JavaScript

運用 Django, Selenium 與 JavaScript “測試是理智開發者必備的技能。Harry 做了一件很棒的事情：在探索真實世界的測試方法時，讓我們持續保持專注力。” -Michael Foord Python 核心開發者 & unittest 維護者 “這本書不單單介紹測試驅動開發，它也是完整的最佳做法速成課程，從開始到結束，討論以 Python 開發現代網頁應用程式。”

《ActionScript for Flash MX 大全》是一本探討 Flash 的物件導向語言 ActionScript 的專門書。本書能幫助 ActionScript 程式設計的新手快速進入狀況。它用傳統的術語來說明 ActionScript，提供您扎實的理論背景。當學習較複雜的 Flash 部分時，有經驗的程式設計師，則可結合他們的 JavaScript 知識。本書還包含許多未公開、以及計

本書以項目實戰為導向, 通過真實案例帶領讀者全面掌握JavaScript、Egg.js、Vue.js、uni-app和MongoDB技術的應用, 從而實現從零基礎到項目完成的全程學習。本書分為基礎篇、後端篇和前端篇3篇, 共9章。基礎篇 (第1-3章) 首先, 對全棧工程師角色所需的技術廣度和深度進行介紹, 然後會詳盡地指導讀者搭建一個高效地開發環境, 包括Node.js、MongoDB、VSCode等必備工具的安裝, 以及如何使用Postman進行接口測試, 確保後續開發工作的順利進行。最後, 第3章致力於JavaScript的核心知識, 全面解讀ECMAScript6的新特性, 涉及從基本數據類型到先進的語法和編程技巧, 讓讀者在進階前端和後端開發之前, 打下堅實的基礎。後端篇 (第4-6章) 專注于後端開發, 讀者將學習如何運用Egg.js來初始化項目、配置路由、中間件、控制器、服務和插件, 學習到如何設計和搭建高效、可維護的後端服務。通過實戰項目的方式, 帶領讀者一步步構建出一個功能完備的RESTfulAPI服務。從項目的初始化到最終的線上生產環境部署, 將一步一腳印地展示真實世界中後端開發的全過程。前端篇 (第7-9章) 則轉向了前端領域, 深入Vue. js和uni-app前端框架的使用, 揭示打造互動式網頁應用的秘密。從組件化思維到狀態管理, 讀者將學習到前端開發的精華, 並通過一個完整的實戰項目將理論轉變為實踐。本書既適合前端開發者學習使用, 又適合零編程經驗、有興趣從事全棧開發工作, 以及想深入瞭解全棧開發的讀者閱讀, 同時也可作為高等院校計算機相關專業的師生用書和培訓機構的教學參考用書。

本書採用自頂向下方法並輔以面向編程的方式，基於現代可編程GPU的WebGL 2.0著色器編程，綜合利用HTML5、JavaScript和GLSL(OpenGL ES 3.0)，開發可以在各種瀏覽器中運行的三維圖形應用程序，同時系統地介紹了現代計算機圖形學的核心概念、原理和方法。本書是作者多年教學與科研的結晶，涵蓋了交互式圖形編程、可編程GPU繪製流水線、變換與觀察、光照與著色、曲線與曲面建模等計算機圖形學的基本內容，以及離散技術、層級建模、過程建模、光線跟蹤、並行繪製、體繪製和虛擬現實等高級內容。為了方便讀者進一步深入學習和研究計算機圖形學，本書在每章末尾提供了相關的建議閱讀資料。

內容介紹: 不同於常見機器學習皆是由 Python 語言實作, 本書使用 JavaScript 語言於瀏覽器實作機器學習, 搭配著名的 JS 機器學習函式庫 ml5.js 可以更快速且便利地達成 AI 網頁應用, 對於許多熟悉 JS 語言的前端工程師或使用者更為親近, 實驗過程使用 p5.js 程式庫, 讓沒有太多程式設計基礎的使用者也可以更輕鬆將結果視覺化, 再搭配使用 p5.js web editor 線上開發環境, 只需要使用瀏覽器就可以開始輕鬆設計網頁, 不需要在自己的主機建構繁瑣的開發環境, 再搭配 Python 編寫控制板程式, 將應用結合至感測器或實體輸出裝置, 實現更完整的機器學習應用實例。本書一開始會先介紹機器學習概念與 p5.js web editor 線上開發環境基本操作, 接著直接體驗使用 ml5.js 中的現有模型, 實作可以辨識特定物件的影像分類器。除了網頁實作神經網路外, 可再串連硬體控制板, 藉由控制板輸出預測結果, 比如使用物件偵測來判斷是否有人出現, 對應的 OLED 顯示器模組就會出現迎賓文字或相關訊息；或是語音辨識讓玩家用語音來控制遊戲, 遊戲結束後會通知控制板啟動振動馬達回饋給玩家。最後會使用 ml5 程式庫實際訓練自己的神經網路模型, 首先為利用控制板蒐集感測器資料, 再透過神經網路訓練解決迴歸問題, 如藉由溫度感測器的訊號, 找出感測值與實際溫度的關係, 做出自製即時電子溫度計, 再結合可以即時顯示畫面去背效果的 U-Net 模型, 就可以使用環境溫度來改變虛擬背景特效。接著為解決分類問題的神經網路, 使用現成的 Facemesh 模型找出臉部特徵點, 分別蒐集臉部不同的角度資料進行訓練, 最終得到一個可以辨識是否打瞌睡的模型, 再串接實體蜂鳴器在打瞌睡時, 發出警報聲提醒使用者。最後訓練的神經網路為卷積神經網路, 透過蒐集配戴口罩與否的不同照片作為訓練資料, 經過卷積神經網路訓練後, 就可以用此模型來判斷畫面中的人是否有正確配戴口罩, 再結合模擬門鎖的伺服馬達, 建構出一套口罩門禁系統的概念。本產品除實驗手冊外，實驗過程中有任何問題或是建議都可以在 Facebook 粉絲專頁《旗標創客‧自造者工作坊》中留言，即有專人為您服務。本產品 Windows / Mac 皆適用　操作本產品需要視訊鏡頭及麥克風 (筆電

本教材包括11個分冊, 分別為基礎教材和專業教材, 包括基礎理論知識和應用開發實戰: 進入IT世界使用HTML設計商業網站走進Java編程世界使用JavaScript設計交互頁面使用C#實現面向物件程式設計使用.NET技術開發Web應用程式使用.NET高級技術優化Web應用程式使用SQLServer管理資料基於SQLServer的資料庫設計基於Oracle的資料庫設計。

本教材包括10個分冊, 分別為基礎教材和專業教材, 包括基礎理論知識和應用開發實戰: 進入IT世界使用HTML設計商業網站走進Java編程世界使用SQLServer管理資料使用Java實現面向物件程式設計使用JSP開發企業級應用程式基於SQLServer的資料庫設計使用JavaScript設計交互頁面使用jQuery優化Web頁面基於Android的移動APP開發。