Skip to content
  • 首页
  • Spatial Web
  • Graph
  • Deep Learning
  • Cloud-Native
  • Functional & Reactive Programming
  • 移动应用开发
  • 持续交付
  • 敏捷开发
  • 编程语言
  • Cloud-Native 元素卡
  • 文章列表
  • 联系我
  • Yelp
  • Facebook
  • Twitter
  • Instagram
  • Email
Web 3.0 Cloud-Native 产品级敏捷

整合 "Spatial Web"、"Graph"、"Deep Learning"、"Cloud-Native"、"Functional & Reactive Programming" 打造更开心、更健康、更有价值的 Web 3.0 产品开发生态系统

Primary Menu
  • 首页
  • Spatial Web
  • Graph
  • Deep Learning
  • Cloud-Native
  • Functional & Reactive Programming
  • 移动应用开发
  • 持续交付
  • 敏捷开发
  • 编程语言
  • Cloud-Native 元素卡
  • 文章列表
  • 联系我

分类: Deep Learning

  • Home
  • Deep Learning
Deep Learning产品级敏捷

当深度学习遇到了微服务; 微服务部署预测模型

2019-11-262019-12-16 Ken FangLeave a comment Share

微服务部署预测模型已获得国家知识产权局的专利; 专利号: 201910652769.4; 在 35 Continue Reading

Tagged LSTM,微服务,持续交付,持续部署,深度学习
Deep Learning

Feature Engineering: Understanding Datasets

2019-07-102019-07-11 Ken FangLeave a comment Share
Tagged dataset,feature engineering,Interval level,Nominal level,Ordinal level,Qualitative,Quantitative,Ratio level
Deep Learning

机器学习: NumPy 102

2019-06-282019-06-28 Ken FangLeave a comment Share
Tagged broadcasting,machine learning,numpy
Deep Learning

机器学习: NumPy 101

2019-06-242019-06-24 Ken FangLeave a comment Share
Tagged numpy,机器学习,深度学习
Deep Learning

机器学习: 线性代数 101

2019-06-222019-06-24 Ken FangLeave a comment Share
Tagged linear algebra,machine learning,matrix,scalar,vector,机器学习,线性代数
Deep Learning

产品 (微服务) 缺陷预测模型

2019-06-182019-11-26 Ken FangLeave a comment Share
Tagged defects,forecast,microservices,SVM
Deep Learning

别再傻傻的写单元测试了; Hotspots 告诉我们单元测试的真相: 单元测试是负债? 还是资产?

2018-08-062020-01-19 Ken FangLeave a comment Share

前言: 这篇文章的目的, 不是要否定单元测试存在的价值、意义。而是要从产品的视角, 客观、正确的审视 Continue Reading

Deep Learning

高效、低成本的付清技术债务; 在 200,000 行代码的模块里, 找到最值得优先关注的 180 行代码

2018-08-012020-01-19 Ken FangLeave a comment Share

前言: Adam Thornhill 的算法模型中的 Hotspots, 代表的是产品中复杂度高并且 Continue Reading

Deep Learning

产品中的 Hotspots: 基于配置库中代码所隐藏的开发者行为,高效的提升产品的质量与开发的效率

2018-07-252020-01-19 Ken FangLeave a comment Share

前言: 在软件开发中, 我们一直藉由设计冲刺、敏捷开发、软件工程、自动化的测试、部署工具等, 期望能 Continue Reading

繁简体转换

不转换 大陆简体 台灣正體

关于我

方俊贤; Ken Fang; A9 Atlas 工作室

2019, 08. 一种深度学习的算法, 预测微服务持续部署、持续发布后对产品整体质量的影响, 获得国家知识财产局专利; 符合专利法实施细则第 44 条的规定。
专利号: 201910652769.4

主要专长: 运用深度学习的算法模型分析开发者的行为, 以提升软件开发的效率与质量、微服务化的架构设计、探索性测试、有价值的产品特性挖掘、使用者行为 (场景) 分析、领域驱动设计。

曾任职于: 腾讯科技 (深圳) 有限公司 专家项目经理; 雅各布森软件 (北京) 有限公司 首席谘询顾问; Rational; Telelogic; Borland; 联华电子; 京元电子。

有二十多年半导体、 电信产业、军事研究单位与互联网的产品研发与咨询服务等的经验。

于 Illinois Institute of Technology, Chicago, USA 获得电子计算机科学硕士

 

 

 

 

通过电子邮件订阅博客

输入您的电子邮件地址订阅此博客,并通过电子邮件接收博客更新通知。

热门主题

  • 当深度学习遇到了微服务; 微服务部署预测模型
  • 开发者测试; Story 场景树、Property-Based Testing、Contract Testing
  • Feature Engineering: Understanding Datasets
  • 机器学习: NumPy 102
  • 机器学习: NumPy 101
  • 机器学习: 线性代数 101
  • 产品 (微服务) 缺陷预测模型
  • 打造成功的软件产品的三大核心的能力:机器学习、由方法论所形成的系统化的思维、引导用户
  • Scrum, DevOps 又再度重演软件工程没效、低效率的历史
  • 软件产品的成功方程式

近期文章

  • 当深度学习遇到了微服务; 微服务部署预测模型
  • 开发者测试; Story 场景树、Property-Based Testing、Contract Testing
  • Feature Engineering: Understanding Datasets
  • 机器学习: NumPy 102
  • 机器学习: NumPy 101
Copyright All rights reserved Theme: Blog Expert by Themeinwp