Naive UI 正在参加 2020 年度 OSC 中国开源项目评选,请投票支持!
Naive UI 在 2020 年度 OSC 中国开源项目评选 中已获得 {{ projectVoteCount }} 票,请投票支持!
投票让它出道
已投票
Naive UI 获得 2020 年度 OSC 中国开源项目评选「最佳人气项目」 !
Naive UI 获得 2020 年度 OSC 中国开源项目评选「最佳人气项目」「最积极运营项目」 !
Naive UI 获得 2020 年度 OSC 中国开源项目评选「最积极运营项目」 !
授权协议 MIT
操作系统 跨平台
软件类型 开源软件
所属分类 程序开发UI组件库
开源组织
地区 国产
投 递 者 局长
适用人群 未知
收录时间 2021-06-09

软件简介

Naive UI 是一个完全使用 TypeScript 编写的 Vue 3 组件库。

特性

  • 超过 70 个组件
  • 提供使用 TypeScript 构建的先进的类型安全主题系统
  • select、tree、transfer、table、cascader 等组件支持使用虚拟列表

组件示例

头像

按钮

展开阅读全文

代码

的 Gitee 指数为
超过 的项目

评论 (12)

加载中
https://www.naiveui.com/ 首页无法访问
06/18 10:10
回复
举报
打分: 力荐
这个牛
06/16 08:56
回复
举报
打分: 力荐
很有意思的 demo 文案
06/10 16:18
回复
举报
我想知道如果我用这套ui做网站会不会被墙?
06/10 14:29
回复
举报
国内公司开发的
06/10 14:43
回复
举报
挺好,和element-plus相比,有啥优势
06/10 14:19
回复
举报
蛮不错的
06/10 10:09
回复
举报
图样
06/10 09:55
回复
举报
我看了一下,感觉挺不错的
06/10 09:05
回复
举报
too simple, sometime is naive
06/10 08:29
回复
举报
??
06/10 08:15
回复
举报
更多评论
暂无内容
发表了博客
2018/07/26 10:33

Naive Operations

Problem Description In a galaxy far, far away, there are two integer sequence a and b of length n. b is a static permutation of 1 to n. Initially a is filled with zeroes. There are two kind of operations: 1. add l r: add one for al,al+1...ar 2. query l r: query ∑ri=l⌊ai/bi⌋ Input There are multiple test cases, please read till the end of input file. For each test case, in the first line, tw...

0
0
发表了博客
2018/07/30 10:10

Naive Operations

PS:照着感觉瞎写了一波。记录每个区间的最小值,当a数组加1时,b数组减一,即对应区间的最小值减1,如果最小值变成了0,就暴力寻找那些位置变成0的,并将值重置为a[i] //#include<bits/stdc++.h> #include<cstdio> #include<cstring> #include<iostream> #include<algorithm> #include<bitset> #include<vector> #include<queue> #include<map> #include<string> #include<stack> #define ll long long #define P ...

0
0
发表了博客
2013/11/19 16:40

Naive Bayes 笔记

Naive Bayes (朴素贝叶斯) 属于监督学习算法, 它通过计算测试样本在训练样本各个分类中的概率来确定测试样本所属分类, 取最大概率为其所属分类. 优点 在数据较少的情况下仍然有效,可以处理多类别问题 缺点 对输入数据的准备方式较为敏感 适用数据类型 标称型 基础概念 1. 条件概率 P(A|B) 表示事件B已经发生的前提下, 事件A发生的概率, 即事件B发生下事件A的条件概率。 计算公式为: 2. 贝叶斯公式 当 P(A|B) 比较容易计算, P(B...

0
1
发表于云计算专区
2016/02/16 14:17

【机器学习实战】Naive Bayes

一、概述 优点:在数据少的情况下仍然有效,可以处理多类别问题 缺点:对于输入数据的准备方式较为敏感 适用数据类型:标称型数据 二、原理 三、文档分类 A,B,C,D..为文档中单词。假设总词汇只有A,B,C,D四种。训练样本为5个 A B C D 类别 文档1 0 0 1 1 0 文档2 0 1 1 1 0 文档3 1 0 0 1 1 文档4 1 1 0 0 1 文档5 1 1 1 0 1 测试文档 1 0 1 0 ? 类别:C0,C1 测试文档:W 求:max{P(C0|W),P(C1|W)} ===> max{log[P(C0|W)],log[P(...

0
0
发表了博客
2018/01/22 04:46

Naive Bayes Algorithm And Laplace Smoothing

朴素贝叶斯算法(Naive Bayes)适用于在Training Set中,输入X和输出Y都是离散型的情况。如果输入X为连续,输出Y为离散,我们考虑使用逻辑回归(Logistic Regression)或者GDA(Gaussian Discriminant Algorithm)。 试想,当我们拿到一个全新的输入X,求解输出Y的分类问题时,相当于,我们要求解概率p(Y|X)这里的X和Y都是向量,我们要根据p(Y|X)的结果,找出可能性最大的那个y值,进行输出。举个经典的垃圾邮件(Spam)分类例子:如果在...

0
0
发表了博客
2018/01/09 13:24

机器学习实战三(Naive Bayes)

机器学习实战三(Naive Bayes) 前两章的两种分类算法,是确定的分类器,但是有时会产生一些错误的分类结果,这时可以要求分类器给出一个最优的猜测结果,估计概率。朴素贝叶斯就是其中一种。 学过概率论的人对于贝叶斯这个名字应该是相当的熟悉,在学条件概率的时候,贝叶斯公式可谓是一针见血。这里的“朴素贝叶斯”,是因为在计算贝叶斯概率的时候只考虑最原始、最简单的假设。 Naive Bayes(朴素贝叶斯) 优点:在数据较少的情...

0
0
发表了博客
2019/02/21 23:15

朴素贝叶斯(Naive Bayesian)

简介 Naive Bayesian算法 也叫朴素贝叶斯算法(或者称为傻瓜式贝叶斯分类) 朴素(傻瓜):特征条件独立假设 贝叶斯:基于贝叶斯定理 这个算法确实十分朴素(傻瓜),属于监督学习,它是一个常用于寻找决策面的算法。 基本思想 (1)病人分类举例 有六个病人 他们的情况如下: 症状 职业 病名 打喷嚏 护士 感冒 打喷嚏 农夫 过敏 头痛 建筑工人 脑震荡 头痛 建筑工人 感冒 打喷嚏 教师 感冒 头痛 教师 脑震荡 根据这张表 如果来了...

0
0
发表了博客
2018/07/03 16:54

机器学习算法 --- Naive Bayes classifier

一、引言   在开始算法介绍之前,让我们先来思考一个问题,假设今天你准备出去登山,但起床后发现今天早晨的天气是多云,那么你今天是否应该选择出去呢? 你有最近这一个月的天气情况数据如下,请做出判断。 这个月下雨的天数占10% 这个月早晨是多云的天数占40% 在下雨的天数中早晨是多云的占50%   如果有普通本科的概率论知识,这个问题就不难解决,计算一下今天会下雨的概率,然后根据概率决定即可。解决方式如下:    ...

0
0
发表了博客
2019/03/19 11:12

HDU 5405 Sometimes Naive(动态树)

题意 $n$ 个节点的树,每个点有点权,$m$ 次操作,操作分两种,修改一个节点的点权,对于一个 $(u,v)$ ,询问 $\displaystyle\sum_{i=1}^n\sum_{j=1}^n f(i,j)$ 的值,其中如果路径 $(i,j)$ 与路径 $(u,v)$ 有公共点,$f(i,j)=w_iw_j$( $w_i$ 表示节点 $i$ 的点权),否则 $f(i,j)=0$ 。 $1\leq n,m \leq 10^5$ 思路 先讲一下用 $\text{LCT}$ 维护子树信息的写法(以子树和为例)。 我们需要一个两个数组维护和,$sum,isum$ 前...

0
0
没有更多内容
加载失败,请刷新页面
点击加载更多
加载中
下一页
暂无内容
12 评论
48 收藏
分享
OSCHINA
登录后可查看更多优质内容
返回顶部
顶部