[collect]可在一天之内学会的计算机相关技能[bak]


Quora上的一个问题:What are some useful computer related technical skills I can learn within a day? – Quora

伯乐在线上有了对应的一个翻译:有哪些实用的计算机相关技能,可以在一天内学会?

==

注:这个问题特指和计算机打交道的技能。

寒假我有一个月的时间,我想学习很多大约一天就能学会的实用技能。我不期望(一天)精通,但有了良好理解后,我能做些基本操作。比如,我想学习如何使用 Eclipse 的调试器,如何创建 makefile,学习一些重要的 Linux 终端命令。

以下的列表是来自Quora网友回复的归纳总结。译者在有些技能下面添加了简明教程与技巧的文章,另外也推荐了一些相关联的简明课程。

技术技能

1)版本控制:Git、Github 和 SVN(链接: Git – Getting Started )

译注:推荐这个交互式的 Git 入门资源,号称 15 分钟就够了。入门课程推荐《版本管理工具介绍—Git篇》和《版本管理工具介绍—SVN篇》。

2)正则表达式

译注:推荐《55分钟学会正则表达式

3)AWK

译注:《「sed & awk」读书笔记之 awk 

4)sed

译注:《「sed & awk」读书笔记之 sed

5)Grep

6)学习如何用 Vim 做你从来不知道可以这样的事情

译注:推荐阅读《简明Vim练级攻略》和《25个Vim教程、视频和资源

7)做一个爬虫,可以抓取一些网页并能解析一些基本数据

译注:向熟悉Python的朋友推荐这个爬虫框架《Scrapy:Python的爬虫框架》和一篇入门教程《Scrapy 轻松定制网络爬虫

8)做一个更大的爬虫,必须填写一到两个表单

9)做一个简单的线性代数库(矩阵、向量、乘法)

10)向上面这个库中增加“奇异值分解” SVD

(注:奇异值分解(singular value decomposition)是线性代数中一种重要的矩阵分解)

11)向这个库中增加矩阵求逆

12)向这个库中增加最小二乘法

13)确保你的库能高效处理稀疏数据

14)学习如何使用 Python 中的列表

译注:推荐《Python入门

15)注册一个 StackOverflow 帐号,学习如何使用该站点

16)阅读你最喜欢编程语言的手册

17)自己实现一个简单的机器学习算法,包括完整的流水线

译注:推荐阅读《国外程序员整理的机器学习资源大全

18)学习如何在 Excel 中做一个简单的线图

19)安装 Eclipse

20)学习 NoSQL 数据库的基本功能
译注:推荐阅读:《8种Nosql数据库系统对比

21)学习 SQL 的大部分基本功能
译注:推荐阅读《十步完全理解SQL

22)理解 SQL 和 NoSQL 之间的区别(优点、弱点、限制,使用场景,如何使用,为什么,等等)

23)熟悉 Linux 系统
译注:推荐课程《Linux Guide for Developers》、《Linux达人养成计划 I》和《Linux达人养成计划 II

24)学习一到两个排序算法。(快速排序和合并排序)

译注:推荐两个资源《VisuAlgo:通过动画学习算法和数据结构》、《旧金山大学数据结构和算法的可视化学习工具

25)学习 D3.js 库

译注:推荐课程《使用D3制作图表

26)学习给代码做单元测试

27)了解一些 AWS 服务,还有其 API(根据你的语言喜欢来选)

28)基本图论

29)一天一个算法
译注:推荐关注这个包括上百篇算法文章的列表

30)理解分布式处理和分布式数据存储的需求和挑战(basics of CAP Theorem, MapReduce 算法, MySQL 或 PostgreSQL 数据库的集群)

31)具体落实到 Python
译注:推荐《Python入门

仔细阅读 Python 的内置函数,理解如何在命令行玩转这些内置函数

通过遵循Flask 指南或修改 Tornado 示例,来创建一个网站

学习 itertools 模块

32)玩一玩 CheckIO

译注:checkio是一个通过游戏学习编程的站点。另外,同时推荐另外一个寓学于乐的网站CodeCombat

33)学习如何编辑维基百科的文章,修改语法问题,或依照维基媒体的原则(比如观点中立)来修改

34)学习用 Markdown 写作

35)学习 LaTeX、BibTex 和 pgfplots

36)学习如何在命令行下工作
译注:《每个Linux用户都应该了解的命令行省时技巧

37)学习 JavaScript (Link: Eloquent JavaScript)
译注:推荐两门免费的课程《JavaScript入门篇》和《JavaScript进阶篇

38)如果熟悉 OOP,那可以学习设计模式
译注:《23个设计模式的简明教程

39)搞个树莓派板子深入研究

非技术的技能

1)搞搞园林

2)酿啤酒(译注:没条件的童鞋,推荐试试酿米酒)

3)体验远离计算机的生活

4)学电焊

5)学打字

6)约会

欢迎大家补充。

=

原文链接有哪些实用的计算机相关技能,可以在一天内学会?

,

《 “[collect]可在一天之内学会的计算机相关技能[bak]” 》 有 12 条评论

  1. 用一句话总结常用的机器学习算法
    https://mp.weixin.qq.com/s/iT2PoT_KFo5sDHEa1VIWfw
    `
    贝叶斯分类器
    核心:将样本判定为后验概率最大的类

    决策树
    核心:一组嵌套的判定规则

    kNN算法
    核心:模板匹配,将样本分到离它最相似的样本所属的类

    PCA
    核心:向重构误差最小(方差最大)的方向做线性投影

    LDA
    核心:向最大化类间差异、最小化类内差异的方向线性投影

    LLE(流形学习)
    核心:用一个样本点的邻居的线性组合近似重构这个样本,将样本投影到低维空间中后依然保持这种线性组合关系

    等距映射(流形学习)
    核心:将样本投影到低维空间之后依然保持相对距离关系

    人工神经网络
    核心:一个多层的复合函数

    支持向量机
    核心:最大化分类间隔的线性分类器(不考虑核函数)

    logistic回归
    核心:直接从样本估计出它属于正负样本的概率

    随机森林
    核心:用有放回采样的样本训练多棵决策树,训练决策树的每个节点是只用了无放回抽样的部分特征,预测时用这些树的预测结果进行投票

    AdaBoost算法
    核心:用多个分类器的线性组合来预测,训练时重点关注错分的样本,准确率高的弱分类器权重大

    卷积神经网络
    核心:一个共享权重的多层复合函数

    循环神经网络
    核心:综合了复合函数和递推数列的一个函数

    K均值算法
    核心:把样本分配到离它最近的类中心所属的类,类中心由属于这个类的所有样本确定
    `

  2. 多年经验,教你写出最惊艳的 Markdown 高级用法
    https://mp.weixin.qq.com/s/jxCWWk1psV-MHcp_qO-HBA
    `
    最近在学习的时候看到了 Markdown 代码 diff 高亮的效果,感觉挺有意思的。突然发现还有这么一个好玩的用法,然后我就想着整理一波 Markdown 的高级用法,下面是我整理的一些内容,如果还没用过 Markdown 这些技巧,快来试试吧。

    # 代码diff
    # 待办事项
    # 图片设置宽高
    # 折叠
    # 锚点链接
    # 目录树
    # 换行
    `

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注