Skip to content
/ Coding-Now Public
forked from josonle/Coding-Now

学习记录的一些笔记，以及所看得一些电子书eBooks、视频资源和平常收纳的一些自己认为比较好的博客、网站、工具

License

GPL-2.0 license
0 stars 314 forks Branches Tags Activity
Star
Notifications You must be signed in to change notification settings

matthewshine/Coding-Now

BranchesTags
 
 

Repository files navigation

目录

Coding Now

初衷

一是平时看的一些自己认为不错的文章总是很难整理，所以打算开一个项目管理这些，也可以分享给大家；二是记录自己平时所学的一些笔记，一些经历，以供将来翻阅；三是想系统地进阶学习一番，记录这个项目也是想激励自己；四是分享一些平时看的电子书啊、视频等等

GitHub及Git使用

1546841656292

原文链接：https://paulmillr.com/posts/simple-description-of-popular-software-licenses/

Linux系统下开发环境搭建

Linux命令及Shell脚本学习笔记

爬虫篇（Python）

爬虫这一块我也没多少可以说的，距离我上次写爬虫程序都有一年多了。谈谈感想吧，别听什么培训机构诳你什么爬虫工程师有前途啥的，当然学好学精爬虫也能拿到高薪，但这一行也有不少人了，精通的自然不用说。而且现在有很多像八爪鱼、火车头这些可以定制的爬虫软件，还有一些自学习的爬虫框架。所以我觉得爬虫这一块只要稍微学下，了解下即可

我建议如果是python的话，了解urllib（http请求），requests（http请求），lxml（文本解析），Scrapy（爬虫框架），多线程爬虫就可以了

原来也在csdn上写过一些scrapy的文章，当然学习一门语言官方文档才是最重要的（scrapy也有中文的）

数据分析篇

机器学习及深度学习篇

机器学习网站及教程

GitHub上相关项目推荐

数据分析竞赛

大数据篇

大数据开发环境安装配置

以下出自我在csdn上的一些文章，https://blog.csdn.net/lzw2016/

Hadoop系列

  • Apache Hadoop: 是Apache开源组织的一个分布式计算开源框架，提供了一个分布式文件系统子项目(HDFS)和支持MapReduce分布式计算的软件架构

  • Apache Hive: 是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张数据库表，通过类SQL语句快速实现简单的MapReduce统计，不必开发专门的MapReduce应用，十分适合数据仓库的统计分析

  • Apache Pig: 是一个基于Hadoop的大规模数据分析工具，它提供的SQL-LIKE语言叫Pig Latin，该语言的编译器会把类SQL的数据分析请求转换为一系列经过优化处理的MapReduce运算 【不准备学，计划Hive代替Pig】

  • Apache HBase: 是一个高可靠性、高性能、面向列、可伸缩的分布式存储系统，利用HBase技术可在廉价PC Server上搭建起大规模结构化存储集群

  • Apache Sqoop: 是一个用来将Hadoop和关系型数据库中的数据相互转移的工具，可以将一个关系型数据库（MySQL ,Oracle ,Postgres等）中的数据导进到Hadoop的HDFS中，也可以将HDFS的数据导进到关系型数据库中

  • Apache Mahout:是基于Hadoop的机器学习和数据挖掘的一个分布式框架。【不打算学，计划利用SparkMLLib代替】

  • Apache Zookeeper: 是一个为分布式应用所设计的分布的、开源的协调服务，它主要是用来解决分布式应用中经常遇到的一些数据管理问题，简化分布式应用协调及其管理的难度，提供高性能的分布式服务

  • Apache Flume: 是一个分布的、可靠的、高可用的海量日志聚合的系统，可用于日志数据收集，日志数据处理，日志数据传输

  • 等等，当然不可能全学的

  • 视频资源见下方

  • 面试篇

Spark系列

实战项目

推荐系统

算法篇

GitHub上一些技术书籍、翻译书籍、面试题库推荐

《Python最佳实践指南！》

​ 为什么推荐这份实践指南？这份指南与官方文档有什么不同吗？这份指南包含了作者非常强烈地主观感受，不单单是Python的安装、配置或者每个框架的使用，作者通过个人实践，对自己比较看好的框架标注了强烈推荐，对一些需要注意的地方也进行了标注，基本相当于作者的实践心得，阅读过程中会感受到与作者的思想碰撞。

（Github开源地址：http://pythonguidecn.readthedocs.io/zh/latest/）

《国内一线互联网公司内部面试题库》

​ 该开源项目在Github上已有6000多Star，主要是来自国内一线互联网公司的面试题集锦，涉及Java和Android两大方向，涉及的公司有百度、小米、美团、58、猎豹、360、新浪、搜狐等。据说，掌握这些知识点可以大大增加前两轮技术面试的通过概率。

（Github开源地址：https://github.com/JackyAndroid/AndroidInterview-Q-A/blob/master/README-CN.md）

《技术面试必备基础知识》 https://cyc2018.github.io/CS-Notes

​ 本项目包含了技术面试必备的基础知识，浅显易懂，你不需要花很长的时间去阅读和理解成堆的技术书籍就可以快速掌握这些知识，从而节省宝贵的面试复习时间。你也可以订阅 [面试进阶专栏]，包含了学习指导和面试技巧，让你更轻松拿到满意的 Offer。

​ (Github开源地址：https://github.com/CyC2018/CS-Notes )

[email protected]:CyC2018/CS-Notes.git

《神经网络与深度学习》相关代码 Python 实现

​ 该开源项目是对《神经网络与深度学习》一书中相关Python代码的实现。建议先弄明白书中所讲的神经网络、反向传播等概念，再结合代码实现，会有更深的理解。

（Github开源地址：https://github.com/mnielsen/neural-networks-and-deep-learning）

百度前端研发团队的文档与源码编写风格

​ 该项目存放了百度前端研发研发部门的代码编写规范及统一文档，主要涉及JavaScript、CSS、HTML编码规范以及Markdown编写规范等。

（Github开源地址：https://github.com/fex-team/styleguide）

《自上而下的学习路线: 软件工程师的机器学习》

​ 该项目的作者是一名自学成才的移动端软件开发者，后又转型成为一名机器学习工程师，他在Github上公布了自己整个实践过程中的学习方法、参考资料以及知识竞赛等。内容非常全面且丰富，涉及的参考书籍就多达十几本，还有一些博客资源。如果你正在思考如何转型成为一名机器学习工程师，这个开源项目或许是最适合你的。

（中文版本：https://github.com/ZuzooVn/machine-learning-for-software-engineers/blob/master/README-zh-CN.md）

《Shell 编程范例》

​ 本项目贡献者是一名重度的开源项目贡献者。他认为，这本书与传统Shell书籍非常不同，没有用大量的篇幅去介绍Shell语法，而是直接以面向“对象”的方式开始介绍大量Shell操作，从实践入手，涵盖了数值、逻辑值、字符串、文件、进程等方方面面。

（Github开源地址：https://github.com/tinyclub/open-shell-book）

《Docker — 从入门到实践》

​ Docker现在变得越来越流行，无论是开发者、运维人员还是其他信息技术人员都很有必要对Docker知识有所了解。本书更适合具备Linux基础的Docker初学者，前六章为基础内容，可以帮助初学者梳理Docker的基本概念和操作。六章之后，逐渐介绍了一些高级操作，包括高级应用场景和实操案例。这对初学者和老司机都非常有帮助，同时本书也对安全或技术实现等话题进行了说明，强烈推荐。

（Github开源地址：https://github.com/yeasy/docker_practice）

待续

eBook和视频资源

只推荐我看过的，且个人觉得不错的

Python

视频资源 点这里--->eBook/Python

  • Python3数据分析与挖掘（某课网）
  • python分布式爬虫打造搜索引擎【完整版 某课网】
  • Python升级3.6 强力Django+Xadmin打造在线教育平台

电子书推荐，下面给了几个可以下载电子书的网站，都能找得到的

  • 入门
    • 《Python基本教程》，貌似出第三版了
    • 《Python核心编程》
    • 《Python CookBook》
  • 爬虫
    • 《Python网络数据采集》
    • 也有人推荐崔庆才的书，我只看过他的博客觉得挺不错的，书想比也可以吧
    • 我更推荐看博客，爬虫这一块更新太快了，书跟不上步伐
  • 数据分析
    • 《用Python进行数据分析》足以
  • 机器学习和深度学习
    • 《机器学习实战》
    • 我看的更多的是官方文档和博客，反正不推荐看国人写的书（好多都是骗钱的，我原来看过一本封面画了个鹦鹉的，叫什么一步一步什么走向机器学习之类的，就是把sklearn文档翻译了一遍加了几个案例，烂）

Java系列

Hadoop系列资源

Spark系列资源

视频资源 点这里--->eBook/Spark系列

  • 学习 Scala 进击大数据 Spark 生态圈：https://pan.baidu.com/s/1Ld35QE4xfsOQ9o6qFwxL0A 密码：detm

  • Spark 2.0从入门到精通245讲 【墙推】

  • 基于大数据技术之电视收视率企业项目实战（hadoop+Spark）: https://pan.baidu.com/s/1-M_I0Woi-Wq9mKhjEorGfA 提取码: v3j7

    • 我个人比较推荐这个，这个是从hadoop生态逐渐过渡到Spark生态的学习

  • 01-基于Spark2.x新闻网大数据实时分析可视化系统项目

  • 02-Spark离线和实时电影推荐系统直播回放(视频+文档+代码）

  • 03-Spark项目实战：爱奇艺用户行为实时分析系统

  • 04-Spark企业级实战项目：道路交通实时流量监控预测系统

  • 05-Spark企业级实战项目：知名手机厂商用户行为实时分析系统

  • 06-Spark大型项目实战：电商用户行为分析大数据平台

  • 2018年最新Spark机器学习课程：智能客户系统项目实战视频教程：https://pan.baidu.com/s/12SrMtvLBlVJGOlOt5NQFjw 提取密码：uu9v ——【这个是Spark on Mesos框架的】

  • Spark 2.0大型项目实战：移动电商app交互式数据分析平台：https://pan.baidu.com/s/1o8EAk2Y 提取密码：gcsq

  • Spark MLlib 机器学习算法与源码解析：https://pan.baidu.com/s/1pLptvMN 提取密码：ncek

  • Spark面试宝典 链接: https://pan.baidu.com/s/143GneWVcH4tmrK1gdwuc5w 提取码: 95b2

以上来源于大数据学习资源群的分享

HBase系列资源

eBook/HBase系列

业内大数据技术ebook分享

见这里

  • 增加 用户画像相关资料
  • 18年京东大数据白皮书
  • DataFun社区技术年货分享
  • 今日头条推荐系统架构设计

算法系列

数据库

计算机网络

基础书籍

常用网站收纳

工具

搜索

翻译

文档编辑

制图、图床

Chrome插件

现在最新版chrome不支持直接离线安装插件了，但还是有办法的，见：Linux（Deepin）下解决最新版Chrome无法离线安装插件问题

离线安装谷歌插件方法： 1、打开谷歌浏览器输入：chrome://extensions/ 2、勾选开发者模式 3、把下载的后缀为crx的文件拖进来即可

  • 插件推荐
    • OneTab：合并页面，用了就知道
    • Adblock Plus：去广告
    • LastPass：密码管理
    • 新浪微博图床
    • Imagus：放大页面中的图片
    • Json View：方便查看 Json 结构的插件
    • GitNote：一款基于git的笔记插件
    • github插件
      • OctTree：以树形结构展示github项目
      • GitZip：下载github项目中单个文件

About

学习记录的一些笔记，以及所看得一些电子书eBooks、视频资源和平常收纳的一些自己认为比较好的博客、网站、工具

Resources

Readme

License

GPL-2.0 license
Activity

Stars

0 stars

Watchers

1 watching

Forks

0 forks
Report repository

Releases

No releases published

Packages

No packages published

Languages

  • Python 100.0%