mobile-ci
51offer 移动组持续集成工具 （ github + jenkins + fir.im + qiniu )
线上 mobile-ci-web 地址：
持续集成规范约定：
iOS版本：
develop版本：
短链接：51offeridev 每天build一次，build时间为00:00
test版本：
短链接：51offeritest 每小时build一次，build时间为整点一次
publish版本：
短链接：51offeriv2v2v3 每天build一次，build时间为01:00(v2v2v3代表版本号v2.2.3)
Android版本：
develop版本：
短链接：51offeradev 每天build一
2021-06-07 16:03:45
2.72MB
1
ANSI ASCE CI 71-21 Identifying, Quantifying, and Proving Loss of Productivity.pdf
2021-05-28 13:02:40
10.17MB
SAP .Net Nco 3.0.24 windows 平台 32bit 64bit SAP ERP Solutions
2021-05-21 18:02:17
24.72MB
1
一、模型方法
本工程采用的模型方法为朴素贝叶斯分类算法，它的核心算法思想基于概率论。我们称之为“朴素”，是因为整个形式化过程只做最原始、最简单的假设。朴素贝叶斯是贝叶斯决策理论的一部分，所以讲述朴素贝叶斯之前有必要快速了解一下贝叶斯决策理论。假设现在我们有一个数据集，它由两类数据组成，数据分布如下图所示。
我们现在用p1(x,y)表示数据点(x,y)属于类别1（图中用圆点表示的类别）的概率，用p2(x,y)表示数据点(x,y)属于类别2（图中用三角形表示的类别）的概率，那么对于一个新数据点(x,y)，可以用下面的规则来判断它的类别：
如果 p1(x,y) > p
2021-04-29 09:27:14
229KB
1