logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

【人机交互 复习】第1章 人机交互概述

(4)从人性角度看:每个人都会犯错,如果一个交互系统不能帮助用户有效地降低错误发生的概率,那么由此引发的时间、金钱以及生命的损失都是难以估量的。人机交互的知识点碎,而且都是文字,过一遍脑子里什么都留不下,但是背时间已经来不及了,最好还是找题要题感吧,加深印象才是做对文科的关键。(4)HCI 2.0:规定的范围得到了拓展,它特指从2000年年末开始流行的Web 2.0环境下的人机交互。(2)可划分为

文章图片
#人机交互
【人机交互 复习】第8章 交互设计模型与理论(重中之重,含大题)

(1)因为是假设用户完全按正确的方式进行人机交互,缺乏对错误处理过程的清晰描述。(3)即,如果我们知道一个动作的难度和执行该动作的速率,通过计算(难度/速率)来得到表示人类执行能力的值。M K[i] K[p] K[c] K[o] K[n] K[f] K[i] K[g] K[回车]有的人成功了,他把这一路的经验中可以供其他人参考的部分总结了出来,然后让别人套用。(1)这个时间是研究总结平均时间,实际

文章图片
#人机交互#交互
【人机交互 复习】第2章 人机交互的基础知识(重点,含大题)

C语义编码是长时记忆的最主要的编码方,它是按言语发生的顺序以系统方式来表征信息的D长时记忆的信息编码是把新的信息纳入已有的知识框架内,或把一些分散的信息单元组合成一个新的知识框架。1.关于执行评估活动周期模型(EEC):①执行动作,②解释系统状态,③评估,④感知系统状态,⑤形成操作意图,⑥形成操作序列,⑦建立目标,以下哪个步骤排序是。D长时记忆的信息编码是把新的信息纳入已有的知识框架内,或把一些分

文章图片
#人机交互
【人机交互 复习】第4章 交互设计过程

通俗的说就是一个景区那种指南,针对一个主题,把谁在哪些地方,该做什么、不该做什么、甚至是怎么做都列出来,形成一套共识体系,新人可以学习,老人可以参考,最后解决一致性问题。LUCID(合理的以用户为中心的交互设计),属于交互设计过程管理的一部分,记住本题即可。候选设计方案是有限的,来源于个别设计人员的才干和创造力,也来自考虑其他相似的设计。c.三级(涉众)用户:引入系统会影响到的人员以及影响系统购买

文章图片
#人机交互
【人机交互 复习】第5章 交互式系统的需求(重中之重,含超级大题)

这部分详细解释会很复杂,主要还是看当初小组作业大家设计的过程,或者就看结果,到时候出了知道怎么编故事就行了,肯定能混到分的。由于人物角色和真人是相似的,将他们和真人联系起来,要比把功能列表、流程图和真人联系起来更容易。(3)专家用户:对缺少经验的用户有着异乎寻常的影响,即“专家说不好就不好”(1)拼凑:采用头脑风暴方法,产生一些零碎片段,先不去考虑他们的细节。就是编故事,其中编的主角,编的这个小故

文章图片
#人机交互
【人机交互 复习】第10章 评估的基础知识(重中之重)

(1)基本特征:是在评估人员的密切控制之下实行的 ,在用户执行任务的过程中,评估人员可用摄像机记录用户与软件的交互过程。(1)一种方法是专家们根据自己对典型用户的了解(通常使用启发式评估),来预测产品中可能存在的可用性问题;(2)为儿童设计新产品时,要使产品吸引人,适合采用实地研究技术,观察儿童交谈。(1)设计界面时,需量化评价界面质量,适合进行可用性测试。3.选择(Choose):用于回答具体问

文章图片
#人机交互
【机器学习 复习】第5章 朴素贝叶斯分类器

(4)朴素贝叶斯模型的参数也不多,对缺失数据不太敏感,算法实现比较简单。(1)就是“某个特征”属于“某种东西”的概率,公式就是最下面那个公式。(5)根据各个类别出现的概率,哪个最大,就将其划归为那个类别。的分类算法,即通过考虑特征概率来预测分类。(2)这是一种假设,假设每个特征属性。2.朴素贝叶斯算法概述。

文章图片
#机器学习#人工智能
【大数据 复习】第7章 MapReduce(重中之重)(含编程题)

Master:是整个集群的唯一的全局管理者,功能是作业管理、状态监控和任务调度等,即MapReduce中的JobTracker。(3)每个节点都有一定数量的 Map slot 和 Reduce slot,它们的数量可以根据集群配置和需求动态分配。,以便后续Reduce阶段对同一个键的值进行聚合处理。Mapper将输入的英语段落按照空格分割为单词,并对每个单词生成一个键值对,其中键为单词,值为1。S

文章图片
#大数据#mapreduce
【机器学习 复习】第9章 降维算法——PCA降维

18. 对于n维特征变量中的每个子变量,主成分分析使用样本集合中对应子变量上取值的方差来表示该特征的重要程度。如上面的例子中,样本集合中的数据在旋转过后的新的y轴上的方差接近于0,几乎不携带任何信息量,故可将其省去,达到降维的目的。(所谓找方差最大的方向,就是找长度,面积最大的那条线或者面,因为方差就是离散程度,就是分散程度)(3)既能够代表原始特征的绝大数信息,组合后的特征又互不相关,降低相关性

文章图片
#机器学习#算法#人工智能
【复习】人工智能 第三章 确定性推理(重点)

(重点,分别是本章和下一章)五、自然演绎推理(重中之重)确定性推理、不确定性推理。

文章图片
#人工智能
    共 27 条
  • 1
  • 2
  • 3
  • 请选择