摘要：
实验10：组合模式 本次实验属于模仿型实验，通过本次实验学生将掌握以下内容： 1、理解组合模式的动机，掌握该模式的结构； 2、能够利用组合模式解决实际问题。 [实验任务一]：组合模式 用透明组合模式实现教材中的“文件夹浏览”这个例子。 实验要求： 1.文件的执行不需真正实现，只需简单提示即可； 2. 阅读全文
摘要：
实验9：桥接模式 本次实验属于模仿型实验，通过本次实验学生将掌握以下内容： 1、理解桥接模式的动机，掌握该模式的结构； 2、能够利用桥接模式解决实际问题。 [实验任务一]：两个维度的桥接模式 用桥接模式实现在路上开车这个问题，其中，车可以是car或bus，路可以是水泥路或沥青路。 实验要求： 1.画 阅读全文
摘要：
实验8：适配器模式 本次实验属于模仿型实验，通过本次实验学生将掌握以下内容： 1、理解适配器模式的动机，掌握该模式的结构； 2、能够利用适配器模式解决实际问题。 [实验任务一]：双向适配器 实现一个双向适配器，使得猫可以学狗叫，狗可以学猫抓老鼠。 实验要求： 1.画出对应的类图； 2.提交源代码； 阅读全文
摘要：
实验7：单例模式 本次实验属于模仿型实验，通过本次实验学生将掌握以下内容： 1、理解单例模式的动机，掌握该模式的结构； 2、能够利用单列模式解决实际问题。 [实验任务一]：学号的单一 仿照课堂的身份证的例子，实现每个同学仅有一个学号这一问题。 实验要求： 1.画出对应的类图； 2.提交源代码； 3. 阅读全文
摘要：
实验6：原型模式 本次实验属于模仿型实验，通过本次实验学生将掌握以下内容： 1、理解原型模式的动机，掌握该模式的结构； 2、能够利用原型模式解决实际问题。 [实验任务一]：向量的原型 用C++完成数学中向量的封装，其中，用指针和动态申请支持向量长度的改变，使用浅克隆和深克隆复制向量类，比较这两种克隆 阅读全文
摘要：
实验5：建造者模式 本次实验属于模仿型实验，通过本次实验学生将掌握以下内容： 1、理解建造者模式的动机，掌握该模式的结构； 2、能够利用建造者模式解决实际问题。 [实验任务一]：计算机组装 使用建造者模式，完成下述任务：计算机组装工厂可以将CPU、内存、硬盘、主机等硬件设备组装在一起构成计算机，计算 阅读全文
摘要：
实验4：抽象工厂模式 本次实验属于模仿型实验，通过本次实验学生将掌握以下内容： 1、理解抽象工厂模式的动机，掌握该模式的结构； 2、能够利用抽象工厂模式解决实际问题。 [实验任务一]：人与肤色 使用抽象工厂模式，完成下述产品等级结构： 实验要求： 1.画出对应的类图； 2.提交源代码； 3.注意编程 阅读全文
摘要：
实验3：工厂方法模式 本次实验属于模仿型实验，通过本次实验学生将掌握以下内容： 1、理解工厂方法模式的动机，掌握该模式的结构； 2、能够利用工厂方法模式解决实际问题。 [实验任务一]：加密算法 目前常用的加密算法有DES（Data Encryption Standard）和IDEA（Internat 阅读全文
摘要：
实验2：简单工厂模式 本次实验属于模仿型实验，通过本次实验学生将掌握以下内容： 1、理解简单工厂模式的动机，掌握该模式的结构； 2、能够利用简单工厂模式解决实际问题。 [实验任务一]：女娲造人 使用简单工厂模式模拟女娲(Nvwa)造人(Person)，如果传入参数M，则返回一个Man对象，如果传入参 阅读全文
摘要：
实验1：UML与面向对象程序设计原则 本次实验属于模仿型实验，通过本次实验学生将掌握以下内容： 1、掌握面向对象程序设计中类与类之间的关系以及对应的UML类图； 2、理解面向对象程序设计原则。 [实验任务一]：UML复习 阅读教材第一章复习UML，回答下述问题： 面向对象程序设计中类与类的关系都有哪 阅读全文
摘要：
经过这八个实验的学习和实践，我对机器学习领域的多个方面有了更深入的理解和体会。以下是我对每个实验的体会以及对TensorFlow和PyTorch的学习感悟。 实验一：数据准备与模型评估 体会： 数据预处理的重要性：在任何机器学习任务中，数据的质量直接影响模型的性能。我学到了如何清洗、标准化和转换数据 阅读全文
摘要：
一、实验目的 深入理解随机森林的算法原理，进而理解集成学习的意义，能够使用 Python 语言实现 随机森林算法的训练与测试，并且使用五折交叉验证算法进行模型训练与评估。 二、实验内容 （1）从 scikit-learn 库中加载 iris 数据集，使用留出法留出 1/3 的样本作为测试集（注 意同 阅读全文
摘要：
一、实验目的 深入理解 K 均值聚类算法的算法原理，进而理解无监督学习的意义，能够使用 Python语言实现 K 均值聚类算法的训练与测试，并且使用五折交叉验证算法进行模型训练与评估。 二、实验内容 （1）从 scikit-learn 库中加载 iris 数据集，使用留出法留出 1/3 的样本作为测 阅读全文
摘要：
一、实验目的 深入理解朴素贝叶斯的算法原理，能够使用 Python 语言实现朴素贝叶斯的训练与测试， 并且使用五折交叉验证算法进行模型训练与评估。 二、实验内容 （1）从 scikit-learn 库中加载 iris 数据集，使用留出法留出 1/3 的样本作为测试集（注 意同分布取样）； （2）使用 阅读全文
摘要：
一、实验目的 深入理解 BP 神经网络的算法原理，能够使用 Python 语言实现 BP 神经网络的训练与测 试，并且使用五折交叉验证算法进行模型训练与评估。 二、实验内容 （1）从 scikit-learn 库中加载 iris 数据集，使用留出法留出 1/3 的样本作为测试集（注 意同分布取样）； 阅读全文
摘要：
一、实验目的 深入理解支持向量机（SVM）的算法原理，能够使用 Python 语言实现支持向量机的训练与测试，并且使用五折交叉验证算法进行模型训练与评估。 二、实验内容 （1）从 scikit-learn 库中加载 iris 数据集，使用留出法留出 1/3 的样本作为测试集（注 意同分布取样）； （ 阅读全文
摘要：
一、实验目的 深入理解决策树、预剪枝和后剪枝的算法原理，能够使用 Python 语言实现带有预剪枝和后剪枝的决策树算法 C4.5 算法的训练与测试，并且使用五折交叉验证算法进行模型训练与评估。 二、实验内容 （1）从 scikit-learn 库中加载 iris 数据集，使用留出法留出 1/3 的样 阅读全文
摘要：
一、实验目的 深入理解对数几率回归（即逻辑回归的）的算法原理，能够使用 Python 语言实现对数 几率回归的训练与测试，并且使用五折交叉验证算法进行模型训练与评估 二、实验内容 （1）从 scikit-learn 库中加载 iris 数据集，使用留出法留出 1/3 的样本作为测试集（注意同分布取样 阅读全文
摘要：
一、实验目的 熟悉 Python 的基本操作，掌握对数据集的读写实现、对模型性能的评估实现的能力； 加深对训练集、测试集、N 折交叉验证、模型评估标准的理解。 二、实验内容 （1）利用 pandas 库从本地读取 iris 数据集； （2）从 scikit-learn 库中直接加载 iris 数据集 阅读全文