iT邦幫忙

15th鐵人賽相關文章
共有 23149 則文章
鐵人賽 自我挑戰組 DAY 6
從0開始的AWS ECS CICD 系列 第 6 篇

技術 D06_聽起來跟EC2很像的ECS_進入點ELB

昨天有提到,ECS可以因應需求進行Task數量的擴充/縮減,那我要怎麼讓流量導向不同的Task呢?還是要等一個Task的負載全滿後,流量才會導入下個Task嗎?...

鐵人賽 AI & Data DAY 6

技術 現代資料棧 (Modern Data Stack)

之前的討論,我們從真實的需求開始談起:真實的需求常常是 OLTP 與 OLAP 的需求混在一起談,接著談到開發資料應用的挑戰、商業智慧 (BI) 解決方案的發展...

鐵人賽 AI & Data DAY 17

技術 Day 17 Async Feature Airflow

前面所說的 Asynchronous Features 通常我又稱 Batch Features,這類 Batch Features 的特點是: 適合大量的、...

鐵人賽 SideProject30 DAY 8
HOW TO GO 系列 第 8 篇

技術 08. Goroutine & Channel (2)

競爭條件 (Race Condition) 定義:資料競爭發生於兩個 Goroutine 並行存取同一個變數且至少有一個寫入 並行只讀取執行順序不影響,但加...

鐵人賽 AI & Data DAY 6

技術 Day6 機器學習: 半監督式學習(Semi-Supervised Learning)

半監督式學習(Semi-Supervised Learning) 介於監督與半監督學習之間,其用於訓練的數據集包含了以標籤和未標籤的資料,通常數據集內以標籤的數...

鐵人賽 Security DAY 6
一個人的藍隊 系列 第 6 篇

技術 Wazuh 檢測能力POC:Part 1

在第一篇文章我們有概略的介紹了Wazuh,架設完成後大家在介面上也可以看到很多模組、功能、項目,因為Wazuh算是挺強大的,對於初次使用來說,確實是有些眼花撩亂...

鐵人賽 Modern Web DAY 18

技術 [Day 18] 來介紹好用的Library - SCI

SCI 今天來介紹一些好用的lib,但這些滿看情境的 這個sci簡單說是eval一個string,但是是有條件的執行 什麼意思呢 有時候我們如果臨時要調整東西,...

鐵人賽 自我挑戰組 DAY 6

技術 【Day6】Command Line 學習3

rm- 移除資料 當使用rm資料時,要注意是否確定刪除該資料,因為資料被刪除就無法還原。好在Linux有一些保護措施可以防止使用者不小心刪除資料。可以透過設定資...

鐵人賽 Kotlin DAY 6

技術 Day6. 建立 Ktor 專案(三)

或是說也可以什麼都不選,先建立專案,日後有需要用到那些功能,再引入相依套件就好 這次會用到以下幾個功能,所以就先Add 1. Routing 2. Websoc...

鐵人賽 Software Development DAY 11

技術 Day11:文字處理

文字處理 文字處理工具在Linux中非常重要,因為它們提供了處理文本數據的強大能力,可以應用於多種情境,從數據分析到系統管理都可以受益於這些工具。它們提供了一種...

鐵人賽 自我挑戰組 DAY 6

技術 Day 6 - Django 的管理者頁面

在 Django 專案創建時,會自動生成一個管理員後台系統,在裡面可以用上帝視角進行任何更動,是一個很方便的功能。那麼要如何進入呢? 創建 superuser...

鐵人賽 Software Development DAY 6

技術 Day-06 ASP.NET MVC 之 Html元素

這邊分享幾個常用的 Html元素,我想直接用範例來帶先做個前置作業 在Models建立一個類別 Box.cs 並建立4個屬性 public class...

鐵人賽 Mobile Development DAY 6

技術 EP06

Hello, 各位 iT 邦幫忙 的粉絲們大家好~~~ 在本系列文會延續 Re: 從零改用 .NET MAUI 技術來繼續過去用 Xamarin 技術開發的一...

鐵人賽 自我挑戰組 DAY 6

技術 Day6 - HTMX AJAX 提供的各種屬性操作(三)

渲染對象 如果 API 請求後要把 Response 渲染到畫面上,可以使用 hx-target="CSS 選取器" 來指定要渲染到哪個元素...

鐵人賽 AI & Data DAY 6

技術 全端 LLM 應用開發-Day06-Poetry 在 LLM 開發的美好

全端 LLM 應用開發-Day06-Poetry 在 LLM 開發的美好 LLM 應用開發的領域太新了! LLM 應用開發的領域太新了,很多套件都還不是很成熟,...

鐵人賽 Security DAY 7

技術 Day 7. Web Security - XSS 介紹

前言 今天來介紹一下 XSS,在要寫鐵人賽之前,我也只知道基本的原理,如果大家有什麼想要補充的,歡迎留言告訴我! XSS 種類 依照腳本注入的位置不同,大致可分...

鐵人賽 Mobile Development DAY 6
iOS 菜雞的開發日記 系列 第 6 篇

技術 鐵人賽 [Day 6] Swift Package Manager (SPM) 教學 (2)

今天要來教大家怎麼使用 SPM 去安裝 Realm,並在 Xcode 上面做使用喔! 使用 Swift Package Manager (SPM) 找到對象套件...

鐵人賽 SideProject30 DAY 6

技術 DAY 06 - 有條件的渲染元件

⭐ 任務說明 😸 元件中會依照不同的條件而顯示不同的內容,這一次的任務我們就來看要怎麼執行吧! 條件渲染元件 在前一個任務中,學到元件之間可以透過 prop...

鐵人賽 Software Development DAY 6

技術 Minecraft Mod 模組製作 [DAY6] Forge 設定(二)

Toml檔修改 接下來我們需要去main/resources/META-INF/mods.toml 裡面修改我們的模組資料,這裡有很多註解起來的文字告訴你有些甚...

鐵人賽 自我挑戰組 DAY 20
GPT伴我讀一些文件 系列 第 21 篇

技術 Day21- GPT 陪我讀 如何使用 OpenTelemetry Collector 擴展您的收集管道

How to scale your collection pipeline with the OpenTelemetry Collector 當您使用 Open...

鐵人賽 自我挑戰組 DAY 12
連續30天學習C#和ASP.NET 系列 第 12 篇

技術 Day12 - while & do-while迴圈

while迴圈 while:常用於需重複執行程式碼區塊,也適用於執行未知次數。判斷條件是否符合,符合則執行迴圈,不符合則不執行迴圈。 相加の總和(whil...

鐵人賽 Modern Web DAY 6
Phoenix 1.7 完全教學 系列 第 6 篇

技術 6 快速上手夠用的 Elixir (常用慣例與寫法)

Pipe operator (|>) 在 Pipe operator 之前,我們先複習一下函式呼叫 假如我們得到一個使用者輸入的 params,長這樣 %...

鐵人賽 Security DAY 6

技術 [Day06] 入侵偵測系統 IDS:資訊安全的守護者

在上一篇講到了資訊安全的重要工具:防火牆、VPN 和入侵偵測/防禦系統~ 隨著現代科技迅速發展,資訊安全也變得越來越重要。保護數據免受未經授權的訪問和損害是我們...

鐵人賽 DevOps DAY 18

技術 重大P0事件簿1: 倒站又不倒站,處理流程與技術心得

前言 上一篇談到了這次 P0 事件中的警報過程,以及具體的事件成因。在這一篇中,就要介紹接下來的一連串處理流程,以及在整個流程中筆者自己有學到,也認為值得分享的...

鐵人賽 Mobile Development DAY 11

技術 [Android Studio & Spring boot 30天挑戰] Day11- 摩斯密碼發送(中)

今天要繼續介紹我們的摩斯發送功能,接續昨天的內容接下來要講解如何調整發送速度!! UI畫面 程式碼 右上角的按鈕功能是可以切換是要發送聲音還是用手電筒打光。...

鐵人賽 DevOps DAY 6

技術 06 - CDK 的架構

本篇文章內有: 基本架構 了解 Construct 看懂 cdk.out 中的 tree.json 基本架構 說好的 X 光機來了,我們先從最外面的 c...

鐵人賽 Security DAY 7

技術 【第 07 話】逆向分析 WDM 驅動程式

文章大綱 在【第 06 話】用 IOCTL 與驅動程式溝通我們用 IOCTL 實作一個提權功能,並執行應用程式傳資料到驅動程式使用這個功能。這篇要來逆向分析編譯...

鐵人賽 Modern Web DAY 20

技術 D20 - JS - 基礎 - 物件 - 2:傳值、傳參考與深淺拷貝

傳值(call by value) Fig. 1. call by value 示意, PJCHENder,https://pjchender.blogspot...

鐵人賽 影片教學 DAY 6

技術 Day 6 Maximum Likelihood Estimation

最大概似估計算是分類問題的起手式,但凡監督式學習、非監督式學習還是迴歸都有它的影子存在,它讓我們可以透過計算得到最有可能的模型參數,因此被我認為是一個重要的基礎...