Зачастую необходимо выбрать среди множества альтернатив, при этом каждая обладает различными преимуществами. И как же выбрать лучшую, имея мнение десятков, а то и сотен экспертов?
Читать полностью »
Метка «математическая статистика»
Методы экспертных оценок
2013-08-16 в 3:49, admin, рубрики: математика, математическая статистика, пятничный пост, метки: математическая статистика, пятничный постТестирование в Mail.Ru Group
2013-01-16 в 9:21, admin, рубрики: bloom filter, chef, mail.ru group, python, selenium-webdriver, unittest, автоматизация рутины, автоматизация тестирования, Блог компании Mail.Ru Group, виртуальная машина, математическая статистика, тестирование, управление конфигурацией, управление конфигурациями, фильтр блума, функциональное тестирование, метки: bloom filter, chef, mail.ru group, python, selenium-webdriver, unittest, автоматизация рутины, автоматизация тестирования, виртуальная машина, математическая статистика, тестирование, управление конфигурацией, управление конфигурациями, фильтр блума, функциональное тестирование 
Эта статья написана по мотивам одноименного доклада на Highload++'2012. Предназначена она для руководителей, которые смогут, взглянув на наше тестирование, сравнить его с тестированием в своем проекте, для программистов и системных администраторов, которым представится возможность посмотреть на тестирование как на очень интересную работу, и, конечно, для тестировщиков.
В статье я расскажу, о том, каким на самом деле может быть тестирование, как мы сделали тестирование продуктивной и интересной работой, какие задачи мы решаем, и почему работать у нас хорошо.
Читать полностью »
Алгоритм моделирования многомерного массива данных, распределенных по нормальному закону
2012-06-06 в 7:38, admin, рубрики: c++, алгоритм, Алгоритмы, математическая статистика, Программирование, метки: c++, алгоритм, математическая статистикаПри разработке или исследовании готовых алгоритмов часто требуется определить качество их работы. Использовать для этой цели данные из реальных источников не всегда возможно, так как их свойства зачастую неизвестны и потому нельзя спрогнозировать результат выполнения исследуемых алгоритмов. В таком случае применяется моделирование данных по одному из хорошо известных законов распределения. Применяя исследуемый алгоритм к модельным данным, можно заранее предположить, каким окажется результат его выполнения. Если он окажется удовлетворительным, можно попробовать применить его и к реальным данным. Естественно, что это относится только к непараметрическим алгоритмам, то есть не зависящим от закона распределения данных.
Чаще всего используется моделирование данных, распределённых по нормальному закону. К сожалению, MS Excel и распространённые статистические пакетаы (SPSS, Statistica) позволяют моделировать только одномерные статистические распределения. Конечно, можно составить многомерное распределение из нескольких одномерных, но только в том случае, если переменные независимы. Если же нужно исследовать данные с зависящими друг от друга переменными, придётся писать программу.
Читать полностью »