tips and tricks

1. Docker

1. Commandes: Rappel rapide des commandes Docker.

2. Asp.net

W #

1. Services d'arrière-plan avec Hangfire: un moyen facile d'effectuer un traitement d'arrière-plan avec .NET.
2. Performance C #: Comparaison de perfomance entre la liste x Énumérable Utilisation pour, ForEach et Linq. Quels sont les paris pour les meilleures performances?
3. Unité de travail: mise en œuvre de la norme de référentiel avec unité de travail.
4. Linq: Concept et exemples de LINQ pour faciliter la compréhension.

Application Web

1. Razor de syntaxe pour ASP.NET Core: Rendez C # à HTML via la syntaxe du rasoir.
2. HTML AIDERS X TAG AIDERS: Comparez l'utilisation des aides HTML X Holpers Tag et apprenez à créer des balises personnalisées.

OpenID et OAuth 2.0

1. IdentityServer4: Framework qui implémente les protocoles gratuits OpenID et OAuth 2.0, open source et disponibles pour ASP.NET Core.

3. Flutter

1. Package Get: Package Get For Flutter avec la gestion de l'État, la dépendance et les ressources d'injection de navigation.
2. Tests d'unité et de widget: Projet de flottement avec démonstration de tests unitaires et de tests de widgets.
3. Liste d'animation des images: liste d'images, similaire à Instagram, avec une animation de Like dans le double utilisateur.

4. Angular

1. Formes dynamiques: projet angulaire dans le but de simuler la création de la forme dynamiquement.

5. Python, pandas et apprentissage automatique

Python

1. DateTime: manipuler les dates et les heures.
2. Organisateur de fichiers: organiser les fichiers d'un répertoire par type.
3. Décorateurs: Ajoutez des fonctionnalités à une méthode existante sans modifier sa structure.

Pandas

1. pandas.core.groupby.groupby.cumCount (): Créez une colonne d'auto-colonne basée sur un groupe de colonnes.
2. pandas.cut (): convertir les données numériques en données catégorielles.
3. pandas.dataframe.diff (): calculer la différence de valeur entre chaque ligne d'un dataframe.
4. pandas.dataframe.unstack (): convertit les indices en colonnes.
5. pandas.series.st.contains (): voir si une valeur ou une expression régulière est contenue dans une série.
6. pandas.melt (): convertir les éléments d'une liste en plusieurs lignes dans DataFrame.
7. pandas.dataframe.Explode (): Disponible à partir de la version 0.25, convertissez les éléments d'une liste en plusieurs lignes dans DataFrame.
8. pandas.api.types.categoricaldtype: définissez un ordre de variables catégorielles.

Apprentissage automatique

1. Variables catégorielles: Connaissez 3 techniques pour travailler avec une variable catégorielle.
2. Valeurs manquantes: rencontrez 3 techniques pour travailler avec des valeurs manquantes.
3. Sklearn.pipeline.pipeline: regroupez les étapes de prétraitement et de modélisation des données.
4. sklearn.model_selection.cross_val_score: exécutez le processus de modélisation dans différents sous-ensembles de données pour obtenir diverses mesures de qualité de modèle.

Défis

1. Carte de crédit de Kaggle - Prévisions de solde: Ce carnet présente un modèle capable de prédire le solde de la carte de crédit selon une série de caractéristiques des utilisateurs.
2. Carte de crédit Kaggle - Segmentation du client: cette étude de cas nécessite de développer un modèle pour identifier les segmentations de clients afin de définir une stratégie marketing.