CodeTengu Weekly 碼天狗週刊 - Issue 62 就算有九個女人也沒辦法在一個月內就讓孩子出生 - Oct 3...

   2016-10-04 0
核心提示:Hello WorldCodeTengu Weekly 碼天狗週刊CodeTengu Weekly 會在 GMT+8 時區的每個禮拜一早上 10:00 出刊,每一期會從目前的 curator 名單中選出三位來負責當期的內容,每個 curator 各自負責不同的領域。如果你在這一期沒有看到自已感興趣的東西,說不定下一

Hello World

CodeTengu Weekly 碼天狗週刊

CodeTengu Weekly 會在 GMT+8 時區的每個禮拜一早上 10:00 出刊,每一期會從目前的 curator 名單中選出三位來負責當期的內容,每個 curator 各自負責不同的領域。如果你在這一期沒有看到自已感興趣的東西,說不定下一期就會有了。你也可以瀏覽一下前幾期的內容。

以下是目前的 curator 陣容:

  • @vinta - I failed the Turing Test - 科幻迷,但是最近在讀Lord of the Flies
  • @saiday -Imnotyourson -妙蛙種子破音
  • @tzangms -Oceanic / 人生海海 - 衝動型購物
  • @fukuball -ImFukuball - GCP 好用嗎?
  • @wancw - comiXology 的坑好大啊~
  • @mingderwang - Ethereum enthusiast
  • @kako0507 - 熱愛嘗試新事物的前端工程師
  • @chiahsien - 我們在找iOS 工程師與其它人才,歡迎來跟我當同事。
  • @hiroshiyui - 沒有人是一座孤島
  • @uranusjr -Smaller Things - 不愛談技術的技術人,最近對做菜很有興趣
  • @kkdai -態度萬歲 - 喜歡 Golang 的略懂工程師
  • @yhsiang

大家也可以關注我們的Facebook、 TwitterGitHub 或微博,有很多 Weekly 看不到的內容。有任何建議或疑問也可以來Gitter 聊聊,歡迎亂入 :japanese_goblin:

致力於解決開發者之間的資訊不對稱  

@fukuball

林軒田教授機器學習技法 Machine Learning Techniques 第 4 講學習筆記

Machine Learning:中級

前三講介紹了 SVM 的基礎及 Kernel 的概念,但這些 SVM 模型都是「Hard Margin 」,這種模型在訓練時會將所有資料點都完美分類,也因此非常容易發生 Overfitting,所以平常大家所使用市面上的 SVM 程式工具其實都不會是 Hard Margin SVM,而是可以容許一些小錯誤的「Soft Margin」SVM。

這一講將介紹如何將原本的演算法推導到 Soft Margin SVM,基本上學完這一講,SVM 分類模型的基礎知識就已經學了大部份了~

fukuball.com

How a Japanese cucumber farmer is using deep learning and TensorFlow - 使用 Deep Learning 挑選小黃瓜案例分享

Machine Learning:中級

大家一定都知道愛之味牛奶花生會用電腦來挑花生,但大家知道怎麼自己做一個嗎?這是一個日本工程師使用 Google TensorFlow 教電腦挑小黃瓜的真實案例,看到這樣的真實故事,真的也想自己動手做一個來玩玩看啊!

google.com

Bay Area Deep Learning School

Machine Learning:中級

上週生日從臉友的祝福中得知這個活動,講者都是 Machine Learning 相關領域有名的學者,雖然活動已經結束,但兩天的活動都有影片直播也都上傳到 Youtube 了,讓我為在苦命鬼島的大家獻上灣區傳送門。

bayareadlschool.org

The art of using Repositories in Laravel 5.3 - Laravel Repository 模式與快取

PHP、Laravel:中級

有在寫 Laravel 的人應該都知道在取用資料庫資料時推薦使用 Repository 模式來控管資料取用邏輯,因為將資料庫邏輯都寫在 Model 的話,可能會造成 Model 的肥大而難以維護,所以建議將相關的資料庫邏輯封裝在不同的 Repository 方便中大型專案維護。

本篇文章便是以 Laravel Repository 模式為切入點,但重點是介紹如何在這樣的模式將資料快取起來,當然我們都可以自己寫快取邏輯,畢竟 Repository 已經是一層封裝了,要寫快取也會比較容易一些,但永遠別忘了可能已經有人寫好了相同的功能,所以作者介紹了Rinvex Repository 這個套件,可以很直覺的在 Repository 模式將資料快取起來,而且 Cache Invalidate 也都會自動幫忙做好喔!這可就幫忙解決了電腦科學的最大難題之一耶!

omranic.com

如何使用 Null Object 模式?

PHP、Laravel、Design Pattern:初級

初學者要成為進階者,就該學一些 Design Pattern。Null Object 模式算是一個比較小的 Design Pattern,但卻還蠻常見也蠻好用的,學好這個 Pattern 就可以拿來說嘴自己會 Design Pattern 了(如果不怕被笑的話)~

oomusou.io

@mingderwang

Logspout 與 go-extpoints

在研究Logspout 這個可以把 Docker Container 的 logs 導出來的原始碼 時, 發現它使用go-extpoints 這個Go generator 來實現擴充模組的功能。它也利用Dockerfile ONBUILD 的特性, 讓使用者非常容易的抽換模組, 以這custom build 為例, 技巧的在不安裝 go 的環境下, 重新產生客製化 logspout 的 docker image。

gliderlabs.com  

Security Enforcement of the Microservices

如何強化微服務的安全性,變得日趨重要。原本以為把傳統 Monolithic 程式,改用 Microservices 方式來寫,事情會變簡化,更容易橫向擴充,程式更容易重構。沒想到服務數量變多,要處理安全性問題,就變得更加複雜。所以挑選對的安全規範或正確的使用 security framework 和 API 的管理方法,反而成為改用微型服務成敗的關鍵所在。

本文章介紹了常用的三種方法,Interceptor,Web Container,以及 Api Gateway。在不同的 frameworks 裡,基本上會提供其中一種方法,而不少公司也選用前兩種,但第三種方法卻是作者最推薦的,也幾乎成為業界的標準。選擇一套最適當的 API 管理平台,來管理你所有的服務,也比較不會被 framework 或程式語言綁死,未來即使使用 OpenShift 或 Kubernetes 來部署,也能繼續延用下去。

github.io

@chiahsien

Introducing the Realm Mobile Platform: Realtime Sync Plus Fully Open Source Database

iOS 開發過程中可以使用的資料庫種類始終是一種百花齊放的狀態,在這麼多種選擇當中,Realm 一直擁有非常高的人氣。之前它的資料庫核心的程式碼因為某些原因所以遲遲無法開源,就在最近它終於解禁,Realm 變成完全開源了。與此同時,它還推出 Realm Mobile Platform,號稱可以讓開發者不費力氣就擁有實時同步的功能(一定要看它的 demo 影片,超酷的),看來在 Parse 收掉之後我們又多了一個新選擇了!

realm.io

HubFramework: Spotify’s component-driven UI framework for iOS

Spotify 最近這幾天釋出了它們的 component-driven UI framework,看起來是個非常酷的東西,可以讓開發者非常有彈性的動態調整 UI layout。想了解更多的話,可以看看它們團隊的 iOS Lead 前一陣子的這個 talk。

github.com  

Swift 3.0 Released!

Swift 3.0 終於在眾多貢獻者同心協力下,正式推出 3.0 版本了,不得不承認這真是近年來開源界的一個重要里程碑。為了讓各位開發者儘快上手,官方也提供了升級指南,但難免還是有些坑要踩,例如這裡就有人分享了一些經驗。另外,命名方式在 Swift 3 也有了大幅度的改變,你有想過 Delegate methods 要怎麼命名才符合 Swift 3 風格 嗎?

swift.org  

Fatal Error by Soroush Khanlou & Chris Dzombak on iTunes

這是最近我很喜歡的一檔 Podcast,主持人是Soroush Khanlou 跟Chris Dzombak,他們的更新速度大約是兩週一次。我喜歡他們的原因是他們每次都會針對一個 iOS 開發相關的主題來討論,而且他們很認真在討論,不會在那邊東拉西扯一堆有的沒的,也不會閒聊耗時間。

順帶一提,我用來聽 Podcast 的 app 是Overcast,它是免費的,也可以透過 IAP 捐錢給作者,我喜歡它的原因是因為它可以調整播放速度,同時還能盡量保持人聲聽起來很自然,這技術真的很棒!

apple.com  

Awesome iOS | LibHunt

這一個網站收集了許多 iOS 的函式庫,最棒的是它還將這些函式庫分門別類,並且還告訴你各分類裡頭比較熱門的是哪幾個函式庫,實在是工程師的好朋友,建議你立刻將它加到書籤!

libhunt.com

 
反对 0举报 0 评论 0
 

免责声明:本文仅代表作者个人观点,与乐学笔记(本网)无关。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。
    本网站有部分内容均转载自其它媒体,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责,若因作品内容、知识产权、版权和其他问题,请及时提供相关证明等材料并与我们留言联系,本网站将在规定时间内给予删除等相关处理.

  • (转)R语言 SVM支持向量机在 R 语言中的实现和使用
    (转)R语言 SVM支持向量机在 R 语言中的实现和
    支持向量机是一个相对较新和较先进的机器学习技术,最初提出是为了解决二类分类问题,现在被广泛用于解决多类非线性分类问题和回归问题。继续阅读本文,你将学习到支持向量机如何工作,以及如何利用R语言实现支持向量机。支持向量机如何工作?简单介绍下支持
    02-09
  • 【机器学习与R语言】9- 支持向量机
    【机器学习与R语言】9- 支持向量机
    目录1.理解支持向量机(SVM)1)SVM特点2)用超平面分类3)对非线性空间使用核函数2. 支持向量机应用示例1)收集数据2)探索和准备数据3)训练数据4)评估模型5)提高性能1)SVM特点支持向量机和神经网络都是“黑箱模型”的代表:潜在的模型基于复杂的数学系
    02-08
点击排行