随笔分类 - 2024秋
摘要：软件需求与分析课堂测试十一 —综合案例建模分析（100分） 根据上述需求，完成下列问题。 1、需求定义：（20分） （1）根据上述描述，绘制系统工作上下范围图。（5分） （2）绘制系统业务流程图。（15分） 2、结构化建模案例分析：（20分） （1）绘制系统的功能结构图。（10分） （2）根据上述描
阅读全文
摘要：软件需求与分析 —综合案例建模分析（100 分） 物料管控系统 1.0【目的】 规范公司生产订单物料控制、在线物料管理，指导物控人员日常作业要 求。 2.0【范围】 适用公司生产订单物料管理及在线物料管理过程。 3.0【定义】 3.1 A 类物料：占物料种类的 10%左右,金额占总金额的 65%左右
阅读全文
摘要：实 验 报 告 名称：混凝土承重等级预测 一、实验背景 在土木工程中，混凝土是构筑建筑物最基本的材料。混凝土可承受的强度与其寿命、制造所使用的材料、测试时的温度等因素息息相关。混凝土的制造过程十分复杂，涉及水泥、熔炉产出的煤渣和灰烬、水、强度塑化剂、粗聚合剂、细聚合剂等多种化工原料。我们用一个压力达
阅读全文
摘要：《机器学习B》期末要求 总体要求：按照模板里的任务要求独立完成期末任务。 需提交的材料。 请按时提交以下材料，缺少任一项则取消期末成绩。 l 任务源代码 l 期末报告（模板见附件1） 期末作业源代码要求 l 所用算法可自由选择包括但不限于课上所学算法，建议自主学习transformer或pytorc
阅读全文
摘要：实验7 Spark初级编程实践 1.实验目的 （1）掌握使用Spark访问本地文件和HDFS文件的方法 （2）掌握Spark应用程序的编写、编译和运行方法 2.实验平台 （1）操作系统：Ubuntu18.04（或Ubuntu16.04）； （2）Spark版本：2.4.0； （3）Hadoop版本：
阅读全文
摘要：实验6 熟悉Hive的基本操作 1.实验目的 （1）理解Hive作为数据仓库在Hadoop体系结构中的角色。 （2）熟练使用常用的HiveQL。 2.实验平台 操作系统：Ubuntu18.04（或Ubuntu16.04）。 Hadoop版本：3.1.3。 Hive版本：3.1.2。 JDK版本：1.
阅读全文
摘要：实验5 MapReduce初级编程实践 1.实验目的 （1）通过实验掌握基本的MapReduce编程方法； （2）掌握用MapReduce解决一些常见的数据处理问题，包括数据去重、数据排序和数据挖掘等。 2.实验平台 （1）操作系统：Linux（建议Ubuntu16.04或Ubuntu18.04）
阅读全文
摘要：实验4 NoSQL和关系数据库的操作比较 1.实验目的 （1）理解四种数据库(MySQL、HBase、Redis和MongoDB)的概念以及不同点； （2）熟练使用四种数据库操作常用的Shell命令； （3）熟悉四种数据库操作常用的Java API。 2.实验平台 （1）操作系统：Linux（建议U
阅读全文
摘要：实验3 熟悉常用的HBase操作 1.实验目的 （1）理解HBase在Hadoop体系结构中的角色； （2）熟练使用HBase操作常用的Shell命令； （3）熟悉HBase操作常用的Java API。 2.实验平台 （1）操作系统：Linux（建议Ubuntu16.04或Ubuntu18.04）；
阅读全文
摘要：实验2 熟悉常用的HDFS操作 1.实验目的 （1）理解HDFS在Hadoop体系结构中的角色； （2）熟练使用HDFS操作常用的Shell命令； （3）熟悉HDFS操作常用的Java API。 2. 实验平台 （1）操作系统：Linux（建议Ubuntu16.04或Ubuntu18.04）； （2
阅读全文
摘要：实验1 熟悉常用的Linux操作和Hadoop操作 1.实验目的 Hadoop运行在Linux系统上，因此，需要学习实践一些常用的Linux命令。本实验旨在熟悉常用的Linux操作和Hadoop操作，为顺利开展后续其他实验奠定基础。 2.实验平台 （1）操作系统：Linux（建议Ubuntu16.0
阅读全文
摘要：实验总结 经过对八个实验的深入学习和实践，我对于机器学习中的多个重要算法有了更加全面的认识和理解。以下是我从这一系列实验中获得的主要收获和总结： 1. 数据准备的重要性： 所有实验都强调了数据准备在机器学习中的重要性。数据的清洗、预处理和分割对于模型性能有着直接的影响。合理的数据划分可以确保模型评估
阅读全文
摘要：实验八：随机森林算法实现与测试 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/
阅读全文
摘要：实验七：K 均值聚类算法实现与测试 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，
阅读全文
摘要：实验六：朴素贝叶斯算法实现与测试 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
阅读全文
摘要：实验五：BP 神经网络算法实现与测试 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
阅读全文
摘要：实验四：SMO 算法实现与测试 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
阅读全文
摘要：实验三：C4.5（带有预剪枝和后剪枝）算法实现与测试 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
阅读全文
摘要：实验二：逻辑回归算法实现与测试 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
阅读全文
