第二周例行总结

第二周例行报告

 

1本周PSP

 

2字数统计

 

3代码行数

 

4博文字数

 

5饼状图

总结:熬夜干活好艰难!每天学一点最好了!

时间: 2024-12-15 09:27:05

第二周例行总结的相关文章

软件工程作业第二周--例行报告

类型 任务 开始 结束 中断 delta coding 重定向/输入/输出的代码 9.16晚上6点 9:16晚上八点半 -- 150min coding 文件夹读文件/控制台直接读/整合 9.17早上9点 9:17晚上七点 12点午饭/午睡到4点/晚饭,12点-4点以及五点到五点半 330min 安装 装Git,试验已有的git 9:17晚上7点 9:18晚上7点半 9点晚上睡觉/白天上课/1点中午又回实验室尝试/7点多师姐拯救我 510min 写博客 写总结博客 9.18晚上7点半 9.18晚

第二周-例行报告

1.本周PSP 项目:词频统计 日期 类别 内容 开始时间 结束时间 中断 净时间 9.11 分析需求 进行需求分析 12:08 12:13 0 5 9.11 具体设计 设计流程及算法 12:13 12:30 2 15 9.11 具体编码 读取文件 12:40 13:00 3 17 9.11 测试 测试及修改 13:00 13:03 0 3 9.11 具体编码 对读入字符串进行分割 13:04 13:11 0 7 9.11 具体编码 分割后字符循环比较存入Dictionary 13:11 13:

第二周例行报告(王伟东)

(一)PSP 类别 内容 开始时间 结束时间 中断时间(min) 中断原因 预计时间(min) 净花费时间(min) 编码及写博客(一) 程序功能一及看书 9.14 19:35 9.14 20:48            5 上厕所        50         68 编码及写博客(二) 程序功能二及版本控制 9.15  08:20 9.15  09:40           15 看动漫        60         65 编码及写博客(三) 程序功能三及查资料 9.16 11:0

第二周例行报告

Psp 进度条 进度图 饼图

第二周成绩

付宇泽 肖亚男 康哲 王可非 孙晓宇 刘信鹏 韩昊 梅小雨 梁梦瑶 宋晓丽 董亚辉 彭思雨 魏新 贺敬文 齐文华 王志文 王歆瑶 罗杨美慧 徐姗姗 迟俊文 杨天宇 徐丽君 杨萍 都雪冬 第二周成绩: 每周例行报告 词频 命令行 合计 附加后合计 归一化 总成绩 PSP 进度条 累积进度 PSP饼图 功能1 功能2 功能3 功能4 博客 PSP 版本控制 命令行 课堂加分 占期末成绩10% 学号 姓名 满分分值 1 1 1 1 10 30 8 10 10 8 5 6 91 20 111 10.00

2014025670(12)《嵌入式系统程序设计》第二周学习总结

这周学习了gcc和gdb的使用还有makefile. 教材学习内容总结 教材内容开始看的有些吃力,很多地方都不太懂,网上查询和询问同学和老师之后,了解了很多,但是具体操作和实现方面还是比较难. 教材学习中问题和解决过程 对于gcc的操作在实验楼的学习中还是比较顺利,gdb的操作感觉有些村存在问题-----gdb的调试方面有些吃力,应该是自己没努力的结果,打算把问题汇总一下,再试试实验. 课后作业中的问题和解决过程 应用实验楼的第二周,第一周的内容感觉简单,消化很快,没想到第二周就感觉有些吃力,不

学习进度条第二周

  第二周 所花时间 12小时 代码量 180行左右 博客量 3 了解到的知识点 Javaweb开发html的学习,还有javascript的特效和链接网页跳转,网页中图片自行转换,以及构建之法第1.2.3章相关的知识.

20155336 2016-2017-2《JAVA程序设计》第二周学习总结

20155336 2016-2017-2 <JAVA 程序设计>第二周学习总结 教材学习内容 1: GIT版本检测 2: JAVA中基本类型 整数 字节 浮点数 字符 布尔(▲) 通过API可以得知各个类型可存储的数值范围 public class Range {public static void main(String[] args){ //byte.short.int.long的范围 System.out.printf("%d~%d%n", Byte.MIN_VALU

《Machine Learning》系列学习笔记之第二周

第二周 第一部分 Multivariate Linear Regression Multiple Features Note: [7:25 - θT is a 1 by (n+1) matrix and not an (n+1) by 1 matrix] Linear regression with multiple variables is also known as "multivariate linear regression". We now introduce notatio