首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏往期博文

    数学建模番外篇8:画图配色

    前面已经总结了各类画图类型/套路/技巧,此篇来总结一下配色。 之前有提到,通常在白底背景下,颜色以淡色为主会显得比较美观。

    51310编辑于 2022-06-14
  • 来自专栏往期博文

    数学建模暑期集训8:熵权法

    在本专栏第三篇博文中列举了熵权法的公式数学建模学习笔记(三)熵权法Excel实现,但用Excel实现的讲解视频已经无法观看,这篇博文就来用matlab实现熵权法,比excel手动操作更加方便。

    94620编辑于 2022-06-14
  • 来自专栏博文视点Broadview

    8种最差的预测建模技术,你认同吗?

    以下罗列了8种最差的预测建模技术以及仍被使用的原因。 以下技术大多数已经发展了较长时间(在过去10年中),其中大部分缺点已经得到弥补,因此更新后的技术已经远不同于其原始版本,性能也大为提高。 8.朴素贝叶斯 用于如欺诈检测、垃圾邮件检测和评分。它们假定变量是独立的,但如果不是,就会惨遭失败。在进行欺诈检测和垃圾邮件检测时,变量(有时被称为规则)是高度相关的。

    53030发布于 2020-06-11
  • 来自专栏圆圆的算法笔记

    8篇论文详解用户历史行为序列建模方法

    本文汇总了8篇推荐系统中对用户历史行为序列建模的方法,包括DIN、DIEN等经典模型。 其次,DIN中提出序列建模(如RNN建模历史行为序列)效果不好,这其实是因为历史行为序列的随机性较大,消费者在电商平台看到的东西同时属于多种类型,序列中不同类型的节点跳变随机性强。 DSIN相比DIN的改进主要是对用户历史行为部分的建模更加精细化了,分session建模,得到的每个兴趣的表示更加丰富,而不像DIN只使用商品的ID embedding。 5 总结 本文我们介绍了8篇推荐系统或广告系统中的用户历史行为建模方法。 除了使用用户本身的行为序列进行建模外,使用一些相似用户的行为序列辅助学习,也会进一步取得不错的效果。 END

    4.3K20编辑于 2022-09-22
  • 来自专栏全栈程序员必看

    8 款免费的 MySQL 数据库建模工具

    数据库建模和设计是软件开发过程中必不可少的步骤,一个良好的建模工具可以帮助我们简单快速地完成数据库设计,提高工作的效率。 因此,今天给大家推荐几款免费的 MySQL 数据库建模工具,首先给出它们的功能比较: 建模工具 支持平台 ERD 正向工程 逆向工程 模式同步 MySQL Workbench Windows、Linux ✔️ ✔️ ✔️ ❌ DB Designer 在线建模 ✔️ ✔️ ✔️ ❌ dbdiagram.io 在线建模 ✔️ ✔️ ✔️ ❌ Freedgo 在线建模 ✔️ ✔️ ✔️ ❌ ERD 是指实体关系图 GenMyModel GenMyModel 是一个基于浏览器的在线建模平台,支持 Archimate、BPMN、Flowchart、RDS(关系型数据库建模)、UML 等模型,个人可以免费使用。 总结 本文介绍了 8 款免费的 MySQL 数据库常用建模工具,包括客户端软件和在线工具。客户端软件提供了强大完善的建模功能;在线建模工具无需安装即可使用,功能相对简单一些。

    18.6K64编辑于 2022-07-23
  • 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。 https://www.omnigroup.com/omnigraffle 工具最新版本:Astah Professional 8.4.1 更新时间:2021年9月29日 工具简介 日本老牌UML建模工具

    72420编辑于 2021-12-14
  • 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CreateAMind

    ASI 8年计划 paper8 自由能原理建模生物神经形态发生

    在这里,我们探讨了这些思想的一个具体应用,通过优化原则对形态发生进行建模。 每个时间步可以被认为是对迁移和分化进行建模,持续几分钟。 这被称为动态因果建模[74,75],并且使用了上述的自由能最小化。 原则上,将动态因果建模应用于形态发生的实证测量应该提供一种通过贝叶斯模型比较来测试具体假设的方法,并且以定量和实证的方式来确立上述建模的基础。 因此,整个有机体可能表现出自我建模过程——它们本质上是在模拟自己的生长过程。

    33210编辑于 2024-02-26
  • 来自专栏生信菜鸟团

    读书笔记 | 第 8 章 癌症标志特征的数学建模

    MAPKs 有六个群组:胞外信号调节激酶(extracellular signal-regulated kinases,ERK1 和 ERK2)、ERK5、ERK3 和 ERK4、ERK7 或 ERK8、 类型 I 凋亡可在某些细胞类型中观察到,涉及早期半胱天冬酶(如半胱天冬酶-8,CASP8)和效应半胱天冬酶(如半胱天冬酶-3,CASP3)的正反馈。 在一个详细的外在凋亡模型中,CASP8 和 CASP3 的正反馈引发的开关行为以及线粒体膜通透化的作用被深入研究(Albeck 等人,2008)。 在这项工作中,一个基于常微分方程(ODE)的数学模型描述了肿瘤与免疫系统的相互作用,重点在于 NK 细胞和 CD8+ T 细胞在肿瘤监视中的作用。该模型参数化基于已发表的小鼠数据和人类研究。 这些通路导致了 8 个标志和 2 个促进特征。每个标志和特征的最常见模型类型均有提及。 本书各章讨论了癌症并非单一突变的结果,而是一系列特定顺序的复杂改变引发的表型异常。

    39900编辑于 2024-12-20
  • 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
  • 来自专栏软件方法

    UML建模工具2021年8-11月更新(共15款)

    平台:Linux、MacOS、Windows 获得地址 http://staruml.io 工具最新版本:Edraw Max 11.5.0 更新时间:2021年10月8日 工具简介 绘图软件,支持UML 平台:HTML、Windows、Linux、MacOS 获得地址 https://www.edrawsoft.com 工具最新版本:JetUML 3.3 更新时间:2021年8月20日 工具简介 从基于 先在EA、Visual Paradigm 、Cadifra、UModel、Magic Draw、ArgoUML等UML建模工具中建立状态机模型,然后导出为XMI文件。 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

    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:Software Ideas Modeler 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。 先在EA、Visual Paradigm 、Cadifra、UModel、Magic Draw、ArgoUML等UML建模工具中建立状态机模型,然后导出为XMI文件。 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。

    60820编辑于 2021-12-17
  • 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。 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。 其中VIP等级共有8个值,-1~6;用户信用评价等级共有18个值。假设基于VIP等级和用户信用评价等级构建微型维度,则在此微型维度中共有8*18个组合,即144条记录,代理键可能是1~144。  

    1.6K31编辑于 2023-09-06
  • 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 文件mente.m 定义目标函数f 和约束向量函数g,程序如下: function [f,g]=mengte(x); f=x(1)^2+x(2)^2+3*x(3)^2+4*x(4)^2+2*x(5)-8* image.png image.png 这里用一个指派问题作为例子进行解决 若用Matlab解决,代码如下 clc, clear c=[3 8 2 10 3;8 7 2 9 7;6 4 2 7 5 8 4 2 3 5;9 10 6 9 10]; c=c(:); a=zeros(10,25); intcon=1:25; for i=1:5 a(i,(i-1)*5+1:5*i

    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DeepHub IMBA

    时间序列的季节性:3种模式及8建模方法

    分析和处理季节性是时间序列分析中的一个关键工作,在本文中我们将描述三种类型的季节性以及常见的8建模方法。 什么是季节性? 这是一个重要的变化来源,对建模很重要。 有很多种种处理季节性的方法,其中一些方法在建模之前去掉了季节成分。经季节调整的数据(时间序列减去季节成分)强调长期影响,如趋势或商业周期。 与季节性虚拟变量相反,这些三角函数将季节性建模为周期性模式,并且这种结构更能反映现实。 我们也可以通过添加额外变量的方式对季节性进行建模,例如温度或每个月的工作日数等外生变量来模拟季节性。 6、季节性差分 通过在建模之前从数据中删除季节性来处理季节性。这种方法叫做季节差分。 8、动态线性模型(DLM) 回归模型的参数通常是静态的。它们不随时间变化,或者是时不变的。DLM是线性回归的一种特殊情况。其主要特点是参数随时间而变化,而不是静态的。

    1.9K40编辑于 2023-08-30
  • 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
领券