首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    【2023新书】现代深度学习表格数据处理:常见建模问题的新方法

    来源:专知本文为书籍介绍,建议阅读5分钟这本书提供了一个强大的概念和理论工具包来解决具有挑战性的表格数据问题。 深度学习是现代人工智能领域最强大的工具之一。虽然主要应用于高度专业化的图像、文本和信号数据集,但本书对一个看似不太可能的领域——表格数据,合成并提出了新的深度学习方法。无论是在金融、商业、安全、医学还是无数其他领域,深度学习都可以帮助挖掘和建模表格数据中的复杂模式——这是一种非常普遍的结构化数据形式。 本书的第一部分提供了与整体建模和操作表格数据相关的机器学习原则、算法和实现技能的严格概述。第二

    01

    项目工作量估算的专家法

    我们在软件项目可研、招投标和工作量估算等管理实践的过程中,常常被一个问题所困扰:究竟我们怎么预估或者证明某个项目需要多少人和资源,工作量是如何计算出来的? 实践中,我们最多使用的是拍脑袋法,根据项目的deadline,结合以往的项目经验,给一个大致合理,或者说,看上去合理的工作量估算。这样做有两个问题: 1)估算量按照deadline倒推,不够准确。 2)由于项目类型,规模,性质,范围的不同,以往的项目经验往往不能匹配目前的项目,造成张冠李戴的错误。 那么,有没有更好的解决方案呢? 笔者在最近的工作实践中,接触到一种项目估算的专家法,可以提升估算的准确度,为项目决策提供科学的数据。 这个方法的核心思想就是:首先根据公司或者项目建设团队历史的经验,确定一系列的背景数据,如项目难度系数,团队开发效率,团队测试效率,团队文档效率等,再由3至5名有相似经验的专家对建设过程中的各个动作(如需求分析、设计、编码、测试、集成等)进行独立评估,给出工作量预估值,最后汇总所有专家的数据,根据一定的计算规则,算出最终的估算值,作为项目评估的依据。 具体的操作表格见下,表格比较清晰,具有自解释性,不再赘述: 链接:http://pan.baidu.com/s/1o8iITIi 密码:p9xv 虽然这个方法可以提升评估的准确度,但是要注意的是,这个方法仍然基于人的经验评估,所以出现一定的偏差仍然是难以避免的。由于软件项目基于大脑智力活动的特点,对于工作量的预先估计只能无限接近,难以完全到达。这也是大家普遍接受的一种认知。

    03

    c++程序员必知必会的技术,推荐你们一份qt书单

    Qt是软件开发领域中非常著名的C++可视化开发平台。本书以Qt 5.11为平台,介绍Qt和QML编程及其应用开发。全书分为5个部分。第1部分为Qt基础,在上一版的基础上增加了Qt操作表格处理软件Excel数据和字处理软件Word数据的内容。第2部分为Qt综合实例,重新设计了电子商城系统、MyWord字处理软件、微信客户端程序。第3部分为Qt扩展应用OpenCV,首先配置OpenCV-3.4.3,然后介绍典型图片处理。第4部分为QML和Qt Quick及其应用,介绍了QML及Qt Quick相关内容,【综合实例】为多功能文档查看器。第5部分为附录,介绍了C++相关知识和Qt 5简单调试。本书提供配套的视频,分析典型案例,通过扫描二维码播放。为了方便读者上机练习,书中实例提供源代码,其编号为CH×××。源代码及其工程文件可从华信教育资源网(http://www.hxedu.com.cn)免费下载。本书既可作为Qt 的学习和参考用书,也可作为大学教材或Qt 5培训用书。

    00

    JQuery 实现开发常用功能

    标签克隆的两种实现方式: <body>

    + <input type="text"/>

    <script src="https://code.jquery.com/jquery-3.4.1.min.js"></script> <script> function Add(ths) {

    02
    领券