欢迎来到：计算机技术屋。Stay Hungry, Stay Foolish.

注解

• 大家好，我是一名软件开发工程师，崇尚用技术解决实际问题，提高效率，致力于用技术创造无限价值。在这里主要整理日常的编程开发、数据库、数据结构、算法、机器智能等笔记，很高兴和各位小伙伴交流、探讨，分享。
• 更新时间：2023年2月26日.

目录:

• 公共资源
  • 1. 关于我
  • 2. 关于技术屋
  • 3. 基于ReadtheDocs托管在线知识库的步骤

编程语言及开发框架

• 语言及框架
  • 1. C++
  • 2. Java基础技术体系
  • 3. Spring
  • 4. SpringBoot基础
  • 5. SpringBoot进阶
  • 6. Python基础知识
  • 7. Django
  • 8. Drools应用场景
  • 9. Drools基本概念
  • 10. Drools应用经验总结

后端接口开发

• 1. 接口（Interface）开发
  • 1.1. 参考
  • 1.2. 几个概念
  • 1.3. 接口的好处
  • 1.4. 接口定义原则及规范
  • 1.5. 项目结构
  • 1.6. 接口开发经验
• 2. 常见接口框架
  • 2.1. Flask
  • 2.2. FastAPI

项目开发杂谈

• 1. 项目开发杂谈
  • 1.1. 软件迭代的环境问题
  • 1.2. 软件开发的流程
  • 1.3. 工程结构问题
  • 1.4. 本地开发环境

数据结构与算法系列

• 1. 数据结构(Data Structure)
  • 1.1. 方法论
  • 1.2. 数据结构
  • 1.3. Array
  • 1.4. Stack and Queue
  • 1.5. PriorityQueue
  • 1.6. LinkedList(single/double)
  • 1.7. Tree/Binary Tree
  • 1.8. HashTable
  • 1.9. Disjoint Set
  • 1.10. Trie
  • 1.11. BloomFilter
  • 1.12. LRU Cache
• 2. 算法（Algorithm)
  • 2.1. General Coding
  • 2.2. In-order/pre-order/Post-order traversal
  • 2.3. Greedy
  • 2.4. Recursion/Backtrace
  • 2.5. Breadth-first search
  • 2.6. Depth-first search
  • 2.7. Divide and Conquer
  • 2.8. Dynamic Programming
  • 2.9. Binary search
  • 2.10. Graph

设计模式

• 1. 设计模式
  • 1.1. 资源推荐
  • 1.2. 知识框架图
  • 1.3. 初识设计模式
  • 1.4. 创建型（5）
  • 1.5. 结构型（7）
  • 1.6. 行为型（11）

计算机网络技术

• 1. 计算机网络系列

数据库系列

• 1. 关系数据库-MySQL
  • 1.1. 书籍推荐
  • 1.2. 基础知识
    • 1.2.1. 数据模型（基础核心）
  • 1.3. 设计规约
    • 1.3.1. 建表
    • 1.3.2. 索引
    • 1.3.3. SQL与ORM的映射
• 2. 非关系数据库–Redis

虚拟化与容器技术

• 1. Docker
  • 1.1. 书籍推荐
  • 1.2. 初识Docker
  • 1.3. 图述Docker
  • 1.4. Docker架构（组件）
  • 1.5. 安装Docker（MAC)并注册国内镜像加速器
  • 1.6. Docker常用命令
  • 1.7. Docker容器的数据卷
  • 1.8. Docker使用案例（应用部署实战）
  • 1.9. 使用Dockerfile制作镜像
  • 1.10. docker-compose（服务编排技术）
  • 1.11. 搭建私有仓库
  • 1.12. 结束
• 2. Kubernetes（K8S）
  • 2.1. 推荐

服务器

• 1. 服务器系列
  • 1.1. Linux 基础知识
  • 1.2. Linux 常用命令

分布式与微服务系列

• 分布式与微服务
  • 1. 中间件集合
    • 1.1. 消息队列
      • 基本知识
    • 1.2. RabbitMQ
  • 2. 分布式与微服务系列

机器智能系列

• 1. 机器学习基础
  • 1.1. 书籍推荐
• 2. 机器学习应用
  • 2.1. 常见应用领域
  • 2.2. 常见算法回顾
  • 2.3. 模型评价指标
  • 2.4. 常用建模工具
  • 2.5. 实际问题建模思路流程
• 3. 深度学习
  • 3.1. 书籍推荐
  • 3.2. 深度学习基本点
• 4. 自然语言理解
  • 4.1. 书籍推荐
  • 4.2. 什么是 自然语言 理解？
  • 4.3. 自然语言技术方向
  • 4.4. NLP国内外优秀学者及实验室
• 5. CS224n-2019-课程笔记 by Chris Manning
  • 5.1. 一些说明和资源
  • 5.2. 词向量（Word Vectors)
  • 5.3. 词向量和语义
  • 5.4. 神经网络
  • 5.5. 矩阵计算与BP（反向传播）算法
• 6. 知识图谱(Knowledge Graph)
  • 6.1. 资源推荐
  • 6.2. 什么是知识图谱？
  • 6.3. 如何应用知识图谱?
  • 6.4. 如何构建知识图谱？
  • 6.5. 知识图谱案例介绍
• 7. Pytorch
  • 7.1. 书籍推荐
• 8. Tensorflow
  • 8.1. 书籍推荐
• 9. 计算语言学
  • 9.1. 前沿跟进
  • 9.2. 问题引入【问题驱动学习】
  • 9.3. 定义和特点

开源工具

• 1. ETL工具
• 2. Kettle工具使用笔记
  • 2.1. 基本概念
  • 2.2. 应用场景

数学

• 1. 漫谈数学
  • 1.1. 怎么理解数学
  • 1.2. 怎么掌握数学的思维方式？
  • 1.3. 什么是数学最基本的？
  • 1.4. 什么问题是好问题？

团队与项目管理

• 1. 团队建设与项目管理
  • 1.1. 项目管理（Project Management）
    • 1.1.1. 经验
      • 1.1.1.1. 项目经理
  • 1.2. 团队协作
  • 1.3. 敏捷（Agile）开发
    • 1.3.1. 背景
    • 1.3.2. 什么是敏捷开发？
    • 1.3.3. Scrum
    • 1.3.4. 实践中的真实情况
    • 1.3.5. 实践总结及建议
• 2. 项目管理（Project Manager， PM）的理论与实践
  • 2.1. 比较重要的几点
  • 2.2. what PM？
  • 2.3. 基本概念
  • 2.4. 项目管理工具
  • 2.5. 沟通
• 3. 技术负责人画像
  • 3.1. 什么是TL？
  • 3.2. TL的职责？
  • 3.3. 如何做好TL？
  • 3.4. TL如何持续成长？
  • 3.5. TL如何赋能团队

道与术

• 1. 道与术
  • 1.1. 工作
    • 1.1.1. 关于coding
      • 1.1.1.1. 工具/调试
      • 1.1.1.2. 精益代码
      • 1.1.1.3. Code Review
      • 1.1.1.4. 架构设计
  • 1.2. 软实力方法论集合
    • 1.2.1. 写作方法论
    • 1.2.2. 思考方法论
    • 1.2.3. 学习方法论