簡(jiǎn)介 SAP Fiori 的默認(rèn)主題稱為SAP Quartz Light。此外，SAP還提供了其他主題:SAP Quartz Dark、SAP Belize、SAP Beli...
發(fā)簡(jiǎn)信
IP屬地：上海
-
SAP Fiori - 主題 -
SAP Fiori - 內(nèi)容密度(舒適 & 緊湊)簡(jiǎn)介 SAP Fiori具有響應(yīng)性，可在所有設(shè)備上運(yùn)行。這意味著所有常見的交互樣式，必須以同樣的方式得到支持：通過鼠標(biāo)和鍵盤以及通過觸摸進(jìn)行交互。SAPUI5提供了一個(gè)“內(nèi)容...
-
SAP Fiori 支持多設(shè)備：響應(yīng)式 vs 自適應(yīng)簡(jiǎn)介 對(duì)于那些典型的用戶來說，在桌面和移動(dòng)設(shè)備之間切換的能力是至關(guān)重要的。用戶希望他們的設(shè)備具有一致的性能、外觀和感覺，我們?nèi)绾尾拍艽_保我們的Fiori應(yīng)用提供良好的用戶體驗(yàn)...
-
基礎(chǔ)介紹 - SAP Fiori 1.8 設(shè)計(jì)原則
簡(jiǎn)介 SAP Fiori為SAP軟件提供一致和整體的用戶體驗(yàn)。在所有設(shè)備創(chuàng)建視覺上令人愉悅的設(shè)計(jì)，并強(qiáng)烈關(guān)注易用性，體驗(yàn)是直觀和簡(jiǎn)單的。借助輕松的交互模式，SAP Fiori...
-
基礎(chǔ)介紹 - SAP Fiori 1.80介紹 SAP Fiori是一個(gè)設(shè)計(jì)系統(tǒng)，為SAP軟件跨平臺(tái)的設(shè)備提供一致用戶體驗(yàn)。它是SAP產(chǎn)品體驗(yàn)和設(shè)計(jì)策略的核心。通過SAP Fiori，我們提供可用的、健壯的、可擴(kuò)展的...
-
41丨數(shù)據(jù)挖掘?qū)崙?zhàn)（3）：如何對(duì)比特幣走勢(shì)進(jìn)行預(yù)測(cè)？數(shù)據(jù)挖掘算法有一種叫時(shí)間序列分析的算法，時(shí)間序列分析模型建立了觀察結(jié)果與時(shí)間變化的關(guān)系，能幫我們預(yù)測(cè)未來一段時(shí)間內(nèi)的結(jié)果變化情況。時(shí)間序列分析和回歸分析的區(qū)別：-結(jié)果與變量的...
-
40丨數(shù)據(jù)挖掘?qū)崙?zhàn)（2）：用邏輯回歸分析信用卡詐騙
構(gòu)建邏輯回歸分類器 邏輯回歸是分類方法，主要解決二分類問題。在邏輯回歸中使用了 Logistic 函數(shù)，也稱為 Sigmoid 函數(shù)。 為什么邏輯回歸算法是基于 Sigmoi...
-
38丨數(shù)據(jù)可視化實(shí)戰(zhàn)：如何給毛不易的歌曲做詞云展示？如何制作詞云 詞云也叫文字云，幫助統(tǒng)計(jì)文本中高頻出現(xiàn)的詞，過濾掉某些常用詞（比如“作曲”“作詞”），將文本中的重要關(guān)鍵詞進(jìn)行可視化。創(chuàng)建詞云并展示 給毛不易的歌曲做詞云展示
-
39丨數(shù)據(jù)挖掘?qū)崙?zhàn)（1）：信用卡違約率分析隨機(jī)森林分類器 隨機(jī)森林的英文是 Random Forest，英文簡(jiǎn)寫是 RF。它實(shí)際上是一個(gè)包含多個(gè)決策樹的分類器，每一個(gè)子分類器都是一棵 CART 分類回歸樹。做分類的時(shí)...
-
37丨數(shù)據(jù)采集實(shí)戰(zhàn)：如何自動(dòng)化運(yùn)營(yíng)微博？
使用 Webdriver 自帶的元素定位功能 1.id定位browser.find_element_by_id(“l(fā)oginName”) 定位id=loginName 的元...
-
34丨AdaBoost：如何使用AdaBoost對(duì)房?jī)r(jià)進(jìn)行預(yù)測(cè)？算法原理 集成算法的兩種模式：投票選舉（bagging）和再選舉（boosting）。 AdaBoost（adaptive boost）自適應(yīng)算法是集成算法的一種，同時(shí)也是一...
-
32丨PageRank：搞懂Google的PageRank算法使用NetworkX工具 1. 關(guān)于圖的創(chuàng)建 使用 nx.Graph() 進(jìn)行創(chuàng)建無向圖，使用 nx.DiGraph() 來創(chuàng)建有向圖。 2. 關(guān)于節(jié)點(diǎn)的增加、刪除和查詢 使...
-
30丨關(guān)聯(lián)規(guī)則挖掘：如何用Apriori發(fā)現(xiàn)用戶購(gòu)物規(guī)則？概念 關(guān)聯(lián)規(guī)則挖掘可以讓我們從數(shù)據(jù)集中發(fā)現(xiàn)項(xiàng)與項(xiàng)（item 與 item）之間的關(guān)系。 支持度是個(gè)百分比，它指的是某個(gè)商品組合出現(xiàn)的次數(shù)與總次數(shù)之間的比例。支持度越高，代表這...
-
28丨EM聚類：用EM算法對(duì)王者榮耀英雄進(jìn)行劃分
EM 算法是一種求解最大似然估計(jì)的方法，通過觀測(cè)樣本，來找出樣本的模型參數(shù)。最大似然估計(jì)是一種通過已知結(jié)果，估計(jì)參數(shù)的方法。 EM 聚類的工作原理 E 步和 M 步：E 步相...
-
26丨K-Means：如何使用K-Means對(duì)圖像進(jìn)行分割？K-Means 的工作原理 1. 選取 K 個(gè)點(diǎn)作為初始的類中心點(diǎn)，這些點(diǎn)一般都是從數(shù)據(jù)集中隨機(jī)抽取的； 2. 將每個(gè)點(diǎn)分配到最近的類中心點(diǎn)，這樣就形成了 K 個(gè)類，然后重新...
-
24丨KNN：如何根據(jù)打斗和接吻次數(shù)來劃分電影類型？KNN 的工作原理 k-NearestNeighbor，鄰近算法 1. 計(jì)算待分類物體與其他物體之間的距離； 2. 統(tǒng)計(jì)距離最近的 K 個(gè)鄰居； 3. 對(duì)于 K 個(gè)最近的鄰居...
