首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏ek1ng的技术小站

    The Missing Semester of Your CS Education

    主要是想起来自己vim还不太会用,所以说记得这个课程的vim教学不错,干脆就花时间看看整套课程,重点看一下vim的使用,我看的版本是社区的中文翻译版的文档,这些工具大多我都已经能够熟练使用了,所以就没去看英文的视频感觉有点浪费时间。

    2.3K21编辑于 2022-08-10
  • 来自专栏CreateAMind

    Suggested Education for Future AGI Researchers

    https://sites.google.com/site/narswang/home/agi-introduction/agi-education http://www.cis.temple.edu/ Suggested Education for Future AGI Researchers Pei Wang The following list is a partial education plan Introductory Readings The following materials can be read by anyone with a high-school education. for Future AGI Researchers Pei Wang The following list is a partial education plan for students interested Introductory Readings The following materials can be read by anyone with a high-school education.

    55620发布于 2018-07-24
  • 来自专栏SOLIDWORKS整体解决方案

    3DEXPERIENCE for Education-3DE教育版

    新技能: 快速导入全球先进技术与行业实践满足新兴技能的需求● 新竞争: 推动教育行业高质量发展与教育体系变革● 新模式:与行业领军者紧密合作,加速课程开发与科研进展二、3DEXPERIENCEfor Education

    30610编辑于 2023-06-19
  • 来自专栏JavaEdge

    JetBrains教育邮箱包续期Renew my Education Pack

    你以为学生邮箱过期了,没法使用了? 看到没 renew!我们还能免费续杯! 完成了,o( ̄▽ ̄)d!

    1.2K10发布于 2021-02-22
  • Google Gemini for Education-AI时代交互式学习和教育王者归来

    谷歌宣布推出全新AI工具套件Gemini for Education,基于其最新一代Gemini2.5Pro模型,为全球师生提供免费、强大且高效的学习与教学支持。 Gemini for Education是谷歌专为教育社区量身定制的AI工具,集成于Google Workspace for Education平台,面向所有使用该平台的学校免费开放。 以上即对Gemini for Education的简单测试,右边是我的回复,文字是AI一步步引导我输出的内容。我只能说相当强大。这个完全就是我们需要的学习方式。

    84410编辑于 2025-08-11
  • 来自专栏程序猿DD

    计算机教育中缺失的一课 · the missing semester of your cs education

    小编作为一个程序猿圈子的过来猿,一直觉得现在很多大学里的计算机课程往往只专注于传授学生关于从操作系统到机器学习这些学院派的课程或主题,而在一些工具的运用及精通方面,往往会留给学生自行摸索。

    96310发布于 2021-03-09
  • 来自专栏吴生的专栏

    领课教育-领课网络在线教育系统

    相关链接 前端工程(roncoo-education-web):码云地址 | Github地址 配置工程(roncoo-education-config):码云地址 | Github地址 使用文档:码云地址 │ │ │ │ │ ├─roncoo-education-course-common ---------共用工程 │ │ │ │ │ ├─roncoo-education-course-feign ├─roncoo-education-crontab-plan -------------定时任务,处理过期订单和统计等 │ │ │ ├─roncoo-education-gateway-api - ├─roncoo-education-system-feign ----------接口工程,供其他工程模块使用 │ │ │ │ │ └─roncoo-education-system-service └─roncoo-education-user-service ----------服务工程,其他接口服务 │ │ │ ├─roncoo-education-web-boss -----------

    2K30发布于 2019-01-28
  • 来自专栏IMWeb前端团队

    ES6解构嵌套对象

    : { degree: 'Masters' } }; // 假设我们要提取degree const {education} = user; const {degree} = education 这时你是否会觉得还是我们原始的方法好使: const education = user || {}; const degree = education.degree; 其实,神奇的解构可以让你定义一个缺省值 ,这样,我们不仅可以达到数据防御的目的,而且告别啰嗦的写法了: const user = { id: 123, name: 'hehe' }; const { education: { 这里外层对education设置缺省值,但里面的school不存在,依然会报错。 这个例子中education 给了一个空对象,因为是非空,这样会导致解构赋默认值失败,除非和接口约定不返回空对象,否则第二种方法也要慎用。

    1.6K10发布于 2019-12-03
  • 来自专栏IMWeb前端团队

    ES6解构嵌套对象

    : { degree: 'Masters' } }; // 假设我们要提取degree const {education} = user; const {degree} = education 这时你是否会觉得还是我们原始的方法好使: const education = user || {}; const degree = education.degree; 其实,神奇的解构可以让你定义一个缺省值 ,这样,我们不仅可以达到数据防御的目的,而且告别啰嗦的写法了: const user = { id: 123, name: 'hehe' }; const { education: { 这里外层对education设置缺省值,但里面的school不存在,依然会报错。 这个例子中education 给了一个空对象,因为是非空,这样会导致解构赋默认值失败,除非和接口约定不返回空对象,否则第二种方法也要慎用。

    2.7K61发布于 2018-01-08
  • 来自专栏啸天"s blog

    Notion Edu Bug

    前提: 你拥有一个 edu 邮箱 你可以创建多个 Workspace 并将之升级为 Personal Education Plan Personal Education Plan 与 Team Plan 相同,可以任意邀请人,但 Personal Education Plan 邀请人后依然保持在 Personal Education Plan 且为 $0/m 你邀请其他人至你的 Workspace,然后你退出这个 Workspace,那个 Workspace 依然会保持 Personal Education Plan 你邀请其他人至你的 Workspace,然后你退出这个 Workspace,之后你改绑邮箱为非 Education Plan Workspace,而 Personal Education Plan 与 Notion 初期的 Team Plan 相同:不限时间不限人数的免费。 Education Plan,只要你有一个 EDU 邮箱

    2.5K10发布于 2019-12-31
  • 来自专栏小明的数据分析笔记本

    R语言单、双因素方差分析及结果可视化的简单小例子

    , size = 1) 2.2统计 均值与方差 jobsatisfaction %>% group_by(gender, education_level) %>% get_summary_stats ", palette = "jco" ) bxp image.png 2.4正态性假设 建立线性模型 model1 <- lm(score ~ gender*education_level, p>0.05,假设通过 分组QQ图 ggqqplot(jobsatisfaction, "score", ggtheme = theme_bw()) + facet_grid(gender ~ education_level ) image.png 2.5方差同一性假设 jobsatisfaction %>% levene_test(score ~ gender*education_level) p > 0.05假设通过 2.7多重检验 简单主效应比较 model3 <- lm(score ~ gender * education_level, data = jobsatisfaction) jobsatisfaction

    6.9K51发布于 2021-08-31
  • 来自专栏ZackSock

    Python用10行代码爬取大批美女图片

    -MXUdY0Fc.png", "birthdayyear": "1994", "city": "上海", "education -6JBhbUyU.png", "birthdayyear": "1989", "city": "西安", "education -hSw85JrS.png", "birthdayyear": "1995", "city": "上海", "education -9688c6d1c156", "birthdayyear": "1997", "city": "宁波", "education -10f6e47627e9", "birthdayyear": "1992", "city": "深圳", "education

    94910发布于 2020-02-14
  • 来自专栏小明的数据分析笔记本

    建模过程中分类变量的处理(笔记一)

    ','hours-per-week','native-country','income']) df.head() 输出结果 age workclass fnlwgt education education-num \ 0 39 State-gov 77516 Bachelors 13 1 50 Self-emp-not-inc _10th', 'education_11th', 'education_12th', 'education_1st-4th', 'education_5th-6th', 'education_7th- 8th', 'education_9th', 'education_Assoc-acdm', 'education_Assoc-voc', 'education_Bachelors', 'education_Doctorate ', 'education_HS-grad', 'education_Masters', 'education_Preschool', 'education_Prof-school', 'education_Some-college

    2.4K10发布于 2020-03-03
  • 来自专栏JavaQ

    Json取值工具类

    " \"name\": \"jack\", \n" + " \"age\": 25, \n" + " \"education \": {\n" + " \"education1\": \"Harvard University\", \n" + " \"education2\": \"University of Cambridge\", \n" + " \"education3\": \"Massachusetts System.out.println(JsonValueTool.getValueByKeyExpression(originObject, "student", "student#education #education2")); } public static Object getValueByKeyExpression(Object originObject, String

    2.4K40发布于 2018-04-04
  • 来自专栏Metaverse元宇宙

    从游戏到社交,为何互联网巨头们都将元宇宙概念落在了消费者端?

    VR Education成立于2014年,受到彼时还在众筹阶段的Oculus影响,VR Education走入了VR领域。 该功能最早在HTC Ecosystem上推出,HTC也投桃报李,对VR Education进行了投资。    2020年以来疫情的爆发则让VR Education走上了快车道,除了学校之外,企业等组织也都开始采购他们的服务。过去的一年中,VR Education的股票总额已经翻了两倍。 而VR Education用户的基数可能不如前者庞大,但覆盖了诸如商务人士、企业、教育者等付费能力更强的群体。 因此,VR Education搭上元宇宙的快车也就显得更加顺理成章。退一步说,即便元宇宙最终没有引起多大的风浪,VR Education仍可以靠出色的产品和服务为自己赢得一席之地。   

    26030编辑于 2022-03-30
  • 来自专栏R语言及实用科研软件

    🤩 ggstatsplot | 一个满足你日常统计需求的高颜值R包(三)

    分布情况 ggpiestats( data = dat, x = education, y = gender, legend.title = "Education" ) + # further , "grade 5", "grade 6")) 图片 --- 5.3 复杂分组绘图2 我们再使用grouped_ggpiestats在再加一个分组变量的情况下, 看一下不同Age及不同gender的education ,Age = ifelse(age >= median(age), "old", "young")) grouped_ggpiestats( data = dat, x = education 堆叠柱状图展示数据分布 这里用到的是ggbarstats函数, 功能与ggpiestats相似,只是展示方式不同 6.1 初步绘制 ggbarstats(dat, x = education 的分布情况 grouped_ggbarstats( data = dat, x = education, y = gender, grouping.var = Age, perc.k

    72750编辑于 2022-10-14
  • 来自专栏数据分析1480

    【Hive】再看看如何将宽表转换成长表

    需求实现思路 步骤一:将宽格式客户信息转化成map格式的数据 u001 {"age":"25","education":"master","first_buytime":"2018/1/ 3","name":"Sulie","regtime":"2018/1/2","sex":"male"}u002 {"age":"30","education":"Bachelor","first_buytime Sulie u001 sex maleu001 age 25u001 education ',education, 'regtime',regtime, 'first_buytime',first_buytime) message1 from user_info1 使用 ',education, 'regtime',regtime, 'first_buytime',first_buytime) message1 from user_info1 ) a

    3.3K20发布于 2019-05-22
  • 来自专栏数据分析

    [数据分析]工具变量:寻找一个神奇的"代理"

    '标准误': [ naive_model.bse['education'], true_model.bse['education'], ['education', 0], true_model.conf_int().loc['education', 0], iv_model.conf_int( ).loc['education', 0] ], '95%置信区间上限': [ naive_model.conf_int().loc['education '], alpha=0.5) axes[1].plot([df['education'].min(), df['education'].max()], [df['education ['education']], '置信区间': [ f"[{iv_weak.conf_int().loc['education', 0]:.1f},

    70100编辑于 2025-09-22
  • 来自专栏早起Python

    Pandas进阶修炼120题|第二期

    ((int(k[0]) + int(k[1]))/2)*1000 df.ix[i,2] = salary 24 数据分组 题目:将数据根据学历进行分组并计算平均薪资 难度:⭐⭐⭐ 期望输出 education salary 不限 19600.000000 大专 10000.000000 本科 19361.344538 硕士 20642.857143 答案 df.groupby('education ']+df['createTime'] 36 数据处理 题目:将education列与salary列合并为新的一列 难度:⭐⭐⭐ 备注:salary为int类型,操作与35题有所不同 答案 df["test1 "] = df["salary"].map(str) + df['education'] 37 数据计算 题目:计算salary最大值与最小值之差 难度:⭐⭐⭐ 答案 df[['salary']].apply , dtype: int64 答案 df.education.value_counts() 49 数据查看 题目:查看education列共有几种学历 难度:⭐⭐ 答案 df['education']

    1K00发布于 2020-04-22
  • 来自专栏有趣的django

    21天打造分布式爬虫-Selenium爬取拉钩职位信息(六)

    //text()')[0].strip() work_years = re.sub(r"[\s/]","",work_years) education = job_request_spans //text()')[0].strip() education = re.sub(r"[\s/]","",education) desc = "".join(html.xpath ': education, 'desc': desc, } self.position.append(position) print //text()')[0].strip() education = re.sub(r"[\s/]","",education) desc = "".join(html.xpath ': education, 'desc': desc, } self.position.append(position) print

    64920发布于 2018-08-10
领券