- 综合排序
- 最热优先
- 最新优先
- 来自专栏软件方法
UML建模工具2021年8-11月更新（1）
UMLChina整理的UML建模工具列表请见http://www.umlchina.com/tools/search.aspx 最近一段时间更新： 工具最新版本：Modelio 5.1.0 更新时间：2021 年10月26日 工具简介 UML和BPMN建模，强调协作建模，提供模型网络存储。 平台：Linux、MacOS、Windows 获得地址 https://www.modeliosoft.com 工具最新版本：diagrams.net 15.3.5 更新时间：2021年11月29日 平台：HTML 获得地址 https://app.diagrams.net/ 工具最新版本：OmniGraffle for iOS 3.16 更新时间：2021年11月20日 工具简介 绘图工具iOS 平台：iOS 获得地址 https://www.omnigroup.com/omnigraffle 工具最新版本：OmniGraffle for Mac 7.19.2 更新时间：2021年11月10日
72420编辑于 2021-12-14 - 来自专栏高渡号外
学会创建模拟数据的能力 | 代码找bug（11）
Python代码找bug（11） 上期的代码设计需求：互换两个变量的值。 代码如下： ? 请大家仔细阅读代码，找出其中的bug！ 正确答案： 共有2个问题。
49530发布于 2020-09-22 - 来自专栏软件方法
UML建模工具2021年8-11月更新（共15款）
v15 更新时间：2021年11月16日 工具简介 以前的ConceptDraw Pro，1999年创建的老牌绘图工具，兼容Visio。 Windows 获得地址 https://www.conceptdraw.com/products/drawing-tool 工具最新版本：UML Diagrammer 6.94 更新时间：2021年11 月22日 工具简介 轻量级建模工具，支持UML、BPMN、SysML。 致力于关键系统的建模。支持UML2.5、SysML 1.6，可自行添加图形，代码生成器。 强调协作建模，提供模型网络存储。
1.3K20编辑于 2021-12-17 - 来自专栏软件方法
UML建模工具2021年8-11月更新（2）UModel 2022
13.03 更新时间：2021年11月22日 工具简介 轻量级建模工具，支持UML、BPMN、SysML。 致力于关键系统的建模。支持UML2.5、SysML 1.6，可自行添加图形，代码生成器。 强调协作建模，提供模型网络存储。 平台：Linux、MacOS、Windows 获得地址 https://www.modeliosoft.com 工具最新版本：diagrams.net 15.3.5 更新时间：2021年11月29日 平台：HTML 获得地址 https://app.diagrams.net/ 工具最新版本：OmniGraffle for iOS 3.16 更新时间：2021年11月20日 工具简介 绘图工具iOS
60820编辑于 2021-12-17 - 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 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。而由此出发的不同架构影响到了数据仓库的建设成本和到适应用户不断变化的ETL逻辑的能力。 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。
73610编辑于 2022-11-09 - 来自专栏数据饕餮
数据仓库专题（7）-维度建模11大基本原则
遵循这些原则进行维度建模可以保证数据粒度合理，模型灵活，能够适应未来的信息资源，违反这些原则你将会把用户弄糊涂，并且会遇到数据仓库障碍。本文适用于多维建模，不使用于3NF建模。 二、正文 原则1、载入详细的原子数据到维度结构中 维度建模应该使用最基础的原子数据进行填充，以支持不可预知的来自用户查询的过滤和分组请求，用户通常不希望每次只看到一个单一的记录，但是你无法预测 当然，原子数 据也可以通过概要维度建模进行补充，但企业用户无法只在汇总数据上工作，他们需要原始数据回答不断变化的问题。 需求和事实之间的平衡是DW/BI 从业人员必须面对的事实，无论是你集中在维度建模，还是项目策略、技术/ETL/BI架构或开发/维护规划都要面对这一事实。 原则11、基于OLAP分析各操作进行维度设计指导 从结果反思设计过程，基于OLAP钻取、上钻、下钻、切片、切块的业务需求，设计你的维度模型。 三、未完待续
2.2K30发布于 2019-01-14 - 来自专栏机器学习与统计学
TensorFlow2.0（11）：tf.keras建模三部曲
使用tf.keras提供的高层API，可以轻松得完成建模三部曲——模型构建、训练、评估等工作。下面我们分别来说说如何使用tf.keras完成这三部曲。
1.1K10发布于 2019-12-27 - 来自专栏喵叔's 专栏
RavenDB建模--常见建模方案
在 RavenDB 中对如何在应用程序中进行数据建模没有任何要求，我们可以使用任何形式进行建模，RavenDB 只关心如何构建数据，这就是我们后续几篇文章要讲解的内容。 public Parent Mother { get; set; } public Registration Registration { get; set; } } 我们在建模时应遵循 RavenDB 建模的核心原则，要确定哪些信息可以放在一起，哪些信息是独立的，这就是我们上篇文章介绍的优秀的文档模型应具备独立、隔离和连贯性。 另一种情况是，如果需要对文档进行并发活动，由于文档是 RavenDB 中的并发单位，因此需要对文档进行建模，以便它们具有更改的单一原因。
79110编辑于 2022-03-22 - 来自专栏全栈程序员必看
数仓建模与分析建模_数据仓库建模与数据挖掘建模
[外链图片转存中…(img-uQis5F2c-1645262440294)] 范式 第一范式：属性不可分割 第二范式：消除不分函数依赖 第三范式：消除传递依赖 关系建模与维度建模 关系建模：将复杂的数据抽象为两个概念 维度建模：模型相对清晰、简洁。维度模型以数据分析作为出发点，不遵循三范式，故数据存在一定的冗余。维度模型面向业务，将业务用事实表和维度表呈现出来。 4. 维度建模一般按照以下四个步骤：选择业务过程→声明粒度→确认维度→确认事实。 在DWD层，以业务过程为建模驱动，基于每个具体业务过程的特点，构建最细粒度的明细层事实表。事实表可做适当的宽表化处理。 DWD层是以业务过程为驱动。 DWS层、ADS层都是以需求为驱动，和维度建模已经没有关系了。 DWS层建宽表，按照主题去建表。主题相当于观察问题的角度，对应着维度表。
1.9K20编辑于 2022-11-09 - 来自专栏phodal
元素建模：探索建模的要素
随着我们不断深入软件架构的设计里，我们也会不断也尝试着一系列不同的方法，诸如于我的同事 @少个分号 在那篇《建模方法元模型：如何设计一个建模方法》一文里，对于不同建模方式进行了简单的介绍，并进行了相关的拆解和分析 再回到面向对象这一点来看的话，建模就变成了一件非常有意思的事。 建模“建模”：从概念到模型 回到我们所开发的软件系统里，其系统的核心组成部分是由一个个的概念所组成。 建模的方式：基于“事实”的软件建模 PS：对于事实，从语言的角度，可能使用纪实、叙实会比较合适。 基于凭证的建模：履约建模 履约建模是一个比较新的建模方法，它基于凭证的方式来设计系统。其核心要素是：作为业务凭证，只存在创建，不存在修改和删除。 建模建模 从某种意义上来说，寻找这些“事实”的过程，便是系统状态的表征过程。
58030编辑于 2021-12-04 - 来自专栏大数据学习与分享
数据建模-维度建模-维度设计
导读： 在Kimball维度建模中，通常将度量称为“事实”，将环境描述为“维度”，维度是用于分析事实所需要的多样环境。维度和维度属性是维度的两个核心概念，如何构建维度的属性是维度设计中需要关注的。 作为维度建模的核心，我们在企业级的数据仓库中必须保证维度的唯一性。以淘宝商品维度为例，我们有且只允许有一个维度定义。 第二步：确定主维度表。 二、第二部分 在Kimball维度建模中，通常将度量称为“事实”，将环境描述为“维度”，维度是用于分析事实所需要的多样环境。 订单 Key 日期 Key 商品 Key 交易金额 其它事实 9000 2015-11-11 1000 103.00 ... 9001 2015-11-16 1000 89.00 ... 02 快照维表 维度的基本概念中介绍了自然键和代理键的定义，在Kimball的维度建模中，必须使用代理键作为每个维度表的主键，用于处理缓慢变化维度。
1.6K31编辑于 2023-09-06 - 来自专栏全栈程序员必看
dh参数建模_data vault 建模
仅供个人学习记录 前言 DH法一般用一次就丢，然后后面再需要用的时候就会忘，所以本文整理了DH建模法，方便需要使用的时候进行参考。这里不讲原理，只讲结论和方法 1. 建模方法（简述） DH法可分成以下几步： 辨认出关节和连杆（关节序号从1到n，连杆序号从0到n） 确定Z轴（n号关节上的坐标系序号为n-1） 确定每个坐标系的原点 确定XY轴 确定Tool frame（ 建模方法（详细） 需要建模的话，按照如下步骤一步步建模即可。注意tool frame那边建完了需要检查 版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。
80210编辑于 2022-09-29 - 来自专栏Java架构师必看
建模 python_整数规划建模例题
今天说一说建模 python_整数规划建模例题,希望能够帮助大家进步!!! Python之建模规划篇--整数规划 基本介绍 整数规划的分类 整数规划的特点 求解方法分类 0 - 1 型整数规划 蒙特卡洛法 (随机取样法) 整数线性规划的计算机求解 分枝定界法 Python def test2(): """ 此测试的真实最优解为 [2, 4] """ c = np.array([3, 13]) A = np.array([[2, 9], [11
1.7K10编辑于 2022-07-19 - 来自专栏全栈程序员必看
数据建模与数仓建模_数仓建模的几种方式
所谓水无定势，兵无常法。不同的行业，有不同行业的特点，因此，从业务角度看，其相应的数据模型是千差万别的。在开始介绍数据模型之前，我们先看一个东西，那就是算法与数据结构，我们知道算法是解决特定问题的策略，数据结构处理问题的数学模型，数据结构 有三大要素，逻辑结构、存储结构、数据操作、这里的数据操作其实就是算法，例如我们定义的图的数据结构，然后在这个基础上对图进行操作形成特定的算法，例如深度遍历和广度遍历；我们的数据结构其实是针对特定的数据问题而抽象和设计的，也就是说一种数据结构针对的是一类特定的问题。
81040编辑于 2022-11-15 - 来自专栏喵叔's 专栏
RavenDB 文档建模--建模注意事项
我们在开始讲解如何在 RavenDB 中建模之前，先来看看注意事项，这些内容与我们将要辨析的模型有着直接的关系。 这里需要注意的第一点是 不要在不同应用之间建立共享数据库。 因此每个应用程序应该对立的进行数据建模，并不断的根据需求进行改进。 读到到这里，肯定有人会问了：不同的应用程序直接或多或少的都需要共享数据，那么使用 RavenDB 如何实现这一点呢？ 那么，我们在进行建模的时候，应该考虑我的关注点是当前值（例如 Order 文档中的当前订单配送地址）还是时间点值（例如 Order 文档的历史订单配送地址），如果是时间点值那么我们就需要进行数据冗余存储 以上几小段的内容总结下来就是建模文档的核心原则： 独立，一个文档应该独立于其他任何文档而存在，如果某个文档脱离了其他文档而不具备存在的条件，那么这个文档就不是独立的，例如 Order 文档中存在 Address
34820编辑于 2022-03-22 - 来自专栏喵叔's 专栏
RavenDB 文档建模--RavenDB 高级建模方案
上篇文章讲解了标准业务数据的建模方案，但是在实际项目中还存在非标准方案来解决大量复杂的数据结构，那么本篇文章就来讲讲。 根据建模基本原则这样设计出来的文档不符合独立性和连贯性，这样做也没有任何意义（如果把全国34个省级区域写入库中就需要有34个文档）。 "BJ":"北京", "HN":"河南", "HAN":"海南", "HUN":"湖南", "SH":"上海" } 上面这种对 Reference data 建模的方式有如下几个有点 在 RavenDB 中对时态数据进行建模的方法是 完全接受其文档性质 ，因为在大多数时态域中，文档和视图随时间变化的概念非常重要。 以这个为例，我来讲解一下，当将数据建模为物理文档时，我们不需要将工资存根建模为可变实体，而是将时间点视图建模。在其涵盖的时间范围内所做的任何更改都将反映下一个月的工资单中。
65840编辑于 2022-03-22 - 来自专栏技术一号位指南(小诚信驿站)
业务建模：重新审视建模的意义
一、读前思考问题 1.1、什么是建模 1.2、建模不建模，代码写出来有什么不一样吗？ 建模是研究系统的重要手段和前提。 (比如时间、资源、成本、用户等等因素) 分析过程：建模的本质是对于事物的抽象，方便我们理解和分析事物的本质。 1.png 2.png 2.1.3、问题答案 统一答案：建模的本质是对于事物的抽象过程，方便我们理解和分析事物的本质 行业答案：建模的本质是基于当前事物域问题，通过实际经验，进行事物本质(元素和元素之间关系 2.1.4、案例 2.1.4.1、未建模前 image.png 2.1.4.2、建模以后 image.png image.png 2.2、问题二 2.2.1、问题答案 正确答案和理论、实际代码会有体现上不一样
4K543编辑于 2022-05-28 - 来自专栏往期博文
数学建模暑期集训11：逻辑回归(Logistic Regression)处理二分类问题
在数学建模中，我们经常会遇到这样的问题：根据xx症状判断是否得病、根据xxx指标判断是否违约。对于这种只包含“是和否”两类的答案的二分类问题，逻辑回归最为适用。
88920编辑于 2022-06-14 - 来自专栏chimchim要努力变强啊
数仓建模—国产建模工具神器
数仓建模—国产建模工具神器 常见的建模工具有： PowerDesigner、CA ERwin、Rational Rose、Visio、Datablau(数语科技) DDM、Enterprise Architect 第三个（公开发行名称）：CHINER: CHINESE Entity Relation(国产实体关系图工具)，为方便国内普及，中文名称为：元数建模，也作:"CHINER[元数建模]"公开使用。
1.1K40编辑于 2022-11-13 - 来自专栏好好学习
【UML建模】（3） UML建模之类图
在UML中，类表达成一个有三个分隔区的矩形。其中顶端显示类名，中间显示类的属性，尾端显示类的操作。
2.1K12编辑于 2022-03-31
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