关于数据采集工作的一些感受

简介:


         建工学院比较简单,大家出现的人多问题我这里都没有。既没有大三重新分专业,也没有选修课,总之问题不多。加上建工学院的教学秘书也很负责,所以我的工作就更少。

        现在想想我我收获了什么呢?是与老师的协调吗?张老师太尽职了,也不用和她多说什么,该弄的都弄好了,出现的错误都不是原则上的错误。要说最大的收获可能是再次了解了VB和Excel,看到了它们的强大。

        不过关于这次做的表格,个人觉得除了自动生成一些代码作用很大外,关于专业名称,班级名称的选择的麻烦程度远超过了我去复制粘贴相关信息。

(例如上图图,理论上可以选择是方便的,但是要我在那么多班级(专业)中去选择我想要的还不如我翻到前面的表格中去复制粘贴)

        表格中存在的一些错误由于时间原因也没有及时修改。

       由于数据的重要性,在我们导入数据前应该由师哥师姐们审查一下,或者再导入数据的时候要有师哥师姐们监督,不然会出现导入了错误数据,数据不明原因(可能已经导入部分数据,可能数据格式有问题,也可能数据中存在非法项)的无法导入。

        还有一点收获是,处理数据的时候一定要仔细,遇到问题一定不能我认为怎么样怎样,而是要先问问同期一起负责这先工作的先商量一下如果无法决定的一定要问问师哥师姐的意见。因为这项工作关系到全校学生的考试,评教责任重大。
       今天的感受就这么多了,再有想写的在发吧!

这是上周写得一点东西:http://liyou0909.blog.163.com/blog/static/198080263201311754044893/

目录
相关文章
|
3月前
|
存储 云计算
生信工程师高效工作的背后——可观测性、资源适配与自动化
使用Memory Machine Cloud(简称MMCloud)的生信工程师们为什么工作效率比别人高呢?我们悄悄总结了MMCloud的三个核心优势——可观测性、资源适配与自动化。
159 0
|
7月前
|
机器学习/深度学习 数据采集 数据处理
如何做一个诊断系统
如何做一个诊断系统
101 0
|
11月前
|
人工智能
用ChatGPT「指挥」数百个模型,HuggingGPT让专业模型干专业事(2)
用ChatGPT「指挥」数百个模型,HuggingGPT让专业模型干专业事
|
11月前
|
机器学习/深度学习 人工智能 自然语言处理
用ChatGPT「指挥」数百个模型,HuggingGPT让专业模型干专业事(1)
用ChatGPT「指挥」数百个模型,HuggingGPT让专业模型干专业事
|
机器学习/深度学习 数据采集 存储
自动化学科前沿讲座作业 基于深度学习的工厂人员监测系统设计
自动化学科前沿讲座作业 基于深度学习的工厂人员监测系统设计
93 0
自动化学科前沿讲座作业 基于深度学习的工厂人员监测系统设计
|
敏捷开发 数据可视化 测试技术
照亮问题——效能提升从可视化交付过程开始| 学习笔记
快速学习照亮问题——效能提升从可视化交付过程开始
204 0
照亮问题——效能提升从可视化交付过程开始| 学习笔记
|
数据采集 供应链 Oracle
领域建模-指标梳理工具-阶段性体验/调研认知输出
本文基于笔者的经历,简要介绍了其基于大数据在供应链行业应用思维转变的3个阶段:零碎供应链场景数据分析-数据资产治理-面向对象数据建模
1579 0
领域建模-指标梳理工具-阶段性体验/调研认知输出
|
网络协议 应用服务中间件 Android开发
直播软件搭建过程中的这项工作也很重要
要想运营好一个直播平台,需要各方各面的工作和技术相结合完成,而消息推送就是直播app中十分重要的一个部分。App内的消息推送不仅能够给用户提供通知信息,提高用户活跃度,还能够起到召回一部分老用户的作用。那么在直播软件搭建的过程中,关于第三方推送也就是我们所说的消息推送功能又该如何实现呢?
直播软件搭建过程中的这项工作也很重要
|
人工智能 供应链 算法
机器人在线“偷懒”怎么办?阿里研究出了这两套算法
随着互联网和电子商务的发展以及全球化的不断加速,中国产业持续升级,人工智能与机器人集群逐步被应用于制造业与物流供应链产业中。机器人集群的主要目的是与人协同合作,将人从沉重的重体力搬运任务中解放出来,专注于更精细的操作当中。由于在工业界的广泛应用与进一步智能化生产的思考,机器人集群调度成为了多智能体系统(Multi-agent System)学术研究中的一个新兴研究方向,其核心问题是如何调度机器人执行合适的任务并规划高效的路径,使得系统整体效率最优。 文末福利:七道典型算法笔试模拟题精解。
1218 0
机器人在线“偷懒”怎么办?阿里研究出了这两套算法
|
数据可视化 BI
技术人最不该忽视可视化数据分析!
阿里妹导读:在这个“人人都是数据分析师”的时代,阿里的同学几乎都在参与数据的采集、加工与消费。数据可视化作为连接“加工——消费”的重要一环,其质量至关重要。优秀的可视化能促成卓越洞见,糟糕的内容则让所有的努力失去意义。今天,阿里高级产品经理沉砂为我们详细介绍数据可视化工具以及如何选择有效图表。
8731 0