第一次作业 阅读教材 提五个问题

这个作业的要求是:https://bbs.csdn.net/topics/608340396

第一个问题:我阅读了材料第二章2.4的内容,我阅读了“对模块进行修改时,不必改变模块的本身”这一内容,有这个问题:软件实体是什么?为什么在产生了新的需求或要修改功能时不能直接修改模块呢,只是扩展不会留下一些已经没有用的部分吗?

我查阅了资料:对模块行为进行扩展时,不必改动模块的源代码或者二进制代码。模块的二进制可执行版本,无论是共享库、dll或者Java的jar文件,都无需改动。怎样可能在不改动模块源代码的情况下去更改它的行为呢?怎样才能在无需对模块进行改动的情况下就改变它的功能呢?——关键是抽象!

根据我的实践,我得到这些经验:有些底层基础的实体部分,虽然新功能可能用不到他们,但是大部分功能可以用到,就需要保留下来他们,不需要删除,这就避免了修改功能是的重复部署。但是我还是有一些地方不太懂就是,如果修改一次功能就进行扩展而不删减,能如果一直修改优化功能,最后那个软件实体不会变的非常庞大吗,那对于后期的维修优化不会造成很大难度吗?

第二个问题:我阅读了材料的第六章6.1敏捷的步骤第三步里“一切交流只能通过Scrum Master来完成。这一措施较好的平衡了“交流”和“集中注意力”的矛盾”。有这个问题:首先scrum master是什么。 

我查阅了资料:ScrumMaster是组成Scrum团队的三个角色之一。产品负责人主要负责构建正确的产品,开发团队负责以正确的方式构建产品,ScrumMaster则主要负责帮助产品负责人和开发团队中的每个人理解和拥抱Scrum的价值观、原则和实践。对于Scrum团队中的开发团队和产品负责人来说,ScrumMaster履行的是教练职责。对于Scrum团队及团队所处的组织来说,ScrumMaster也履行主导过程改进的职责。
根据我的实践,我得到了这些经验:SM相当于整个团队的核心人物,负责整体沟通联系大框架。但是我还是有一些疑惑:感觉SM要负责的任务好多,而且一切交流只能通过SM会不会太麻烦了,直接内部人员进行交流不会更方便吗?

第三个问题:我阅读了材料第七章7.2.7投资质量:团队成员应该有共识:防止缺陷的发生成为团队控制质量的首要任务,所有角色都应该对质量保障负责。我的疑问是:“所有角色都应该对质量保障负责”这句,前文说道,有很多团队会把开发和测试有意无意的对立起来,就是说这会造成团队不能达到合作共赢,所以要讲集体有责,这个我可以理解,但是质量出了问题所有人负责会不会有点过于绝对,如果一个人频繁出错所有人担责会不会打架团队成员的积极性。所以我在想能不能出一个比较系统的问责制度可以既团结成员还能规避这个问题。

第四个问题:我阅读了材料第八章8,6,3项目的复杂程度有以下两个决定因素:1.需求的复杂程度:程序员是第几次实现类似的需求?有些外行看起来很复杂难懂的需求,如果一个程序员已经做过很多次相关项目,其实不像外人看起来那么难。2.技术的复杂程度:程序员是第几次用这个技术实现。我的问题是:第一点比较容易理解,但是第二句那句话我不是很明白它的意思。什么叫程序员是第几次用这个技术实现,这和技术的复杂程度有什么关系?

第五个问题:我阅读了材料第15章15.1.4招数:ZBB:团队要有把所有bug都搞定的执行力。团队在bug数量上上下下的过程中要让老的bug数量为零,而且当测试人员和用户使用到新功能时bug数量会以惊人的速度反弹。我有两个疑问:首先反弹难道不是数量越来越多吗,为什么会像阻尼振荡一样越来越少趋近于零,这些bug是怎么消失的。其次在bug出现的过程中要不断的消灭所有的老bug,这对于程序员来说会不会工作量过于的巨大,我对于这个具体的工作和解决办法没有过多的概念,这也是我比较想知道的问题。

主要内容:本文详细介绍了一种QRBiLSTM(分位数回归双向长短期记忆网络)的时间序列区间预测方法。首先介绍了项目背景以及模型的优势,比如能够有效利用双向的信息,并对未来的趋势上限和下限做出估计。接着从数据生成出发讲述了具体的代码操作过程:数据预处理,搭建模型,进行训练,并最终可视化预测结果与计算分位数回归的边界线。供的示例代码可以完全运行并且包含了数据生成环节,便于新手快速上手,深入学习。此外还指出了模型未来发展的方向,例如加入额外的输入特性和改善超参数配置等途径高模型的表现。文中强调了时间序列的标准化和平稳检验,在样本划分阶段需要按时间序列顺序进行划分,并在训练阶段采取合适的手段预防过度拟合发生。 适合人群:对于希望学习和应用双向长短时记忆网络解决时序数据预测的初学者和具有一定基础的研究人员。尤其适用于有金融数据分析需求、需要做多一步或多步预测任务的从业者。 使用场景及目标:应用于金融市场波动预报、天气状况变化预测或是物流管理等多个领域内的决策支持。主要目的在于不仅能够供精确的数值预计还能描绘出相应的区间概率图以增强结论置信程度。 补充说明:本教程通过一个由正弦信号加白噪构造而成的简单实例来指导大家理解和执行QRBiLSTM流程的所有关键步骤,这既方便于初学者跟踪学习,又有利于专业人士作为现有系统的补充参考工具。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值