运用深度学习技术，基于MRI数据自动识别阿尔茨海默病的研究论文 - 一种数据驱动的开发方法

9.4 方法和迁移 本书的附录中讨论了一个构造数据仓库的方法。实际上，该方法的范围相当大，因为其 中不仅包含如何建立数据仓库，而且也说明如何使用数据仓库。另外，其中也包含了开发操 作型环境的典型工作方法，这些方法形成了所谓“数据驱动”的方法学。 讨论的方法在几个方面与迁移路径有所不同。迁移路径动态地描述总体工作步骤。而此 方法讨论特定的工作步骤，从这些工作得到的可提交的数据以及这些工作的次序。但并没有 叙述数据仓库创建的循环往复的动态过程。换句话说，迁移方案从三个角度描述一个概要的 方案，而些方法则从一个角度描述一个详细的方案。两者结合在一起形成了一个完整的创建 数据仓库所需的工作的描述。 9.5 一种数据驱动的开发方法 对开发方法需求是很普遍的。要求研究人员给出一个方法，给开发者指引一条合适的道 路，指出需要做些什么、按照什么次序做、整个工作需要多长时间。虽然方法学概念本身很 有吸引力的，但业界的记录并不让人满意。对方法(数据仓库或其他)的热情与对应用的失望交 织在一起。对方法学的历史记录表明，从方法学到应用实现是一条很不平坦的路。 为什么这些方法让人失望呢？其中有很多的原因： ■ 这些方法通常给出一个单调的、线性的工作流。实际上，几乎任何方法都需要循环重 复执行。换句话说，执行二三步以后、停止、再全部或部分重复前面的步骤，都是很 正常的。通常，这些方法本身没表明或没有考虑到它们本身需要重复进行一个或多个 步骤。对于数据仓库而言，这种不支持重复工作的缺点会使得这种方法成为一个大问 题。 ■ 通常，这些方法给出了一些出现或仅出现一次的工作。确实，有些工作只需做一次(当 然得成功)就行了。然而，其他的一些工作在不同的情况下需要重复地做多遍(在这里指 的情况不同于求精的重复过程那种情况)。 ■ 通常，这些方法规定好了一组需要做的工作。在许多情况下，其中有些根本就用不着 做，而有些需要做的工作却没有在方法中列出来，如此等等。 ■ 这些方法经常说该如何做些工作，而不是说需要做什么。在描述如何做些什么的时候， 这些方法在碰到细节和特殊情况时，其有效性就成问题了。 ■ 这些方法对要开发的系统的规模不加区分。有些系统很小，严格的方法在此时就没什 么意义；有些系统或许正好与某个方法相适应；而有些系统非常大，它们的规模和复 杂性会使方法根本就不起作用。 ■ 这些方法经常将项目管理问题与需要做的设计和开发工作混在一起。通常情况下，项 目管理问题应该与开发方法相关问题分开。 ■ 这些方法经常对操作型处理和 D S S处理不加区分。操作型处理和 D S S处理的系统开发生 命周期在许多方面是正好相反的。要取得成功，一个方法必须区分操作型和 D S S的处 理和开发。 ■ 出现失败的情况下，这些方法一般都没有检查点和停止处。“如果前面一个步骤没有正 确执行的话，下一步该怎么办呢？”，方法中通常不把处理此类问题作为一部分。 第9章 迁移到体系结构设计环境 171 下载