图书用例
2017-03-14 13:08:14 0 举报
登录查看完整内容
图书管理系统用例描述: 1. 添加图书:管理员可以添加新书到系统中,包括书名、作者、出版社、价格等信息。 2. 删除图书:管理员可以删除已存在的图书记录。 3. 修改图书信息:管理员可以修改已有图书的信息,如价格、库存等。 4. 查询图书:用户可以通过关键字搜索图书,系统会返回相关结果。 5. 借阅图书:用户可以在系统中查看可借阅的图书,并进行借阅操作。 6. 归还图书:用户可以在系统中归还已借阅的图书。 7. 续借图书:用户可以在系统中对已借阅的图书进行续借操作。 8. 罚款处理:系统会自动计算逾期未还的图书所产生的罚款金额,并提醒用户进行缴纳。
作者其他创作
大纲/内容
3
7
6
10
4
AP的个人理解 :Average PrecisoinAP重点在P Precision一种预测指标ppt中的4种情况:True positiveFalse positiveTrue negativeFalse negative怎么理解?其实你可以加一个单词之后再去从字面翻译 :DefinedTrue positive--->True [ Defined positive ]正确的【被定义的 阳性】 谁定义的?你的深度学习结果定义的为了方便理解,举个例子,有个班主任(深度学习模型) 执教多年 (已经学习好了),要抓班里上网的学生(下图黑色头部学生) 他找了四个学生出来(下划线的),说这四个就是上网的(Defined positive by teacher),那么没被叫出去的,就是上网阴性(Defined negative)那么在这个实际案例中:True positive :老师说他上网,这人也真的上网了(只有编号1)False positive:老师说他上网,这人其实没上网(另外三个被叫出去的,编号3,5,7)True negative:老师说他没上网,这人也真的没上网(编号2,8,9,10)False negative:老师说这人没上网,但是其实这人上网了(编号4,6)老师说(深度学习系统结果)就是那个 添上的 Defined那么Precision是什么? precision=(true positive)/(true positive+false positive)就是说,老师一共抓出来4个人认为它们上网了,这其中抓对的只有1个另外一个指标:Recall:recall=(true positive)/(true positive+false nagetive)啥意思呢,一共3个真上网的,老师抓出来了一个那么 ,通俗的说,precision就是,你这个老师能不能在抓出来的人中,保证这其中真的上网的人概率尽量高recall就是,你这个老师能不能尽量把那些上网的人,都抓出来。你可以想,recall要高很简单,一个班10个人,我把十个人都抓出来,那recall必然100%,问题是这样子precision会下降,因为你会抓错(false positive急剧上升)
8
9
1
5
2
0 条评论
回复 删除
下一页