软件工程课程的第一次作业

article/2025/8/14 9:24:35

软件工程课程第一次作业

  • 1、建立一个public代码仓库
    • 1.1获取秘钥
    • 1.2 创建代码仓库
      • 1.2.1仓库地址
  • 2、评估当前的自己
    • 2.1个人简介
    • 2.2当前值
  • 3、展望未来
    • 3.1 回答关于构建之法的问题
  • 4、学习路线

这个作业属于哪个课程广工软件工程课程学习社区
作业要求作业链接
作业目标创建博客、学习Markdown语法、阅读《构建之法》、评估当前、展望未来

1、建立一个public代码仓库

1.1获取秘钥

请添加图片描述

1.2 创建代码仓库

请添加图片描述
请添加图片描述

1.2.1仓库地址

3220005416的仓库

2、评估当前的自己

2.1个人简介

姓名– u –
头像在这里插入图片描述
兴趣爱好听歌、旅游
特长干啥啥不行,干饭第一名

2.2当前值

获奖经历
掌握语言c java JavaScript
累计代码量5k
项目经历交通灯管理系统、航空机票管理系统、旅游公司网页

3、展望未来

3.1 回答关于构建之法的问题

①、 Q:如何给别人提供容易接受的反馈?
A:“三明治方法”让我想起一个成语典故——亡羊补牢,就是当人们真实看到损害时会后悔当初没有尽早做出补救,因此如果想让对方更容易接受反馈,不如先让对方真切的感受到不这样做的后果是什么,然后给他补救方案,这样反倒确实让对方会更容易接受。
②、Q: 学生该如何做到像健身学员一样找到自身定位点,把握老师身上的那套健身资源,朝自己的目标前进呢?
A:首先需要知道自身当前值和目标是什么,老师确实资源,但是也会根据学生水平来挑选优秀的适合的学生。还有就是提问,向老师提出专业领域的疑问,多跟老师或者优秀前辈进行交流。
③、Q:写博客也会花挺多时间的,如果把这些时间花在写代码上面会不会更好?
A:在辩论中有一个环节叫做复盘,一场辩论一小时,复盘可能需要两到三小时,我感觉写博客的过程就是在对写过的代码进行复盘分析,总结经验,那我感觉这一部分是非常重要的,我之前写完代码很快久忘记了,应该是因为我没有进行复盘。就像回答中说道,可以有一个模版,每次写的时候在模版上进行修改,应该能快点解决。
④、Q:如何让自己能够跟上软件工程发展,做一个永不落伍的开发者呢?
A:我曾在打辩论的时候有了解过,其实科技已经远远领先于我们的生活,就比如物理学,一些尖端研究还没法运用到实际。当然不是所有人都能做到尖端。想要不落伍最简单的方法就是当下流行什么就学习什么,社会需求什么就去学习什么,因此需要自身有市场洞察力和较强的学习能力。
⑤、Q:作为计算机专业的学生,将来必然是“领域内”人士之一,那么如何避免形成如同“领域专家”的固化思维,导致自己的创新思维受到限制呢?
A:z这个问题在我假期中很努力的思考过,假如未来我不做程序员那么我可以做什么?如果我以后做了程序员我如何在这个领域坚持下去。有很多前辈给到我未来面临的压力,比如一些大厂会将项目细分,让人才可能只在某一方向非常出色,那么他未来想要突破其实非常困难。再比如,成千上万都在敲代码,你如何让自己不一样。我能想到最好的办法,将目前的工作做成兴趣,让自己面对工作有热情,有动力思考,但这就需要我们找工作时,不要随波逐流。

4、学习路线

在这里插入图片描述
在这里插入图片描述


http://chatgpt.dhexx.cn/article/EaIlwjlp.shtml

相关文章

从物理到软件工程,中山大学转专业2017纪实

我的转专业历程 其实早就有想写几篇文章纪念在中大的这一年,也确实写过一篇,但是还是太懒没能坚持下去,在知乎上获得的成就感也不是很高。正好借这个机会写出来当作能够在未来唤起一点点回忆的东西吧。 还是把原来最后面的联系方式摆在上面比较好 qq:715817451 还依稀记得…

软件工程专业困局

点击上方“开源社”关注我们 | 作者:tisonkun | 转载自:野田之书 | 编辑:刘雪洁 | 设计:朱亿钦 | 责编:王玥敏 让我们先看两段材料。 第一段出自《软件困局》[1]一书中文版译序。 软件专业的学生并没有学到在团队中如何…

软件工程专业学生的自我反思

迷茫时的反思 我现在是一名大三的学生,有时候还是会处在一种很迷茫的状态,这种状态体现在:自己会不自觉的打开王者荣耀,打开BiliBili刷视频,熬夜看剧,慢慢地陷入一个漩涡,越陷越深...... 你是否…

女孩学计算机软件工程,女生学软件工程好吗 就业方向有哪些

软件工程是一个很热门的专业,男生学该专业的人数比较多,但是不少女生听说软件工程好就业也心动了,那么女生报考软件工程好不好呢,毕业后能做什么工作呢? 女生适合学软件工程专业吗 软件工程专业之所以适合男生去学&…

软件工程专业大学四年学什么

软件工程专业(软件开发与数据处理技术方向)大学四年学什么? 未完待续,打※部分已更新“期末复习资料、课堂作业、实验报告或课设报告”请读者自行查阅我的博文分组! 每届都是“实验性选教材、排课”,you …

IT是未来大趋势,有学计算机专业的同学会后悔和转行原因在哪?

本文为伊凡原创撰写投稿一颗优雅草仅仅代表伊凡个人观点,与一颗优雅草科技无关切不代表其立场,谢谢,欢迎喜欢写文的道友来投稿,未经许可禁止转载。 计算机科学与技术/信息工程专业/物联网/计算机软件工程/软件开发与技术/计算机网…

那些跳槽做程序员的人,后悔了吗?

《绿皮书》里有一句直击人心的台词引发人们思考:这世界到处都是,害怕主动迈出第一步的孤独之人! 作者 | 王晓曼 出品 | 程序人生 (ID:coder _life) 在脉脉数据研究院2021年3月发布的《人才流动与迁徙2021》…

python数据预处理的方法_文本数据预处理的方法

文本数据分析(一):基本框架 在文本数据分析基本框架中,我们涉及到了六个步骤: 数据收集 数据预处理 数据挖掘和可视化 模型构建 模型评估 虽然框架需要迭代,但是我们先将其看作是一个线性的过程: 修正过的文本数据处理框架(依然很简单……) 很显然,文本数据预…

数据预处理的几个方法:白化、去均值、归一化、PCA

以上转载自:http://ufldl.stanford.edu/wiki/index.php/%E7%99%BD%E5%8C%96 假定数据表示成矩阵为X,其中我们假定X是[N*D]维矩阵(N是样本数据量,D为单张图片的数据向量长度)。 去均值,这是最常见的图片数据预处理,简单…

关于文本数据预处理的一些方法

最近在进行一个关于深度学习的文本情感分类的项目,从数据获取到清洗,以及文本标注这些都在准备。文本预处理是NLP中十分关键的一个流程,正所谓数据是否优质决定着神经网络的训练效果,以及后续对神经网络的调参,本文分享…

R语言|数据预处理方法

数据预处理的主要内容包括 数据清洗 原始数据的质量直接影响了数据分析的质量,不符合要求的脏数据有: 无关数据。重复数据或者含有特殊符号的数据。缺失值。产生原因是有些数据无法获取,或者获取成本过高,或者获取数据时产生误…

数据预处理流程

数据预处理流程总结 下面分享一下自己通常会用到的一些数据预处理的方法和步骤,用Kaggle平台上的elo用户忠诚度预测的数据集作为应用案例。 import numpy as np import pandas as pd import matplotlib.pyplot as plt plt.rcParams[font.sans-serif][SimHei] merch…

transforms数据预处理方法(一)

transforms数据预处理方法(一) 文章目录 transforms数据预处理方法(一)1.transforms——裁剪(1) transforms.CenterCrop(size)(2) transforms.RandomCrop (size, padding None , pad_if_needed False ,fill 0 , padding_mode cons…

大数据处理之道(预处理方法)

一:为什么要预处理数据? (1)现实世界的数据是肮脏的(不完整,含噪声,不一致) (2)没有高质量的数据,就没有高质量的挖掘结果(高质量的决…

过程数据_数据预处理的方法

首先,我们先来搞清楚,什么叫“过程数据”?以及什么叫“结果数据”? 简单来讲,“过程数据”指的是我们可以掌握的事务和行为“结果数据”就是我们不能完全掌控的。过程数据的英文翻译 基本释义 process data 参考释义过程数据的相关资料 临近单词 过半数 过 过期作废 过气 过谦…

类别型数据的预处理方法

在机器学习过程中,我们往往需要对数据进行预处理。根据数据的取值情况,我们可以把数据总体分为两大类:类别型数据和数值型数据。 对于数值性变量,通常不需要对其进行编码处理。而如何处理类别型数据是一个难题。处理的方法有很多种,各有优缺并且各有适用的范围。 本文在收…

大数据预处理方法,来看看你知道几个

大数据蕴含巨大价值,引起了社会各界的高度关注。大数据的来源多种多样,从现实世界中采集的数据大体上都是不完整、不一致的脏数据,无法直接进行数据挖掘和分析,或分析挖掘的结果差强人意。为了提高数据分析挖掘的质量,…

机器学习中数据预处理的几种方法

由于实际收集到的机器学习数据集不可避免的会存在数据缺、数据集不平衡和数据集中各类数据非同一量级等情况,对缺失数据进行补全和对异常数据进行清洗、均衡化处理防止类别不平衡和数据标准化处理对于机器学习模型至关重要。 1 数据补全方法 有效地恢复缺失的数据是…

常见近红外/红外光谱数据预处理方法及MATLAB实现

在近红外等光谱数据分析建模过程中,最关键的一步除了特征选择之外就是光谱数据预处理,预处理的原因是光谱数据除了纯光谱(pure spectra)之外还包含基线漂移、噪声等信号,与此同时存在着因样本大小以及环境等因素带来的…

数据预处理常用方法总结

目录 一、数据清理1 处理缺失值2 噪声数据 二、数据集成1 实体识别2 冗余和相关分析3 数值冲突的检测与处理 三、数据变换1 数据规范化2 数据离散化3 概念分层 数据预处理包括多种方法,诸如数据清理、数据集成、数据变换等。 一、数据清理 数据清理主要是处理缺失…