌曲推荐。

1 我命如雪存活于冬向往凡尘夏日/SearchView

仿微信 发起群聊页面的搜索

1 igenerator/第一周作业 利用线性回归技术实现共享单车数量预测

问题描述 一、数据说明： Capital Bikeshare （美国Washington, D.C.的一个共享单车公司）提供的共享单车数据。数据包含每天的日期、天气等信息，需要预测每天的共享单车骑行量。 解题提示 原始数据集地址：http://archive.ics.uci.edu/ml/datasets/Bike+Sharing+Dataset 1) 文件说明 day.csv: 按天计的单车共享次数（作业只需使用该文件） hour.csv: 按小时计的单车共享次数（无需理会） readme：数据说明文件 2) 字段说明 Instant记录号 Dteday：日期 Season：季节（1=春天、2=夏天、3=秋天、4=冬天） yr：年份，(0: 2011, 1:2012) mnth：月份( 1 to 12) hr：小时 (0 to 23) （只在hour.csv有，作业忽略此字段） holiday：是否是节假日（0/1） weekday：星期中的哪天，取值为0～6 workingday：是否工作日（0/1） 1=工作日 （是否为工作日，1为工作日，0为非周末或节假日） weathers