- 综合排序
- 最热优先
- 最新优先
- 来自专栏敏捷开发
新手程序员必学10大技能
以下十项技能并不是必须，但它为程序员应该知道的事情提供了一个很好的起点，供新手程序员参考。这都是作为程序员的基本技能，将长期伴随你的程序员职业生涯。 以上的十条技能涵盖了每位程序员初入行业所需的必备技能，希望能为阅读到这篇文章的每一位程序员提供一参考，以及进行职业规划的新思路。也欢迎行业前辈们分享自己的经验、踩过的坑，为新手程序员保驾护航。
67610编辑于 2024-02-28 - 来自专栏浩Coding
Excel必学技能 -- VLOOKUP纵向查找函数
VLOOKUP函数是Excel中的一个纵向查找函数，它与LOOKUP函数和HLOOKUP函数属于一类函数，在工作中都有广泛应用，例如可以用来核对数据，多个表格之间快速导入数据等函数功能。功能是按列查找，最终返回该列所需查询序列所对应的值；与之对应的HLOOKUP是按行查找的。-- 来源百度百科
2.3K10发布于 2021-10-13 - 来自专栏Phoenix的Android之旅
动态代理-进阶高级开发必学技能
关于代理模式的话题有很多， 在开发中经常用到的应该是静态代理模式，能很好的去耦合。 动态代理是代理模式的另外一种实现。
48330发布于 2018-08-07 - 来自专栏云计算linux
机器学习必学10大算法
本文介绍了 10 大常用机器学习算法，包括线性回归、Logistic 回归、线性判别分析、朴素贝叶斯、KNN、随机森林等。 1.
47610编辑于 2024-12-18 - 来自专栏小詹同学
机器学习必学10大算法
本文介绍了 10 大常用机器学习算法，包括线性回归、Logistic 回归、线性判别分析、朴素贝叶斯、KNN、随机森林等。 1. 10. Boosting 和 AdaBoost Boosting 是一种试图利用大量弱分类器创建一个强分类器的集成技术。 redirectUrl=https%3A%2F%2Fblog.goodaudience.com%2Ftop-10-machine-learning-algorithms-2a9a3e1bdaff
60100发布于 2019-11-12 - 来自专栏机器之心
机器学习必学10大算法
本文介绍了 10 大常用机器学习算法，包括线性回归、Logistic 回归、线性判别分析、朴素贝叶斯、KNN、随机森林等。 1. 10. Boosting 和 AdaBoost Boosting 是一种试图利用大量弱分类器创建一个强分类器的集成技术。
86230发布于 2019-03-30 - 来自专栏奇点大数据
机器学习必学10大算法
本文介绍了 10 大常用机器学习算法，包括线性回归、Logistic 回归、线性判别分析、朴素贝叶斯、KNN、随机森林等。 1. 10. Boosting 和 AdaBoost Boosting 是一种试图利用大量弱分类器创建一个强分类器的集成技术。
77120发布于 2019-04-29 - 来自专栏慕容千语的架构笔记
Java高级编程细节-动态代理-进阶高级开发必学技能
对于调用者来说，需要把构造好的实例传给代理，然后就可以用代理来替代操作真正的实例了。
69820发布于 2019-06-11 - 来自专栏北京马哥教育
Linux运维工程师必学必备的8项IT技能
成长为一名Linux工程师，只需要掌握以下方面的技能，那日常工作一点问题都没有。
2.6K60发布于 2018-05-02 10 OpenClaw Skills 技能系统
）也能自动识别和使用这里的技能使用内置技能可以在「技能模块」全局查看OpenClaw识别到的技能，包括OpenClaw内置的技能、通过插件安装的第三方技能、本地目录中的技能等等。 建议先把所有内置的技能关闭，绝大多数技能是用不到的，可以节省一些Tokens：当你需要用到什么功能的时候，先到技能模块搜一下有没有内置的技能。 ，注意技能的状态要是eligible可用的：建议刚开始在对话中提到技能名称，引导AI使用技能。 发现优质技能除了使用内置的技能，我们还可以到很多渠道发现优质技能：ClawHub：OpenClaw官方技能商店，技能最全、更新最快skills.sh：Vercel提供的技能搜索引擎，方便按关键词搜索GitHub 让AI自己创造技能除了安装别人做好的技能，你还可以让AI自己创建新技能，将解决方案沉淀为可复用的技能包，龙虾越养越聪明。
45911编辑于 2026-05-29- 来自专栏菲宇
Linux运维工程师必学必备的8项技能
试想如果没有最扎实的基础，如何去查看文件类型、查看系统运行状态、编辑文件、输出文件、创建用户、分配帐户权限、使用RAID技术和LVM磁盘阵列等最最基础的知识，一定要掌握扎实，才能走的更远。关于基本功买一本书籍《Linux就该这么学》来自学，这是我的技术启蒙读物，很不错。
2.2K20编辑于 2022-12-02 - 来自专栏Python数据科学
2019必学的10大顶级Python库！
我们将讨论以下 10 个库： TensorFlow Scikit-Learn Numpy Keras PyTorch LightGBM Eli5 SciPy Theano Pandas 简介 python 10.Pandas ? 什么是 Pandas？ Pandas 是 Python 中的一个机器学习库，它提供高级的数据结构和各种各样的分析工具。 python 中的 10 大顶级 机器学习库的介绍就到这里啦，希望本文能够帮助你开始学习 python 中可用的库。
1K20发布于 2019-11-12 - 来自专栏数据分析1480
2019必学的10大顶级Python库！
我们将讨论以下 10 个库： TensorFlow Scikit-Learn Numpy Keras PyTorch LightGBM Eli5 SciPy Theano Pandas 简介 python 10.Pandas ? 什么是 Pandas？ Pandas 是 Python 中的一个机器学习库，它提供高级的数据结构和各种各样的分析工具。 python 中的 10 大顶级 机器学习库的介绍就到这里啦，希望本文能够帮助你开始学习 python 中可用的库。
1K00发布于 2019-11-15 - 来自专栏Java帮帮-微信公众号-技术文章全总结
Web前端工程师2016必学的四大核心技能
它是学习前端开发的基础语言，要重点学习H5的核心元素及布局应用，HTML5是由万维网发布的最新的语言规范，是开放的Web网络平台的奠基石，所以做Web前端，精通HTML5是必须要掌握的一项技能。 主要学习CSS3的核心属性及布局应用，CSS3对于Web前端整个页面的设计是必备的技能。 ?
1.2K30发布于 2018-03-16 - 来自专栏苦逼的码农
【必学】Linux 下三剑客的技能，你敢不学？
awk是一种用于处理文本、模式匹配的编程语言。与sed和grep，俗称Linux下的三剑客。学会 awk 等于你在 Linux 命令行里，又多了一种处理文本的选择。这篇文章重点教你如何使用，看完这篇文章，就大致知道如何使用了，力求简单使用。
97420发布于 2018-12-19 - 来自专栏若川视野
新手向：前端程序员必学基本技能——调试JS代码
学会基本调试技能 2推荐安装或者更新到最新版 VSCode 官网下载安装 VSCode[2]。 如果你的VSCode不是中文（不习惯英文），可以安装简体中文插件[3]。 单步跳过（F10）：点击后会跳到当前代码下一行继续执行，不会进入到函数内部。 前端容易忽略的 debugger 调试技巧 7总结 文章比较详细的介绍了 VSCode 调试 Node.js 调试代码的基本技能，Chrome 调试代码其实也是类似。 调试代码是前端程序员基本技能，必须掌握。组织了源码共读活动发现很多人都不会，或者说不熟悉。让我感到十分诧异。所以写下这篇文章分享给读者。 建议大家可以克隆我的项目，动手实践，多操作几次就熟悉了。
1.2K10发布于 2021-11-18 - 来自专栏测试工程师成长之道
【必学】Linux 下三剑客的技能，你敢不学？
awk是一种用于处理文本、模式匹配的编程语言。与sed和grep，俗称Linux下的三剑客。学会 awk 等于你在 Linux 命令行里，又多了一种处理文本的选择。这篇文章重点教你如何使用，看完这篇文章，就大致知道如何使用了，力求简单使用。
93410发布于 2019-07-25 - 来自专栏艾编程
每个程序员必学的10个Git命令
使用'git status'命令的例子如下 $ git status 10. git显示 此命令显示指定提交的元数据和内容更改。
1K00编辑于 2023-02-06 - 来自专栏量子位
机器学习萌新必学的Top10算法
So，Top10机器学习算法，了解一下。 线性回归 统计学与机器学习领域里研究最多的算法。 做预测建模，最重要的是准确性（尽可能减小预测值和实际值的误差）。哪怕牺牲可解释性，也要尽可能提高准确性。 10. 最后，附编译来源， https://www.kdnuggets.com/2018/02/tour-top-10-algorithms-machine-learning-newbies.html
1K60发布于 2018-03-20 - 来自专栏Spark学习技巧
机器学习萌新必学的Top10算法
So，Top10机器学习算法，了解一下。 01 线性回归 统计学与机器学习领域里研究最多的算法。 做预测建模，最重要的是准确性（尽可能减小预测值和实际值的误差）。 10 提升(Boosting)算法和自适应增强(Adaboost)算法 Boosting的核心是，对同一个训练集训练不同的分类器（弱分类器），然后把这些弱分类器集合起来，构成一个更强的最终分类器（强分类器 原作：James Le Root 编译自 KDuggets 来源：量子位（ID：QbitAI） 原文：https://www.kdnuggets.com/2018/02/tour-top-10-algorithms-machine-learning-newbies.html
48730发布于 2018-06-22
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号