码市    500人浏览/47人投稿    927天前    已托管赏金

功能1、装修资讯最新装修风格，最新装修材料等资讯。2、分类展示按风格 按户型 按造价 按空间等分类展示，如简约风格，田园风格，欧式风格等。3、详情内容展示配合各种图片文字，短视频展示详情内容。4、选购参考地板砖，衣柜，厨房卫浴产品，灯光照明等常用五金选购参考。5、保养清洁知识衣柜、纱窗清洁，厨房收纳整理，地板的保养6、客户交流区：客户对各种装修风格特点交流，各种家居用品使用体验。

猿急送    410人浏览/47人投稿    726天前    已托管赏金

一、利用tree.js实现3Dmax导入obj格式模型导入 二、实现机房相关特效 三、接任务需要有成功案例 四、后续有小调整需要有售后支持

开源众包    276人浏览/47人投稿    1249天前    已托管赏金

提供Matlab源代码，代码需满足附件要求

码市    54人浏览/47人投稿    926天前    已托管赏金

简介本项目是收购废器的手机 APP 开发,旨在为⽤用户提供便利、放心的⼿机端查询、联系产品。功能需求适配 安卓各版本。功能包含： 启动引导页、账户功能、交易功能、消息通知与推送等APP 架构参照同类型产品

码市    371人浏览/47人投稿    730天前    已托管赏金

我本人是全栈开发,但没时间处理这个,所以想找人帮忙,只是一款普通的视频播放器App,首页展示、分类选择、详情页播放、底部推荐列表,基本都是些数据展示的,没什么页面,就几个,大部分都是跳转到web去的,甚至都没有注册登录功能,不过有分享功能,耍猴的那种,你懂的,需求比较明确,因为已经有一版安卓的了,现在是想用Flutter重写,实现两个端一个人维护,你照着安卓的App抄就是了,不明白需求的直接看Java源码都行,所以要求要会Java,至少能看安卓的Java工程,5天应该够了的,多的话7天,需要用git每天提交让我看进度,后期还要包维护,不过有维护费,每个月2000块,不会有什么太麻烦的需求,无非就是改下字、加个按钮、换个图片、打个包之类的,麻烦的需求可以另外算钱

猿急送    205人浏览/47人投稿    730天前    已托管赏金

一、需求描述： 类别：服务类网站开发 进度：已经有产品文档、原型图、UI，需要开发、上线、运营。 功能：开发一个Web端的网站，网站面相国外用户（英文），此网站可以根据用户的要求自动生成PC配置单，网站的收入主要来源于用户的会费和广告，收单工具主要是Paypal等国外的第三方支付工具，网站对应的收款账户是香港的银行账户。 二、人才要求： 需要一位经验丰富的产品经理或者产品总监，能够全程负责和监督此网站的需求、设计、UI、开发、测试、上线、运营、推广等工作，同时协助网站的策划、人员招聘、与其他合作公司或者人员的业务对接等工作，对网站的业务、质量和盈利负责。 三、参考产品：

开源众包    24人浏览/47人投稿    405天前    已托管赏金

我复现Pros论文中的代码时使用conda env create -f ProS.yaml命令时报错了，调半天没调好，希望有人帮我复现这篇论文的代码。论文名：ProS: Prompting-to-simulate Generalized knowledge for Universal Cross-Domain Retrieval。

开源众包    87人浏览/47人投稿    901天前    已托管赏金

通过蓝牙连接骑行台，然后设置阻力和阻力比

智城外包网    247人浏览/47人投稿    734天前    已托管赏金

1，工作内容： 打包APK包壳上架谷歌（海外苹果）等商城 工作地点随意 兼职可居家工作

开源众包    434人浏览/47人投稿    924天前    已托管赏金

For Data classification you can use the Sklearn libraries, which contains a range of useful algorithms that can easily be implemented and setting for the purposes of classification and other machine learning tasks You can also use different libraries for Python up to you.1. Load the DataFrame, which provided or Generate a random DataFrame for classification problem with your own setting (used method make_classification()).2. Generate descriptive statistics. Group DataFrame using a Series of columns up to you. Create two count plots up to you.3. Choose a Classification method (K-Nearest Neighbors, Support Vector Machines, Decision Tree Classifiers, Naive Bayes, Linear Discriminant Analysis, Logistic Regression and so on) and perform necessary data-preparation for this model. Justify the need for choosing preprocessing steps.4. Separate the dataset into feature columns and target column. Create the testing and training splits (import train_test_split).5. Perform an Exploratory Data Analysis (import pyplot, import seaborn).6. Analyze the model settings. Create classification models with different settings. For each model with different settings:6.1 Estimate the model on Testing dataset.6.2 Make a classification report (import ConfusionMatrixDisplay, roc_curve, auc, classification_report,accuracy_score, confusion_matrix).Visualize a confusion matrix. Plot ROC curve.7. Additional step. Compare the quality of the model at different settings. Present the result of comparing as a barplot. Print the value of the criteria upper the every barplot.Output:The program code.