MyLearning

精读学习内容

###To Myself : ###

不要纠结开发语言，多学习数据结构和算法、网络、数据库、存储、操作系统方面的知识。
每个编程语言都有适合自己的领域，兼顾即可，根据需求选择最合适的语言去开发。
语言是工具，架构是经验，底层是基础是核心。

---

• 资料

  • be-a-professional-programmer：成为专业程序员路上用到的各种优秀资料、神器及框架；
  • studyFiles：一些经典且高质量的电子书分享；
  • free-programming-books-zh_CN：免费的计算机编程类中文书籍；
  • learning-resource：程序员优质学习资源集合；
  • Every Programmer Should Know：A collection of (mostly) technical things every software developer should know；
  • Qix：机器学习、深度学习、PostgreSQL、分布式系统、Nodejs、golang；

• 优秀项目

  • GitHubDaily：优秀开源项目收集分类整理；
  • HelloGitHub：有趣的入门级开源项目；
  • weekly：科技爱好者周刊，每周五发布；
  • favorite-link：每日收集喜欢的开源项目；
  • public-apis：A collective list of free APIs for use in software and web development；

• 工具

  • git-tips：Git的奇技淫巧，常用命令集合；
  • git-recipes：高质量的Git中文教程；
  • awesome-selfhosted：自托管：

• awesome & 技术架构

  • awesome
    • awesome：asesome合集；
  • 技术架构
    • developer-roadmap-chinese：Web开发技术路线图；
    • architect-awesome：后端架构师技术图谱；
    • from_coder_to_expert：从程序员到CTO，从专业走向卓越，分享大牛企业内部pdf与PPT；
    • awesome-scalability：The Patterns of Scalable, Reliable, and Performant Large-Scale Systems；
    • YCBlogs：技术博客笔记大汇总，包括Java基础及深入知识点，Android技术博客，Python，Go学习笔记等等，还包括平时开发中遇到的bug汇总，当然也在工作之余收集了大量的面试题；
    • technology-talk：汇总java生态圈常用技术框架、开源中间件，系统架构、数据库、大公司架构案例、常用三方类库、项目管理、线上问题排查、个人成长、思考等知识；

• 面试笔试集合

  • interview_internal_reference：阿里，腾讯，百度，美团，头条等技术面试题目，以及答案，专家出题人分析汇总；
  • ZXBlog：记录各种学习笔记(算法、Java、数据库、并发......)；
  • fe-interview：前端面试每日 3+1，以面试题来驱动学习，提倡每日学习与思考，每天进步一点！每天早上5点纯手工发布面试题；
  • fullstack-tutorial：后台技术栈/架构师之路/全栈开发社区，春招/秋招/校招/面试 ；

---

• 爬虫

  • scrapy：scrapy框架； + scrapy-redis：基于Redis的Scrapy组件；
  • Python-crawler-tutorial-starts-from-zero：python爬虫教程，带你从零到一，包含js逆向，selenium, tesseract OCR识别,mongodb的使用，以及scrapy框架；
  • Anti-Anti-Spider：反反爬虫代码仓库；
  • PythonSpiderNotes：Python入门网络爬虫之精华版；

• 前端

  • 33-js-concepts：每个 JavaScript 工程师都应懂的33个概念；
  • vue.js：学习vue.js的代码，视频百度源地址链接，提取码：1o0w
  • How-to-learn-node-correctly：[全文]如何正确的学习Node.js；
  • fks：前端技能汇总；
  • Web：前端入门和进阶学习笔记，超详细的Web前端学习图文教程；
  • awesome-github-vue：Vue相关开源项目库汇总；

• 后端

  • 正则表达式
    • learn-regex：学习正则表达式；
    • 正则表达式及多语言操作指南；
  • Python
    • awesome-python-cn：Python资源大全中文版，包括：Web框架、网络爬虫、模板引擎、数据库、数据可视化、图片处理等，由伯乐在线持续更新；
    • one-python-craftsman：一位Pythonista 的编程经验分享，内容涵盖编码技巧、最佳实践与思维模式等方面；
    • awesome-django：django精选应用插件；

      awesome-django-cn：上面项目中文翻译；

    • TimLiu-Python：python资源集合与开源硬件；
    • python_code：常用python代码示例；
    • CPython-Internals:CPython 源码阅读笔记, 多图展示底层实现细节;
    • wtfpython：A collection of surprising Python snippets and lesser-known features.

      wtfpython-cn：wtfpython的中文翻译

  • Go
    • the-way-to-go_ZH_CN：《The Way to Go》中文译本，中文正式名《Go 入门指南》
    • golang-developer-roadmap-cn：Go 开发者路线图；
    • awesome-go-cn：Go 资源大全中文版， 内容包括：Web框架、模板引擎、表单、身份认证、数据库、ORM框架、图片处理、文本处理、自然语言处理、机器学习、日志、代码分析、教程和（电子）书等；
    • learn-go-with-tests：实战学习Go；
  • Java
    • awesome-java-cn：Java资源大全中文版，包括开发库、开发工具、网站、博客、微信、微博等，由伯乐在线持续更新；
    • JavaGuide：【Java学习+面试指南】 一份涵盖大部分Java程序员所需要掌握的核心知识；
    • advanced-java：互联网 Java 工程师进阶知识完全扫盲：涵盖高并发、分布式、高可用、微服务等领域知识，后端同学必看，前端同学也可学习；
  • C++
    • awesome-cpp-cn：C++ 资源大全中文版，标准库、Web应用框架、人工智能、数据库、图片处理、机器学习、日志、代码分析等；
  • Shell
    • shell：Linux命令行与shell脚本编程大全案例；

• 全栈

  • growth-in-action：全栈增长工程师实战；
  • ideabook：一个全栈增长工程师的练手项目集；

• 机器学习和深度学习

  • 资料 & 教程

    • Coursera-ML-AndrewNg-Notes：吴恩达老师的机器学习课程个人笔记；
    • pydata-book：Python数据分析第二版；
    • Learn_Machine_Learning_in_3_Months：三个月学习机器学习；
    • AiLearning：AiLearning：机器学习 - MachineLearning - ML、深度学习 - DeepLearning - DL、自然语言处理 NLP；
    • practicalAI：一种实用的机器学习方法；
    • awesome-production-machine-learning：精选的开源库列表，用于部署，监控，版本和扩展您的机器学习；
    • d2l-zh：《动手学深度学习》：面向中文读者、能运行、可讨论。英文版即伯克利“深度学习导论”教材；

  • 工具 & 库

    • python-recsys：用于实现推荐系统的python库；
    • scikit-tensor：用于多线性代数和张量因子分解的Python库；
    • deeplearning4j：Deeplearning4j, ND4J, DataVec and more - deep learning & linear algebra for Java/Scala with GPUs + Spark；
    • char-rnn：用于Torch中字符级语言模型的多层递归神经网络（LSTM，GRU，RNN）；
    • pyDataScienceToolkits_Base：使用Python进行数据分析实验工具NumPy、Pandas、Matplotlib、Scikit-learn的入门介绍；

  • 实战

    • machine_learning_examples：A collection of machine learning examples and tutorials；
    • flink-recommandSystem-demo：基于Flink实现的商品实时推荐系统。flink统计商品热度，放入redis缓存，分析日志信息，将画像标签和实时记录放入Hbase。在用户发起推荐请求后，根据用户画像重排序热度榜，并结合协同过滤和标签两个推荐模块为新生成的榜单的每一个产品添加关联产品，最后返回新的用户列表。