已转换好的Chat-GLM可用的金融行业数据集60w+条数据（问答对形式）可用来直接训练Chat-GLM的模型。 例：{ "prompt": "转入多久到账，能查询进度吗", "response": "若是招行转出，网上银行/手机银行转账汇款到账时间:同行转账:无论同城或异地，转入个人账户实时到账，转入公司账户，账号户名完全匹配则实时入账，若不完全相符，代理行会计将在1个工作日内入账或退回。跨行转账:有三种转账模式，分为普通、快速和实时，到账时间不同:1、普通模式:1-2个工作日内提出，到账时间取决于对方银行的系统处理情况；2、快速模式:我行实时提出，到账时间取决于对方银行的系统处理情况；3、实时模式:正常情况下，实时到账。4、“次日提出”转账模式，跨行转账在次日0点以普通模式提出，预计1-2个工作日到账。", "history": [ ] }

glm-0.9.8.0版本

各种回归模型，用于生态学数据分析，文中实例超级实用，值得拥有。

glm-0.9.9.7.zip，可以直接下载下来复制到代码文件中

glm 库文件操作图片变换

R语言中实现GLM模型的相关处理。生成模型等

GLM显示带纹理的OBJ

由于 C/C++标准库中没有几何数学库，这样造成在开发一个三维系统之初往往都需要自行实现一个实用的几何数学库，这样太费时费力了。GLM的出现可以很好的解决这个问题。 GLM 设计上遵照OpenGL Shading Language风格，使用开放的MIT授权协议。会GLSL的人可以很快上手。因采用了数据结构与函数方法分离的方式，可以很容易扩充函数方法而不改变原文件（增加新的头文件即可，不过得在不同的头文件中找函数方法比较费力）。

版本为glm-0.9.8.5，自学opengl，在官网上所下载，配置opengl环境所需的库，下载解压后在vs里面配置就行，具体配置见博客文章

#glmnet包含有线性回归，逻辑回归，泊松计数模型，cox回归模型，多分类逻辑回归多响应线性回归 #阿法系数=0是岭回归，阿法系数=1，是lasso回归 ############################################################ data(QuickStartExample) #20 Independent variables and 1 dependent variable fit<-glmnet(x,y) #查看计算路径 print(fit)#Df是非零系数的个数，第三列是惩罚力度，第二列是相应的惩罚力度对应的解释偏差百分比 #利用coef来提取模型的系数 coef(fit,s=0.1) #可视化 plot(fit) #预测 #参数newx用来设置输入数据，s用来设置朗姆塔（惩罚力度）的值 nx<-matrix(rnorm(10*20),10,20) predict(fit,newx=nx,s=c(0.1,0.05)) #交叉验证，筛选最优的朗姆塔的值，cv.glmnet函数实现这个功能 cvfit<-cv.glmnet(x,y) plot(cvfit)#红色散点为交叉验证的散点图，两条垂直的虚线为交叉验证后选定的朗姆塔 #提取最优的朗姆塔的值 cvfit$lambda.min#均方误差最小 cvfit$lambda.1se#一倍标准差 #根据朗姆塔来取得系数 coef(cvfit,s='lambda.min') #将稀疏矩阵转化为传统矩阵 as.matrix(coef(cvfit,s='lambda.min'))