iT邦幫忙

17th鐵人賽相關文章
共有 19759 則文章
鐵人賽 自我挑戰組 DAY 15

技術 Day 15: 新增更多豆腐、回到重生點按鈕、洞穴更新

每天晚上8:30準時上映 整個人超級不舒服,過敏到眼睛鼻子直接退出伺服器,反正我用盡了全力還是把豆腐洞穴做完,今天可要好好趕工了。 目前進度:

鐵人賽 Mobile Development DAY 13

技術 Day 13:靈活的切換頁面

之前設計了很多的頁面,但是我們還沒有辦法在他們之間切換,所以這一篇要來介紹navigator Navigator是什麼 這是導覽系統的一系列稱呼,它包含了很多的...

鐵人賽 AI & Data DAY 13

技術 【Day 13】課後回饋管理術|節省時間 x 提升學員體驗

對於潛水教練或任何教育訓練業者來說,課程結束後的行政工作往往最容易被忽略,但卻直接影響到學員的滿意度與長期經營。 你是否遇過以下情況: 課程結束後,學員回饋零...

鐵人賽 自我挑戰組 DAY 19

技術 DAY 19 Disassemble APK - Manifest

經過前面一系列講解 Andorid 基本東西 接下來我跟大家介紹APP靜態分析 在不把APP跑起來情況下 去了解內部的工作與邏輯 靜態上弱點分析常見的有 不安...

鐵人賽 Security DAY 14

技術 PG Practice: Medjed 攻略

Recon 首先先來看看這臺機器開了什麼服務PS. 這邊所使用的列舉程式來自 https://github.com/21y4d/nmapAutomator ,這...

鐵人賽 Security DAY 30

技術 [Day30]後量子密碼學 - 走進 Lattice 世界: 技術應用和感想

技術應用後量子密碼學是一項很有價值的東西,在日新月異的科技發展下,當量子電腦普及起來,傳統的加密技術就會首當其衝,面臨很大的挑戰。此外,人工智能的進步,也讓數...

鐵人賽 AI & Data DAY 13

技術 Day13 來訓練模型吧!--傳統機器學習模型(中)

嗨嗨大家~昨天我們介紹了SVM 模型,主要運作原理是可以透過一條線將資料分類,我們也有說到,還有很多模型是可以來做分類任務的,所以今天我們就要繼續我們的模型之旅...

鐵人賽 自我挑戰組 DAY 29
API 全攻略 系列 第 29 篇

技術 Day 29:API 開發常見最佳實踐總結

前言 API 的世界廣大而多變,從 RESTful 到 GraphQL,從單純資料交換到即時通訊,每一個設計環節都影響著開發者與使用者的體驗。今天,我們來整理...

鐵人賽 Modern Web DAY 18

技術 Google AI Studio Build 爆雷事件:創作者為何成了冤大頭?

Google AI Studio Build 爆雷事件:創作者為何成了冤大頭? 從「個人風格卡片平台」到一萬塊帳單的警示案例 🎬 事件開場:看似免費,其實很貴...

鐵人賽 生成式 AI DAY 19

技術 無人機送藥與生成式 AI:台灣災後醫療的新篇章

無人機送藥與生成式 AI:台灣災後醫療的新篇章 前言 花蓮馬太鞍溪堰塞湖溢流,造成光復鄉嚴重災情,道路中斷讓許多災民連看病、領藥都成了難題。衛福部首度啟用「無人...

鐵人賽 Cloud Native DAY 20

技術 Day 20: 撰寫 .gitlab-ci.yml:打造第一條 Pipeline

哈囉大家好,歡迎來到 CI/CD 自動化的第三天! 在昨天的 Day 19,我們成功地在 Kubernetes 叢集中,部署並註冊了一位隨時待命的 GitLab...

鐵人賽 Build on AWS DAY 13

技術 SageMaker Endpoints:模型部署與推理

前言 根據上期訓練好的模型,將訓練好的模型部署為可供應用程式調用的端點(Endpoint)SageMaker Endpoints 是將機器學習模型投入生產環境的...

鐵人賽 自我挑戰組 DAY 15

技術 Day15:新增測試(2/2)

大家好 ~ 今天是延續昨天剩餘的新增測試部分! 情境四:藥品與處方管理新增 - 電子處方會使用到的資料表為:"Diagnoses"&quo...

鐵人賽 生成式 AI DAY 13

技術 Day 13: agent-brain 的 Brain

昨天我先把 Memory 的骨架定義好,今天則輪到最核心的「Brain」。這一層是 Controller 的角色:它不自己思考、不自己記錄,而是負責把 Memo...

鐵人賽 Security DAY 13
資安的原罪 系列 第 13 篇

技術 【13】資安的原罪 ch.3-1.d 物聯網

【13】資安的原罪 ch.3-1.d 物聯網 本章見證了物聯網(IoT)的崛起,它標誌著現實世界與數位世界融合的紀元到來。 什麼是 IoT(物聯網) 物聯網(...

鐵人賽 Software Development DAY 14

技術 第十四關 - 惡魔城的鑰匙:Supabase Storage

在開發應用程式時,檔案儲存是一個不可避免的需求。無論是用戶頭像、產品圖片、文件下載,都需要安全且高效的檔案儲存方案。 什麼是 Supabase Storage...

鐵人賽 自我挑戰組 DAY 14

技術 第十四關 - 惡魔城的鑰匙:Supabase Storage

在開發應用程式時,檔案儲存是一個不可避免的需求。無論是用戶頭像、產品圖片、文件下載,都需要安全且高效的檔案儲存方案。 什麼是 Supabase Storage...

鐵人賽 Rust DAY 13
Rust 後端入門 系列 第 13 篇

技術 Day 13 Axum 錯誤處理:自訂錯誤型別

為什麼需要統一錯誤處理 使用者體驗一致:前端或 API 使用者可以預期固定結構的錯誤,方便顯示或自動化處理。 運維與除錯:統一的錯誤格式(含 request...

鐵人賽 Odoo DAY 14

技術 Day 14:Odoo 權限控制與使用者角色管理

在企業系統中,權限控管 是不可或缺的一環。Odoo 提供了完整的權限與角色管理機制,能精準控制誰可以存取、編輯或刪除哪些資料。今天我們將介紹 Odoo 的 使用...

從零開始的區塊鏈學習 系列 第 13 篇

技術 13:圖解雜湊(Hash)原理

一、什麼是 Hash?• 定義:將一筆資料轉換為一個數值,稱為「雜湊值 (Hash)」。• 例如:int hash(一筆資料) { return 一個數值; }...

鐵人賽 AI & Data DAY 27

技術 Day 27_前端可視化 Dashboard

🎯 目標 提供一個 Web 前端介面,讓使用者可視化查詢與結果 顯示 推薦清單 + 科學證據 + 個人化警示 加入 知識圖譜可視化,幫助使用者理解「為什...

鐵人賽 生成式 AI DAY 14

技術 AI行銷應用策略:AI如何協助新客獲取與會員留存優化

今天我們先從用戶旅程的切角出發,可以搭配我整理的「AI行銷指標優化圖」一起閱讀,主要是從行銷團隊的視角,以行銷新手或行銷主管最關心的「如何獲取新客」與「會員經...

鐵人賽 Rust DAY 13

技術 網站健康檢查器 - 監控多個網站的可用性

前言 今天我要做一個網站檢查器,關於 health check ,並且提供健康報告的部分確保網站高可用,這相關的部分可以用到許多監控和網頁運維相關環節,我知道現...

鐵人賽 生成式 AI DAY 13
與AI共同創作小說 系列 第 13 篇

技術 D-13蘇家回京

第一次提示第十三天我想寫到,半年過去了,蘇氏夫婦回京,凱旋歸來,收到了種種賞賜,蘇芷清心中的大石頭可算是落下,蘇氏夫婦一回京就是妙妙、妙妙的叫到,妙妙,是蘇芷清...

鐵人賽 Mobile Development DAY 13

技術 Day13 行程管家進化中:讓 sub_Agent 各司其職的智慧管家

在上一篇文章中,我們已經完整完成了 Directions Agent 的設計與實作,讓行程管家具備了靈活而精準的 路線規劃能力。今天,我們將更進一步,帶大家認識...

鐵人賽 DevOps DAY 13

技術 Day13 - 為什麼知識會「過期」?Data Drift 偵測與更新策略實作

🔹 前言 昨天(Day 12)我們談到了 知識庫資料管理: 多種來源整合 → 把 PDF、Web、API 等不同來源轉換成統一格式。 資料版本控制 → 用 D...

鐵人賽 AI & Data DAY 14

技術 [Day 14] Teach Pendant - 示教器

UR的Teach Pendant(教學的吊墜),又叫示教器,就類似於太克人的 Robot Control Stick 觸控螢幕是有帶個紅色的緊急按鈕,及Pow...

鐵人賽 生成式 AI DAY 27

技術 《DAY 27》 🔰你的下一個經紀人是 AI?🌟個人品牌經營的祕密武器!這一篇滿滿乾貨~

前言:AI 時代,人人都是品牌 在 數位時代,個人品牌的重要性日益凸顯。 無論是 職場專業人士、自由工作者、內容創作者、企業家, 擁有一個 清晰、有影響力的個...

鐵人賽 自我挑戰組 DAY 14

技術 Day 5|只在「該吵時」吵你:票數差異比對與通知策略

Day 5|只在「該吵時」吵你:票數差異比對與通知策略 讓通知像咖啡一樣剛剛好——該提神時出現,不該吵時安靜 ☕️ 今天把重點放在兩件事: 如何判斷票...

鐵人賽 生成式 AI DAY 13

技術 微調與 LoRA:讓模型更懂你的需求

大型語言模型(LLM)如 GPT、LLaMA 在通用任務上表現出色,但若要在特定領域(例如醫療、法律或客服)發揮更專業的效果,往往需要進一步的 微調(Fine-...