今天推荐一些学习资源给大家，当然大家可以留言评论自己发现的优秀资源地址 - 搞学习 - 找书籍 - 冷知识 / 黑科技 - 写代码 - 资源搜索 - 小工具 - 导航页（工具集） - 看视频 - 学设

能解决 90% 需求的js库，这里推荐 JS 库，这些库都有很好的文档，也非常流行，并一直在维护中。

又到周五啦，快来一起摸鱼呀！今天来看看JavaScript中的一些实用的工具函数，希望能帮助你提高开发效率！

在开发中，我们经常会将一些常用的代码块、功能块进行封装，为的是更好的复用。那么，被抽离出来独立完成功能，通过API或配置项和其他部分交互，便形成了插件。 下面这些是我在工作中积累的一些常用的前端开源插件，这里只是罗列出来，详细的用法各个插件官网或者Gayhub都有介绍。注意：往…

解决了：确定系统必须完成哪些工作，也就是对目标系统提出完整、准确、清晰、具体的要求。 访谈分两种：正式访谈和非正式访谈。 需要大量人员的意见时，分发调查表是一个很有效的方法。 使用情景分析往往非常有效。 软件系统本质上是信息处理系统，而任何信息处理系统的基本功能都是把数据转变成…

举个例子,比如一个女孩从年龄,长相,收入,职业的层层筛选来判断相亲对象是否值得见上一面。 正如这种形式,便是一个简单的决策树。 集合 3：3 次去打篮球，3 次不去打篮球。 按照纯度指标来说，集合 1> 集合 2> 集合 3。因为集合 1 的分歧最小，集合 3 的分歧最大。 在…

分类回归树 CART 是决策树家族中的基础算法，它非常直觉（intuitive），但看网上的文章，很少能把它讲的通俗易懂（也许是我理解能力不够），幸运的是，我在 Youtube 上看到了这个视频，可以让你在没有任何机器学习基础的情况下掌握 CART 的原理，下面我尝试着把它写出…

决策树 (Decision Tree) 是一种有监督学习方法，通过特征和标签构造一棵决策树，学习特征之间的规则，以解决分类和回归问题。 使用决策树进行决策的过程就是从根节点开始，测试待分类项中相应的特征属性，并按照其值选择输出分支，直到到达叶子节点，将叶子节点存放的类别作为决策…

前一个树桩的错误数据会影响后一个树桩的生成，意味着后面的树桩是前面树桩的补足。这种思想也被称为 Boost，除 AdaBoost 外，GBDT 和 XGBoost 也是这样的思想（很明显它们中都有 Boost）。 则该树桩的总误差（Total Error）即这条错误样本的权重—…