You Don't Know JS Yet (book series) - 第 2 版

这是一系列深入探讨 JavaScript 语言核心机制的书。第一版比较经典了，但有点年代了（2014年），现在重新开始写第二版，还在连载中。

两个版本都是在线免费阅读，不花钱。（——第一版书籍现已绝版，无法再购买）

第1版 | 第2版 | #电子书 #JavaScript

哈佛大学免费机器学习课程，包含四个主题：机器学习基础知识、算法、推荐系统、交叉验证和正则化

也许最流行的数据科学方法论来自于机器学习。机器学习与其他计算机引导的决策过程的不同之处在于，它利用数据建立预测算法。一些使用机器学习的最流行的产品包括邮政服务实施的手写阅读器、语音识别、电影推荐系统和垃圾邮件检测器。

在本课程中，作为数据科学专业证书课程的一部分，你将通过建立一个电影推荐系统来学习流行的机器学习算法，主成分分析，和正则化；学习训练数据，以及如何使用一组数据来发现潜在的预测关系。当你建立电影推荐系统时，你将学习如何使用训练数据训练算法，以便你能预测未来数据集的结果。你还将学习过度训练和避免它的技术，如交叉验证。所有这些技能都是机器学习的基础。

官网 | #机器学习

Go语言轻松进阶 系列文章

文章 | #Go语言

国家开放大学终身教育平台正式上线，面向社会免费开放

该平台汇聚国家开放大学自建学习资源，338所知名高校课程资源免费开放、10个头部平台的特色课程等共计50万门，包含生活、职场、学历、兴趣等不同领域的课程。致力于满足社会大众多元化、个性化学习需求

PS：粗略看了一下，里边东西不多，没啥好玩意儿，官方宣传的“50万门”这个数据大概只是个噱头，有理由怀疑他是多打了个“万”字。我看还不如B站。。。。。。

官网 | #教育

23 个问题 TCP 疑难杂症全解析 | 博文

深度学习500问——AI工程师面试宝典

项目发起者是川大的谈继勇同学。谈继勇2018 年硕士毕业于四川大学控制工程专业，并被评为四川大学优秀毕业生。目前就职于顺丰科技有限公司，最近正在做CV领域相关的技术。他曾在Neurocomputing、Asian Journal of Control 等期刊发表论文 8 篇，其中 SCI/EI 6篇。先后在四川大学 PMCIRI 研究所、中科院信息工程研究所和香港中文大学（深圳）交流学习，主研过多项课题项目。

该项目以深度学习面试问答形式，收集了 500 个问题和答案。内容涉及了常用的概率知识、线性代数、机器学习、深度学习、计算机视觉等热点问题。类似项目还有计算机视觉500问，自然语言处理500问等

该热门项目一直在不断更新，作者本着开源精神，不断有新的贡献者在完善项目。如今，全书已达 50 余万字，分为 18 个章节，实体书也已经出版

项目地址 | 京东售卖链接

从零开始写数据库：500行代码实现 LSM 数据库

LSM-Tree 是很多 NoSQL 数据库引擎的底层实现，例如 LevelDB，Hbase 等。本文基于《数据密集型应用系统设计》中对 LSM-Tree 数据库的设计思路，结合代码实现完整地阐述了一个迷你数据库，核心代码 500 行左右，通过理论结合实践来更好地理解数据库的原理

详文

在线LaTeX公式编辑器，公式模板包括代数、几何、不等式、积分、矩阵、三角、统计、数列、物理、化学等，支持导出多种格式，完全免费

latexlive | #编辑器 #LaTeX

完结，【同学你好】独立训练营全栈系列课程班

mmexport1653311925326.jpg

962.5 KB

预售优惠：云原生训练营第4期

群友 @alvin4096 要筹一本书，有需要的直接找他一起买

Jd
《Kubernetes权威指南：从Docker到Kubernetes实践全接触（第5版）》

一个公益科普网页，可以在上面学习 Web3、区块链的概念、NFT 的价值和一些安全知识，最后可以铸造了一个免费的 NFT 来当头像

我的第一个 NFT

工作之余，很多程序员喜欢用代码建造一些小工具，通常称之为 Side Project（业余项目）。这份手册总结如何判断一个点子的好坏，如何快速实现，如何传播，帮助你用 Side Project 成功赚到钱

Side Project 指南 | #手册 #指南

数据可视化指南

这是一个非常实用且基于示例的指南，用于在报告和仪表板中直观地表示数据。它基于 Barbara Minto、Edward Tufte 和 Stephen Few 等作者的作品。

该指南由七章组成：

传达信息
组织内容
选择适当的可视化
避免混乱
增加信息密度
确保视觉完整性
应用语义符号

Github | #指南

Github 的 Markdown 开始支持 LaTeX 数学公式渲染了。

渲染能力使用了 MathJax：一个开源的、基于 JavaScript 的显示引擎。MathJax 支持范围广泛的 LaTeX 宏和许多有用的辅助功能扩展。有关详细信息，请参阅MathJax 文档和MathJax Accessibility Extensions 文档。

详细说明

Ruoyi还有个Ruoyi-plus，不是原作者写的，但是框架和技术栈相对新一些，是在RuoYi（若依） 的基础上进行升级调整的。

原版RuoYi升级调整介绍
1.取消项目聚合： 本人多接触快速搭建管理平台的需求，评估后感觉聚合项目不太适合，所以改使用普通父类子类集成，有新项目时直接继承统一父类，保障快速开发，版本统一。
2.模块调整： 整合system持久化模块，为通用的zebra-yritsz-commons-dbean可以供其他服务（如：微端服务、APP接口服务）使用。整合common通用模块，framework核心模块为zebra-yritsz-smp-core核心模块，对于中小项目来说，原项目模块太繁琐，各个模块分工不明确，整合为一个模块当有新项目需求事可以快速搭建。
3.项目调整： 增加Redis存储系统、java代码神器lombok、消息转换器HttpMessageConverter...
4.框架管理： 增加tk.mybatis插件，原项目虽然可以用代码生成器直接生成增删改查语句，但是繁琐业务下，需要在xml写sql映射过于繁琐，使用tk.mybatis插件可以直接使用封装快速方法，极高的保障了开发的效率。
5.配置管理： 增加cloud config配置中心，当项目生态系统不仅限于管理平台，繁琐的配置成为增加工作量和出现问题的关键，所以增加配置中心，统一管理配置文件。
6.增加模块： 增加redis通用模块（可选），config-servser配置中心模块（可选），API接口服务模块（独立）。
7.API接口服务： 2.0版本不在局限于单一的后台管理框架，重点打造RuoYi-plus管理平台生态圈，增加API接口服务（供APP、微端、h5等使用），该服务以spring cloud为核心，使用Eureka为注册中心、Feign负载、Hystrix熔断器。

Ruoyi-plus