- 综合排序
- 最热优先
- 最新优先
- 来自专栏好好学习
【UML建模】（5） UML建模之活动图
活动图的建模技术 对业务流程建模 选择一个将要描述的重要过程，过程中尽量涉及数量少但是关键的对象或参与者，将无关或关联很小的对象排除在外。 把局部的过于复杂的动作序列加以总结，绘制成一个活动节点；如果需要，把这个动作序列使用另外的活动图进行建模。 找出连接这些动作和活动节点的控制流，并且准确找到过程中的分支、分叉、合并与结合节点。 对用例交互建模 选择概念用例--即从系统对客户提供的各种服务中确定出一个关键业务，这个关键业务可能是在多个相同或者不同的情况下反复出现，或者是系统需要提供的一个关键服务或进行的关键操作。
4.3K20编辑于 2022-03-31 - 来自专栏智能时刻
【企业架构】在 Powerpoint 中建模企业架构
有像 TOGAF 这样的标准方法，提供 Open Group ArchiMate 图表定义，用于建模企业架构。 通常，要创建企业架构图，您可以使用标准的 Microsoft Visio，或者如果您更认真，则可以使用 Sparx EA。我发现你也可以使用简陋的 Powerpoint 进行管理。 它允许您拖放元素以按照您喜欢的方式创建模型。为了帮助您入门，我在这里描述了三个最有用的图表和使用模板创建它们的过程。 （战略、物理和实施与迁移层，我们将在下次讨论） 业务层 无论您是为解决方案架构创建图表还是试图描述完整的企业架构，最好的方法都是从业务层开始。 结论 使用 Powerpoint 绘制企业架构图是开始描述您的需求、所需功能和操作环境的一种简单方法。我们已经描述了一个基本的图表，但很容易扩展（即颜色元素）模板以满足您的组织需求。
1.9K30编辑于 2022-09-26 - 来自专栏全栈程序员必看
5G信道建模
5G毫米波 一般认为毫米波波段的信道具有稀疏性，即径数远小于天线数，因此直接在角度域上通过估计各条径的AoD/AoA和增益系数做信道估计，比起在天线域上做信道估计更简单。 而在低频NLoS情况下，由于散射传播路径非常丰富，信道不存在稀疏性，也没有一个清晰的几何结构，因此一般建模为随机的比如Rayleigh信道。
87520编辑于 2022-08-15 - 来自专栏JavaEdge
5-基础构建模块
2 并发容器 Java5提供了多种并发容器来改进同步容器的性能。 同步容器将所有对容器状态的访问都串行化，以实现他们的线程安全性。 在Java 5中增加了 ConcurrentHashMap，用来替代同步且基于散列的Map，增加了对一些常见符合操作的支持，例如“若没有则添加”、替换以及有条件删除等。
49520编辑于 2022-11-29 - 来自专栏PowerBI战友联盟
PowerBI 企业级建模设计流程框架
流程 在这个工作流程中，将PowerBI设计从数据源经过： 数据准备：将数据从数据源提出到加载进入建模之前的阶段。 数据建模：增强数据模型的原本不包括的信息和计算方法。 如：企业的销售状况如何。这些主题通常由最终用户以及业务专家共同定义。 业务指标：为了定量的描述业务主题的好坏以及大小的程度，而必须明确的可被度量的业务逻辑。如：销售额，利润率，同比增长率。 套路中的流程 套路中包括两个非常重要的流程： 动态业务分析建模：形成业务模型 静态语义数据建模：形成数据模型 动态业务分析建模 的目的在于形成最终引导用户如何进行分析是更合理的。 很多问题的产生都是因为 动态业务分析建模 不够充分引起的，在 动态业务分析建模 的每个小的阶段，都可以将其交付成果进一步转化为 静态语义数据建模 中的交付成果： 通过现有数据源与业务指标，形成语义模型。 总结 本文泛泛地整理并总结了：使用 PowerBI 实现个人到企业敏捷商务智能 的可复用套路。
2K10发布于 2019-09-23 - 来自专栏ShowMeAI研究中心
机器学习建模高级用法！构建企业级AI建模流水线 ⛵
图片 在简单分析与建模时，可以对每个板块进行单独的构建和应用。 但在企业级应用中，我们更希望机器学习项目中的不同环节有序地构建成工作流（pipeline），这样不同流程步骤更易于理解、可重现、也可以防止数据泄漏等问题。 常用的机器学习建模工具，比如 Scikit-Learn，它的高级功能就覆盖了 pipeline，包含转换器、模型和其他模块等。 图片 步骤5：超参数调整和特征重要性 超参数调优 我们构建的整条建模流水线中，很多组件都有超参数可以调整，这些超参数会影响最终的模型效果。 , 500, 600], 'ensemble__xgb__reg_alpha': [0.5, 0.2, 1], 'ensemble__xgb__reg_lambda': [2, 3, 5]
1.8K42编辑于 2022-08-09 - 来自专栏机器学习AI算法工程
【LDA数学八卦-5】LDA 文本建模
5. LDA 文本建模 5.1 游戏规则 对于上述的 PLSA 模型，贝叶斯学派显然是有意见的，doc-topic 骰子θ→m和 topic-word 骰子φ→k都是模型中的参数，参数都是随机变量，怎么能没有先验分布呢 我个人很喜欢LDA ，它是在文本建模中一个非常优雅的模型，相比于很多其它的贝叶斯模型， LDA 在数学推导上简洁优美。
1.6K40发布于 2018-03-12 什么是业务建模？中小企业如何使用 Visual RM 平台进行业务建模
一、业务建模：企业数字化的 “骨架搭建术” 业务建模是指通过标准化工具与框架，将企业的业务流程、组织架构、核心需求、数据流转逻辑等抽象为可视化、可复用的数字模型，实现业务逻辑的清晰化、流程的规范化与资源的合理化配置 具体拆解如下：（一）建模痛点：传统方式的 “四大堵点” 需求编写低效：新核心系统涉及账户管理、支付结算等 12 个业务模块，一份需求文档平均编写超 5 天，且不同部门文档格式混乱；协同脱节：业务部门与科技部门沟通依赖线下会议 5. 成效：建模效率与质量双提升需求文档编写效率提升 70%（从 5 天→1.5 天），需求交付周期缩短 50%（从 12 个月→6 个月）；合规审计通过率 100%，需求与模型匹配准确率达 100%，彻底解决 四、结语：业务建模不是 “奢侈品”，而是中小企业的 “生存利器” 对于中小企业而言，业务建模无需 “大而全”，而需 “准而精”。
43830编辑于 2025-11-13企业AI应用设计利器--动机与战略建模
企业AI应用设计利器--动机与战略建模 大家好，欢迎收看《架构新势力》，企业AI应用设计利器--动机与战略建模。 基于价值驱动的企业AI设计利器--动机与战略模型，值得人人入手的企业AI设计工具。 让我们在企业AI应用架构设计时从顶层规划入手，构建动机与战略模型 ，把握正确的事。 通过对企业AI应用的动机分析，确定企业AI应用的最终需要输出的成果是什么？ 总结几点： 1、锚定目标【明确一个正确的事】 2、明确核心利益人【他要买单】 3、坚持初衷【他为什么要做这件事】 4、明确检验标准【怎么评估才算达成目标】 5、设定原则【没达成或破坏了就达不成最终目标】 6、找到具体的价值【要可实际结算】 基于价值驱动企业AI应用设计，如何具体的实现这个动机与战略模型，可以看看我的案例，如果想更深入的实训，请关注我，后续我可以直播详细带你操作。 谢谢收看，我是楚鹤，一位IT职业技能培训讲师，如何你也关注企业AI应用落地，让我们一起深耕价值驱动设计方法吧。 欢迎关注、点赞、转发，也希望你把你想了解的企业AI应用设计相关问题留在评论区。下期见~
6710编辑于 2026-07-01- 来自专栏木下学Python
20数学建模C-中小微企业的信贷决策
前言 源码文末获取 小编在 9 月份参加了今年的数学建模，成绩怎么样不知道，能有个成功参与奖就不错了哈哈~ 最近整理了一下，写下这篇文章分享小编的思路。 附件1中又有三张表，企业信息，进项发票信息，销项发票信息： ? 附件2中也有三张表，企业信息，进项发票信息，销项发票信息： ? 附件3一张表： ? 在计算时，把其他指标也顺便一起计算出来，每个企业的进项，作废发票数，有效发票数： ? 每个企业的销项作废发票数，有效发票数： ?
4.4K60发布于 2020-10-19 - 来自专栏PowerBI入门100例
2.35 PowerBI数据建模-字段参数的5种妙用
操作步骤 STEP 1 点击菜单栏建模下的新建参数，选择字段。 举例模型度量值Sales = SUM('Fact_Sales'[SalesVolume])#Product_Sold = DISTINCTCOUNT(Fact_Sales[Product])字段参数的5种用法 用户就可以按需选择字段，非常适合按需下载明细数据，如下：5 全动态透视表/透视图如果同时使用多个维度字段参数和一个度量值参数，就能实现全动态的自定义分析了，类似于透视表/透视图。
67410编辑于 2025-02-25 需求建模： 如何引领新一代企业需求管理
作为新一代的需求管理平台，通过其核心的需求建模工程实践，彻底重构了这一认知：需求不再是项目的一次性交付物，而是企业可以沉淀、管理并持续复用的核心“数字资产”。 需求建模的本质是“建立秩序与定义关系”，它在一个先进的需求管理系统中包含两大核心层面：结构建模：定义需求的“原子单元”（如类型、属性、层级），形成企业统一的需求元模型与分类框架。 关系建模：构建需求与需求、需求与企业架构（业务能力、应用、数据）、需求与交付物（任务、用例、代码）之间的动态关联网络。 支柱三：协作与权限建模 —— 平衡安全与高效共创需求资产是企业的核心知识，一个理想的需求管理系统必须在保障安全的同时，最大限度地促进协作。 价值体现：协作与权限建模如同为企业打造了一座“带独立实验室的共享大楼”，既保障了各团队核心知识的安全，又为跨部门的联合创新提供了顺畅、高效的平台。
20400编辑于 2026-01-19- 来自专栏圣杰的专栏
DDD理论学习系列（5）-- 统一建模语言
而领域模型是领域建模的结果，那如何建模呢？我们可以借助于UML。 我们知道UML（统一建模语言）是一种用于绘制软件概念图的图形符号。在和他人交流以及帮助解决设计问题方法，图示是最有效的。 在DDD中我们习惯用UML进行领域建模，所以为了后续章节的展开，我们需要而且必须熟悉常用UML的使用。 但是我们在建模时要本着越少越好的思想去使用它。不要过于追求图示的详细程度，且UML图不是源代码，没有必要申明所有方法、变量和关系。
3K70发布于 2018-01-11 - 来自专栏王的机器
信用风险建模 in Python 系列 5 - 阈值模型概述
本文含 1845 字，2 图表截屏 建议阅读 10 分钟 引言 本文是「信用风险建模 in Python」系列的第五篇，其实在之前的 Cufflinks 那篇已经埋下了信用风险的伏笔， 信用组合可视化
95020发布于 2020-08-20 - 来自专栏全栈程序员必看
数仓建模与分析建模_范式建模和维度建模
建模方法论 今天我们主要介绍常见的建模方法，这也就是我们今天文章的名称——建模方法论 20年前兴起的数据仓库简单的可分为两大流派，Inmon方法和Kimball方法，分别由 Ralph Kimbal和Bill 这两种方法都将数据仓库看作是企业的中心数据存储。主要应用场景就是各类业务报表的需求。两者都建议使用ETL来加载数据到数据仓库。区别的关键在于如何在数据仓库中建模、加载和存储数据的方式。 建模的目的 数仓的建模或者分层，其实都是为了更好的去组织、管理、维护数据,所以当你站在更高的维度去看的话，所有的划分都是为了更好的管理。
80210编辑于 2022-11-09 - 来自专栏zaking's
《JavaScript 模式》读书笔记（5）— 对象创建模式1
但是本篇中，我们越过那些方法，以寻求一些额外的对象创建模式。 // 5个全局变量 // 警告：反模式 // 构造函数 function Parent() {} function Child() {} // 一个变量 var some_var = 1; // 一些对象
61110发布于 2020-04-01 - 来自专栏全栈程序员必看
《JavaScript 模式》读书笔记（5）— 对象创建模式3
顾名思义，沙箱模式提供了一个可用于模拟运行的环境，且不会对其他模块和个人沙箱造成任何影响。
67220编辑于 2022-07-21 - 来自专栏zaking's
《JavaScript 模式》读书笔记（5）— 对象创建模式2
在ES5中，可以选择将一个对象冻结，但是在前一版本的语言中是不具备该功能的。 揭示模式的前提，是建立在对象字面量的私有成员之下的。 // 在这种情况下，同一个私有函数indexOf()可以暴露为ES5风格的indexOf以及PHP范式的inArray。
68230发布于 2020-04-02 - 来自专栏zaking's
《JavaScript 模式》读书笔记（5）— 对象创建模式4
对象创建模式的内容到这里就告一段落了，这一整章文章讲解了命名空间模式、声明依赖、私有模式、模块模式以及沙箱模式、对象常量、链模式等一系列有用的创建对象的方法。那么下一章，我们会学习下代码复用模式。
66210发布于 2020-04-03 - 来自专栏绿盟科技研究通讯
安全知识图谱 | 威胁建模助力企业“建防御 抓运营”
如何做好威胁建模 如今，随着技术的变化，攻防技术不对等和攻防双方关注面不同，让企业面临的威胁复杂多样化、多元化，传统的防御手段无法抵御新兴威胁，也无法有效地应对内外风险。 威胁建模需要解决的问题是应该如何构建合理的安全体系，从而降低企业资产和业务面临的风险。 图 1威胁建模目标 常见的威胁建模方法Microsoft STRIDE，是面向安全开发（SDL）和运营的威胁建模；PASTA（攻击模拟和威胁分析）是以风险为中心的威胁建模框架；LINDDUN（可链接性、 经过数年的知识积累，ATT&CK已经从针对企业内网的、Windows平台的、终端侧、post-compromise的行为分析模型，拓展为多场景（企业内网、移动环境、工控）、多平台（Windows、Linux 图 5 攻击模式实例化 上图是一个攻击模式实例化的简单示例，研究人员基于ATT&CK知识库形成攻击模式，将海量的告警归一化处理，达到数据去重、抽象表示形成语义序列表示的目的。
1.8K20编辑于 2022-01-21
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号