問題タブ [analysis]

多くの場合、私たちは問題に取り組んでいることに気づき、作成されたソリューションが問題が必要とするよりもはるかに複雑であることを理解するだけです. 職場での合併症を制御するのに役立つコントロール、ベスト プラクティス、テクニックなどはありますか?

通常の実践では、ケース スタディを使用し、ワークフローやデータ フローを構築します。しかし、これは必ずしもユーザー/スポンサーとアナリスト/デザイナーの間で共通の語彙を作成するわけではありません。他の専門分野の「内部」の用語と見解であり、これは通常、誤解や明確化のための会議 (Evolutionary Prototyping などの RAD 手法への参加) などにつながります。

ユーザー/スポンサーは、自分のニーズ/環境に焦点を当てており、関係のない「プログラミング用語」を彼らの観点から取得することを望んでおらず、取得することを強制されるべきでもありません。新しい環境を学ぶ責任は、アナリスト/デザイナー (/プログラマー) にあります。

学習曲線をどのように克服しますか? ソフトウェア ソリューションを必要としているユーザーに直面した場合、何が効果的でしょうか?

p/invoke 呼び出しのレートを表示する .NET パフォーマンス カウンターはありますか? 私がデバッグしているアプリケーションが、狭いループ内でマネージド ランドからネイティブ コードを呼び出していることに気付きました。意図した実装は、ap/invoke 呼び出しを 1 回行ってからキャッシュすることでした。CLR Interop または Remoting .NET パフォーマンス カウンターを介してこの間違いに気付くことができたかどうか疑問に思っています。何か案は？

優勝したO'RourkeのPerlソリューションをLundhのPythonソリューションと比較していただければ幸いです。Perlがそこで何が起こっているのかを理解するのに十分な知識がないからです。より具体的には、Perlバージョン3xの利点をもたらしたものを知りたいです：アルゴリズムの優位性、C拡張機能の品質、その他の要因？

ワイドファインダー：結果

fft を実行して (興味がある場合は以前の投稿を参照してください!)、結果が得られました。配列のうるささ/スパイク性を分析したいと思います (実際には単一の vb.nre コレクション)。うーん、どう説明しよう…

信号が良好な場合、fft パワーの結果は 512 のデータ ポイント (周波数バケット) であり、2 つまたは 3 つのアレイ エントリを除くすべてのエントリで値が低く、適切な範囲です (つまり、ほぼ空のバケットのノイズ値に比べてピークが高くなります)。 . したがって、グラフにすると、これらのいくつかのバケットの値に大きなスパイクが見られます。

信号が貧弱でノイズが多い場合、データ値の広がり (最大から最小) は低く、より多くのバケットでそれに比例してノイズが高くなります。

このデータセットのノイズを分析するための、計算集約的ではない優れた方法は何ですか? ある種の統計的方法、標準偏差、または何かが役立ちますか?

指数を使用するアルゴリズムの 1 つの漸近的な実行時間を決定しようとしていますが、指数がプログラムでどのように計算されるかわかりません。

特に、倍精度の浮動小数点数に使用される pow() アルゴリズムを探しています。

より良い分析のために、テスト レポート データ (ユニット、回帰、統合など) を XML 形式からデータベース形式に移行しています。現在、テスト分析の大部分は CruiseControl.NET ダッシュボードを使用して行われていますが、これは主に最新のテスト データに限定されています。古いテスト データにアクセスすることはできますが、新しいテスト データと簡単に比較することはできません。問題のあるコンポーネントを特定し、バグをより適切に絞り込みたいと考えています。新たに実装されたリグレッション テストと統合テストによって大量の情報が得られたので、より良いメトリック (おそらくパフォーマンスなど) が生成されることを期待しています。何らかの分析やレポートを正確かつ簡単に実装するためのフレームワークを提供するビジネス インテリジェンス システムを使用したことがありますか?

JasperReports と Pentaho を調べましたが、現時点では Pentaho の実装に苦労しています。システムとの戦いを続けるべきですか？これは私が探しているものですか？

Google App Engineを使用してPythonで画像の色を読み取るにはどうすればよいですか?

例:画像の最も印象的な色を決定して、調和のとれた背景色を設定する関数を作成するのが好きです。

私は、テキストのページとテキストのページのコレクションを分析して支配的な単語を判断する必要があるプロジェクトに取り組んでいます。私のために面倒な作業を処理するライブラリ (C# または Java を優先) があるかどうかを知りたいです。そうでない場合、以下の私の目標を達成するアルゴリズムまたは倍数はありますか。

私がやりたいことは、Web で見つけた URL や RSS フィードから作成されたワード クラウドに似ていますが、視覚化は必要ありません。それらは、大統領候補のスピーチを分析して、テーマや最も使用されている言葉が何であるかを確認するために常に使用されます.

複雑なのは、何千もの短いドキュメントに対してこれを行う必要があり、次にこれらのドキュメントのコレクションまたはカテゴリに対して行う必要があることです。

私の最初の計画は、ドキュメントを解析してから、一般的な単語 (of、the、he、she など) をフィルター処理することでした。次に、残りの単語がテキスト (およびコレクション/カテゴリ全体) に表示される回数を数えます。

問題は、将来、ステミング、複数形などを処理したいということです。また、重要なフレーズを識別する方法があるかどうかも確認したいと思います。(単語の数ではなく、フレーズの数は 2 ～ 3 語をまとめたものです)

役立つ戦略、ライブラリ、またはアルゴリズムに関するガイダンスをいただければ幸いです。

特にデータ構造と分析が得意になりたいです。Javaで。私は自分がとても弱いと感じることがよくあります。上手になるにはどうしたらいいですか？良いメンタルエクササイズはありますか？