Media is too big
VIEW IN TELEGRAM
Интерактивная база игровых уровней
Отличный инструмент для просматривания карт уровней из некоторых легендарных игр и путешествия по ним без столкновения со стенами, предметами и гравитацией. Для разработчиков игр будет особенно полезно изучить архитектуру уровней и размещение локаций.
На сайте есть карты как более современных игр, вроде Super Mario Odyssey, так и вечной классики, например: GTA Vice City.
#инструменты #gamedev
Отличный инструмент для просматривания карт уровней из некоторых легендарных игр и путешествия по ним без столкновения со стенами, предметами и гравитацией. Для разработчиков игр будет особенно полезно изучить архитектуру уровней и размещение локаций.
На сайте есть карты как более современных игр, вроде Super Mario Odyssey, так и вечной классики, например: GTA Vice City.
#инструменты #gamedev
👍9🔥2🍌1
Управление памятью в Kotlin
Структура памяти — это один из немногих теоретических блоков, в которых действительно необходимо разбираться, чтобы понимать работу не только программы, но и самого языка Kotlin.
Данное видео будет очень полезно начинающим Android-разработчикам так как содержит в себе не только важную теорию, но и визуальную репрезентацию для лучшего усвоения информации.
#kotlin #android #frontend
Структура памяти — это один из немногих теоретических блоков, в которых действительно необходимо разбираться, чтобы понимать работу не только программы, но и самого языка Kotlin.
Данное видео будет очень полезно начинающим Android-разработчикам так как содержит в себе не только важную теорию, но и визуальную репрезентацию для лучшего усвоения информации.
#kotlin #android #frontend
YouTube
Учим Kotlin с нуля | №17 Структура памяти в Kotlin.
Полный видеокурс по языку программирования Kotlin. В семнадцатом уроке разбираем скучную, но очень важную теорию.
!!Важно!! Если возникают вопросы/ошибки пишите в комментах. Будем разбираться вместе.
Язык программирования Kotlin используют для создания…
!!Важно!! Если возникают вопросы/ошибки пишите в комментах. Будем разбираться вместе.
Язык программирования Kotlin используют для создания…
👍7🍌1
Какой заголовочный файл необходим для работы с вводом и выводом в C++?
Anonymous Quiz
14%
<string>
3%
<math>
11%
<fstream>
72%
<iostream>
🔥6🙈4☃3🍌1🆒1
Forwarded from Веб-страница
Вопросы с собеседований: что такое специфичность CSS-селекторов и как она работает?
Типы селекторов расположены по возрастанию специфичности:
— Селекторы типов элементов (например, h1) и псевдоэлементов (например, ::before).
— Селекторы классов (например, .example), селекторы атрибутов (например, [type="radio"]) и псевдоклассов (например, :hover)
— Селекторы идентификаторов (например, #example).
Универсальный селектор (*), комбинаторы (+, >, ~, ' ') и отрицающий псевдокласс (:not()) не влияют на специфичность. Но селекторы, объявленные внутри :not(), влияют.
Стили, обьявленные в элементе (например, style="font-weight:bold"), всегда переопределяют любые правила из внешних файлов стилей и, таким образом, их специфичность можно считать наивысшей.
Расчёт специфичности:
— тег и псевдоэлемент имеют специфичность 0001;
— класс, псевдокласс, атрибут — 0010;
— id имеет специфичность 0100;
— инлайновый стиль имеет приоритет 1000.
#основы #собеседование #css
Типы селекторов расположены по возрастанию специфичности:
— Селекторы типов элементов (например, h1) и псевдоэлементов (например, ::before).
— Селекторы классов (например, .example), селекторы атрибутов (например, [type="radio"]) и псевдоклассов (например, :hover)
— Селекторы идентификаторов (например, #example).
Универсальный селектор (*), комбинаторы (+, >, ~, ' ') и отрицающий псевдокласс (:not()) не влияют на специфичность. Но селекторы, объявленные внутри :not(), влияют.
Стили, обьявленные в элементе (например, style="font-weight:bold"), всегда переопределяют любые правила из внешних файлов стилей и, таким образом, их специфичность можно считать наивысшей.
Расчёт специфичности:
— тег и псевдоэлемент имеют специфичность 0001;
— класс, псевдокласс, атрибут — 0010;
— id имеет специфичность 0100;
— инлайновый стиль имеет приоритет 1000.
#основы #собеседование #css
👍9🍌1
Как в 23 начать пет-проект, а в итоге получить свой департамент
Создатели сервиса Доски — отечественной интерактивной онлайн-доски, входящей в экосистему МТС Линк, — делятся своим опытом раскручивания проекта от идеи до коммерческого успеха.
Они рассказывают, как выстроили рабочий процесс и дают конкретные советы начинающим специалистам.
Прочитать статью.
Создатели сервиса Доски — отечественной интерактивной онлайн-доски, входящей в экосистему МТС Линк, — делятся своим опытом раскручивания проекта от идеи до коммерческого успеха.
Они рассказывают, как выстроили рабочий процесс и дают конкретные советы начинающим специалистам.
Прочитать статью.
❤🔥6🍌1
Полезные материалы по Data Science и машинному обучению
Data Science - довольно сложная сфера, особенно для новичков. С чего стоит начать, на какие темы стоит обратить особое внимание, а какие лучше оставить на потом? Ответы на эти и многие другие вопросы вы сможете найти в этой ценнейшей статье. Её автор — опытный MLOps-инженер в отделе Data- и ML-продуктов Selectel.
В материале не просто даются названия книг и курсов, которые полезно было бы прочитать, но и дается понятие о том, почему это важно знать конкретно эту информацию и чем она поможет в будущем.
#ml #bigdata
Data Science - довольно сложная сфера, особенно для новичков. С чего стоит начать, на какие темы стоит обратить особое внимание, а какие лучше оставить на потом? Ответы на эти и многие другие вопросы вы сможете найти в этой ценнейшей статье. Её автор — опытный MLOps-инженер в отделе Data- и ML-продуктов Selectel.
В материале не просто даются названия книг и курсов, которые полезно было бы прочитать, но и дается понятие о том, почему это важно знать конкретно эту информацию и чем она поможет в будущем.
#ml #bigdata
❤7🥰2👍1🍌1
Генераторы Python: что это такое и зачем они нужны
Генератор — это объект, который сразу при создании не вычисляет значения всех своих элементов.
Он хранит в памяти только последний вычисленный элемент, правило перехода к следующему элементу и условие, при котором выполнение прерывается.
Углубиться в то, как работают функции генераторов в Python и на примерах разобрать основные способы применения их на практике, вы сможете в этом полезном уроке.
#python
Генератор — это объект, который сразу при создании не вычисляет значения всех своих элементов.
Он хранит в памяти только последний вычисленный элемент, правило перехода к следующему элементу и условие, при котором выполнение прерывается.
Углубиться в то, как работают функции генераторов в Python и на примерах разобрать основные способы применения их на практике, вы сможете в этом полезном уроке.
#python
👍8🍌2
Что такое граф и зачем он нужен
Граф (graph) — это набор узлов (вершин), которые соединены между собой ребрами (дугами) и имеют вид сети.
Граф является более общим случаем дерева, которое порой называют ациклическим графом. Два основных отличия между ними:
— в графе возможны циклы, то есть «ребёнок» может быть «родителем» для того же элемента;
— рёбра тоже могут нести смысловую нагрузку, то есть нужно сохранять их значения.
Графы делятся на:
— ориентированные, ребра которой являются направленными, т.е. существует только одно доступное направление между двумя связными вершинами.
— неориентированные, где к каждому из ребер можно осуществлять переход в обоих направлениях.
Применение графов:
— хранение информации, связанной друг с другом сложными соотношениями;
— анализ соотносящейся друг с другом информации;
— построение маршрута из точки А в точку Б.
#начинающим
Граф (graph) — это набор узлов (вершин), которые соединены между собой ребрами (дугами) и имеют вид сети.
Граф является более общим случаем дерева, которое порой называют ациклическим графом. Два основных отличия между ними:
— в графе возможны циклы, то есть «ребёнок» может быть «родителем» для того же элемента;
— рёбра тоже могут нести смысловую нагрузку, то есть нужно сохранять их значения.
Графы делятся на:
— ориентированные, ребра которой являются направленными, т.е. существует только одно доступное направление между двумя связными вершинами.
— неориентированные, где к каждому из ребер можно осуществлять переход в обоих направлениях.
Применение графов:
— хранение информации, связанной друг с другом сложными соотношениями;
— анализ соотносящейся друг с другом информации;
— построение маршрута из точки А в точку Б.
#начинающим
❤8🍌2🔥1
This media is not supported in your browser
VIEW IN TELEGRAM
Две идеи проектов для начинающих iOS-разработчиков
Flappy Fly Bird — проект с открытым исходным кодом по мотивам классики аркадного жанра на Swift 5.5, GameplayKit, SpriteKit и iOS 12.
Coffee-Ratio — приложение создано для любителей кофе и помогает пользователю рассчитать соотношение воды и кофе для каждой порции.
#ios #петпроект
Flappy Fly Bird — проект с открытым исходным кодом по мотивам классики аркадного жанра на Swift 5.5, GameplayKit, SpriteKit и iOS 12.
Coffee-Ratio — приложение создано для любителей кофе и помогает пользователю рассчитать соотношение воды и кофе для каждой порции.
#ios #петпроект
👍4🔥4🍌1
Forwarded from Нейроканал
Все перечисленные библиотеки имеют открытый исходный код и предназначены в основном для питонистов.
Анализ, очистка и подготовка данных:
Pandas — быстрая и гибкая очистка и подготовка данных.
Numpy — предварительная обработка данных, применяется для математических вычислений.
Statsmodels — статистический анализ временных рядов, выживаемости и многого другого.
YData Profiling — упрощает этап EDA, тщательно анализируя ваши данные в одной строке кода.
Машинное и глубокое обучение:
Scikit-learn — ключевая библиотека машинного обучения, содержит реализацию популярных алгоритмов (регрессия, кластеризация).
Keras — создание, настройка моделей, работает поверх таких фреймворков, как TensorFlow.
TensorFlow — создание, моделирование и тренировка нейросетей.
XGBoost — предоставляет эффективные алгоритмы для задач регрессии, классификации и ранжирования.
CatBoost — градиентный бустинг.
#библиотеки #ml #deeplearning #python
Анализ, очистка и подготовка данных:
Pandas — быстрая и гибкая очистка и подготовка данных.
Numpy — предварительная обработка данных, применяется для математических вычислений.
Statsmodels — статистический анализ временных рядов, выживаемости и многого другого.
YData Profiling — упрощает этап EDA, тщательно анализируя ваши данные в одной строке кода.
Машинное и глубокое обучение:
Scikit-learn — ключевая библиотека машинного обучения, содержит реализацию популярных алгоритмов (регрессия, кластеризация).
Keras — создание, настройка моделей, работает поверх таких фреймворков, как TensorFlow.
TensorFlow — создание, моделирование и тренировка нейросетей.
XGBoost — предоставляет эффективные алгоритмы для задач регрессии, классификации и ранжирования.
CatBoost — градиентный бустинг.
#библиотеки #ml #deeplearning #python
👍7❤2🔥2🍌2