Maintainable Javascript

無

思想、脈絡與觀念理解是真正的專業技術門檻，也是鑑別出實力強大或平庸工程師的關鍵區別之一。 本書內容改編自第 14 屆 iThome 鐵人賽 Modern Web 組的冠軍系列文章《一次打破 React 常見的學習門檻與觀念誤解》。本書以循序漸進的脈絡帶讀者從頭理解 React 技術的核心觀念、運作原理與設計思維。 React 本身的設計基於了許多程式領域的設計模式，而這些設計模式的概念大多都與「還沒有使用前端框架時的程式運作思維與習慣」相去甚遠。因此當你沒有真正理解這些設計模式時，你會覺得 React 的許多設計與行為都很不直覺甚至莫名其妙。並且，如果你不熟悉這些觀念或原理的話，則非常容易在實際開發時寫出有問題但卻不自知的程式碼，為專案的程式碼品質和軟體產品的可靠性埋下巨大的隱患。 有別於市面上充斥的各種「教你如何呼叫語法」以及「帶你實戰範例」的 React 學習資源，本書會著重於技術理解的基本功累積，讓你對於 React 的觀念不再一知半解，以避免「跟著寫了很多 React 範例練習卻還是不懂這些程式碼是如何運作的，無法真正掌握這門技術」這種常見的學習瓶頸，帶你朝向真正的專業 React 開發者邁出紮實且關鍵的一大步。 目標讀者 本書並不是一本關於如何開發 React 專案的手把手實戰教學手冊。相較於大量的案例實作練習，本書會更聚焦於 React 的核心設計思維以及最常被誤解的觀念進行透徹的解析，希望能夠幫助大家一次打破 React 的學習門檻與觀念誤解，成為真正的專業 React 開發者。這本書適合所有「希望將 React 作為專業技術能力」的人學習： ❏ 適合有 JavaScript 的基礎，但對 React是完全新手的人。你可以透過本書從零建立相當穩固的 React 核心觀念理解與思維的基本功，對於後續繼續學習其他實戰類型的學習資源也能有更好的基礎進行銜接。 ❏ 也適合已經在學習 React 中的人。這本書將可以讓你對於許多觀念的理解茅塞頓開，學習成效事半功倍。 ❏ 也適合對 React 有一定程度的認識或實作經驗，但對於核心觀念與原理還沒深度掌握的人（應該有蠻多人是處於這個階段）。這本書會是你突破瓶頸、邁向資深 React 開發者的關鍵助力。專業推薦 「這本書使 React 初學者能夠打破「只會跟著寫範例但不理解背後原理」的惡性循環，進而

教材,編程思維可以分解為4個部分：問題分解,模式識別,抽象思維,算法設計.這是一種高效且實用的思維方式,尤其在處理看起來很複雜的問題上,非常有效.生活上處處可以運用編程思維.在21世紀的今天,各項各業都已經和信息技術相結合,科學研究更是如此,由此而產生眾多交叉學科,編程便成為了交叉學科的最基本技能.編程思維涵蓋了反映計算機科學之廣泛性的一系列思維活動,是適合每個人的一種普遍的認識和一類普適的技能.本教程希望通過Blockly可視化編程語言作為編程入門工具,通過類似拼圖的方式構建出程序,結合遊戲案例教學,激發學生們學習編程的興趣,推動他們更深入的探究程序設計和進行算法設計.此外,Blockly功能非常強大,可以用它開發出功能更強大的編程工具,如非常流行的編程工具Scratch、AppInventor等.用Blockly編寫程序的代碼可以自動轉換成Javascript、Python、PHP、Lua、Dart等語言.筆者將通過遊戲引入課程內容講解,再到能力提升,增加了學習的趣味性；本教材將全面系統介紹所有知識點,並結合程序設計思維和算法思維講解,由易到難進行編寫,將更加適合不同層次的讀者的使用.通過本教材的編寫,提升學生學習編程的興趣,促使學生瞭解計算機解決問題的一般步驟,理解程序設計思維、算法思維在問題解決過程中所發揮的作用,提高學生運用計算機知識實現問題的抽象、進行問題求解和形式化描述的能力,最終能使用計算機知識解決本專業的實際問題.深度融合現代信息技術,構建複合型的教學內容體系,集教材、微課、MOOC、互動於一體的新形態教材.本教材是湖南師範大學校級規劃立項教材.

本書以Dreamweaver CS6為工具開發一個企業網站為主線，配合多個案例，介紹了網頁製作的基本知識和技能。全書共9章，知識點包括網頁基礎知識、（X）HTML和CSS、圖文混排和超鏈接、表格、DIV+CSS、模板、庫、表單、框架、浮動框架、網頁特效、網站測試、發佈網站推廣。本書內容充實，操作性強，可作為高職高專院校各相關專業網頁設計與製作課程的教材，也可以作為網頁製作培訓教材和教學參考書。

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