2010.1.3 OA项目工作报告

本周项目进度评分为55分,质量评分为65分。成员陈完成了大部分任务但仍有部分待改进,如HTNG分析报告未完成。项目中存在重复出现的bug问题,需要加强与客户的沟通并及时反馈bug。总体而言,团队合作态度积极。

进度评价:55

评价依据:

  1.  陈没有完成计划
  2.  HTNG的分析工作虽然已经完成,但是分析报告还没有完成

质量评价:65

评价依据:本周没有特别的质量问题。

在周五收到客户的一个bug报告,而这个bug正是周二处理过的bug。看来我们有必要及时将存在已久的,自测发现的bug及时报给客户,并及时提交更新。

其它:

总的来看,陈在项目中的进步明显,值得肯定;特别是在遇到问题时,能够积极讨论,这对项目的进度有很大的帮助。

HTNG的需求分虽然已经完成,但是有一大堆问题需要和客户讨论。讨论主要通过邮件形式。讨论主要分为以下几部分内容:

  1. 当前已经明确的需求
  2.  当前不明确的需求
  3.  当前在OA中不存在的需求

更多内容,请转到:我的项目周报

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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

打赏作者

涵树_fx

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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