ChildishChange

摘要：[2018福大至诚软工助教]测试与优化小结 一、得分 本次博客作业采用的评分标准如下： 1. 单元测试 10 说明自己设计单元测试的思路 3 选择部分单元测试代码发布在博客中，并说明测试的函数，构造测试数据的思路 3 博客中附上单元测试得到的测试覆盖率截图 4 单元测试总体覆盖率要求达到 90% 以 阅读全文

摘要：[2018福大至诚软工助教]结对项目小结 一、得分 点击表头内相应项目可针对该项目进行排序。 |学号1|学号2|提交了代码|学号1程序|学号2程序|预估与实际|需求分析|设计|编码|测试|总结|博客总分|提交与填表|学号1总分|学号2总分| | | | | | | | | | | | | | | | 阅读全文

摘要：S2X环境搭建与示例运行 http://dbis.informatik.uni freiburg.de/forschung/projekte/DiPoS/S2X.html 环境 Maven project Built in Eclipse Eclipse 3.8/4.2/4.3 (Juno & Ke 阅读全文

摘要：[2018福大至诚软工助教]结对作业1测试结果 零、测试前提 本次测试使用的测试程序链接：https://github.com/ChildishChange/zcxyAutoTest 本次测试亓老师仓库内的所有代码：https://github.com/qixjing/Pair2018_1 本次测试 阅读全文

摘要：机器学习 3 线性分类 符号约定 贝叶斯分类器 1. 基于最小错误率的决策 符号约定： 样本 $\boldsymbol{x}\in R^d$ 状态（类） $w = {w_1,w_2,\dots}$ 先验概率 $P(w_1),P(w_2)$ 样本分布密度 $p(x)$ 类条件概率密度 $p(\bold 阅读全文

摘要：机器学习 2 线性回归 首先吐槽我们的老师上课上得真是太烂了 PPT里有很多对本章内容没有意义的公式，而且还不解释是在干什么。。 没有约定好数学符号 没有说明是行向量还是列向量，一开始用列向量计算，然后改成了行向量，也没有说明 回归 1. 什么是回归 定义： 首先 回归 属于 监督学习 的一种，回归 阅读全文

摘要：机器学习 1 数学基础 本系列博客为本人课程笔记。 统计是已知数据，推模型和参数。 最大似然估计 1. 似然函数 $\theta$ 是概率密度的一个确定性的参数集（分布参数，例如正态分布中的 $\mu$ 或 $\sigma$ ）， $P(X^{(N)};θ)$ 是条件概率密度$P(x^{(N)}|θ 阅读全文