tips and tricks

1. Docker

1. Perintah: Pengingat Cepat Perintah Docker.

2. Asp.net

W#

1. Layanan Latar Belakang dengan Hangfire: Cara mudah untuk melakukan pemrosesan latar belakang dengan .net.
2. Kinerja C#: Perbandingan Perfomance Antara Daftar X Yang Terhitung Menggunakan untuk, Foreach dan Linq. Apa taruhan untuk kinerja terbaik?
3. Unit kerja: Implementasi standar repositori dengan unit pekerjaan.
4. Linq: Konsep dan contoh LINQ untuk memfasilitasi pemahaman.

Aplikasi Web

1. Sintaksis untuk ASP.NET Core: Render C# ke HTML melalui sintaksis.
2. HTML Helters X Tag Helters: Bandingkan penggunaan HTML Helters X Holpers Tag dan pelajari cara membuat tag khusus.

OpenID dan OAuth 2.0

1. IdentityServer4: Kerangka kerja yang mengimplementasikan protokol OpenID dan OAuth 2.0 gratis, open source dan tersedia untuk ASP.NET Core.

3. Flutter

1. Paket dapatkan: Paket dapatkan untuk manajemen negara, ketergantungan, dan sumber daya injeksi navigasi.
2. Tes Unit dan Widget: Proyek Flutter dengan demonstrasi tes unit dan tes widget.
3. Daftar animasi gambar: Daftar gambar, mirip dengan Instagram, dengan animasi seperti di sentuhan pengguna ganda.

4. Angular

1. Bentuk dinamis: Proyek Angular dengan tujuan mensimulasikan penciptaan bentuk secara dinamis.

5. Python, Panda dan Pembelajaran Mesin

Python

1. Datetime: Memanipulasi tanggal dan jam.
2. File Organizer: Atur file direktori berdasarkan jenis.
3. Dekorator: Tambahkan fitur ke metode yang ada tanpa mengubah strukturnya.

Panda

1. pandas.core.groupby.groupby.cumcount (): Buat kolom self -column berdasarkan kelompok kolom.
2. pandas.cut (): Konversi data numerik menjadi data kategorikal.
3. pandas.dataframe.diff (): Hitung perbedaan nilai antara setiap baris DataFrame.
4. pandas.dataframe.unstack (): Mengubah indeks menjadi kolom.
5. pandas.series.st.contains (): Lihat apakah nilai atau ekspresi reguler terkandung dalam satu seri.
6. pandas.melt (): Konversi elemen -elemen daftar menjadi beberapa baris di DataFrame.
7. PANDAS.DataFrame.Explode (): Tersedia dari versi 0.25, konversi elemen -elemen daftar menjadi beberapa baris di DataFrame.
8. PANDAS.API.Types.CategoricalDType: Tentukan pesanan untuk variabel kategori.

Pembelajaran Mesin

1. Variabel Kategori: Tahu 3 teknik untuk bekerja dengan variabel kategorikal.
2. Nilai yang hilang: Memenuhi 3 teknik untuk bekerja dengan nilai yang hilang.
3. Sklearn.pipeline.pipeline: Kelompokkan langkah pra-pemrosesan dan pemodelan data.
4. sklearn.model_selection.cross_val_score: Jalankan proses pemodelan dalam subset data yang berbeda untuk mendapatkan berbagai pengukuran kualitas model.

Tantangan

1. Kaggle Credit Card - Prakiraan Saldo: Buku catatan ini menyajikan model yang mampu memprediksi saldo kartu kredit sesuai dengan serangkaian karakteristik pengguna.
2. Kaggle Credit Card - Segmentasi Pelanggan: Studi kasus ini memerlukan pengembangan model untuk mengidentifikasi segmentasi pelanggan untuk menentukan strategi pemasaran.