進階 React Component Patterns 筆記（下）
前言上次我們介紹了三種 Rect Component Patterns，包含 Compound component、Render props component 與 Prop collections & getters，而今天要繼續往下介紹剩下的五個 Patterns: State Initializers State Reducer Control Props Provider Higher-order component
進階 React Component Patterns 筆記（上）
前言前不久在 Frontend masters 看到一部影片 Advanced React Patterns，是 Paypal 的工程師 Kent C. Dodds 在某場 workshop 介紹他實作 React component 時所使用的進階 React Patterns（目前似乎要付費觀看，而他在 egghead.io 上也有一系列教學，同樣要收費就是了…），內容非常豐富扎實，若是想提供一些可高度客製化的共用元件，使用這些 P
深入探討 JavaScript 中的參數傳遞：call by value 還是 reference？
前言其實這週原本是要來寫淺拷貝跟深拷貝的差異以及實作，但在找資料的時候無意間又看到 call by value 與 call by reference 相關的文章，越研究發現越有趣。原本以為自己已經搞懂了這個問題，但沒想到看的資料越多，卻把自己弄的越糊塗。 要寫這篇文章其實有兩個不同的方式，一個是詳實記錄我研究這個問題的過程以及心中的疑惑，以及最後如何得到解答，簡單來說就是按照時間軸來寫；另外一個是當我研究完以後，再重新以自己的方式整理
一起來了解 Javascript 中的 Proxy 與 Reflect
前言在眾多 ES6 提供的新功能上，Proxy 與 Reflect 算是最少被提及的，主要原因我想還是因為瀏覽器的支援度較低，不過在我前陣子看到 Frameworkless JavaScript Part 3: One-Way Data Binding 這篇文章時（好文推薦！很有趣），特意去查了一下才發現目前支援度已經越來越好： 常用的瀏覽器幾乎都支援，我想也是可以來好好了解一下這兩個神奇的物件了！ 最後有個參考該篇文章實作的 To
[筆記] JavaScript: Understanding the Weird Parts - Build your own lib/framework
之前趁著 Udemy 特價，買了上面很有名的課程 - JavaScript: Understanding the Weird Parts，當初會想買是因為他最後面有個章節是介紹如何建構自己的 JS Framework，而我一直都很想有系統性地去瞭解建構一個可供大家使用的 JS library 或是 framework 需要注意哪些事項，該怎麼寫才是安全有彈性的結構。 後來大約花了三天的時間斷斷續續把課程上完，這邊紀錄一下該章節的一些筆記
用 Javascript 進行邏輯迴歸分析
前言上一篇文章中，我們利用 Deeplearn.js 學習了 linear regression，從氣溫與紅茶的關聯性中預測銷量，這次就來練習在機器學習中另一個很基本的方法 - Logistic regression（邏輯分析）。 先來張 Demo 成果圖： 從成果圖中可以看出，所謂的 Logistic regression 與 Linear regression 最大不同就是，邏輯回歸大多用來進行分類，當結果只有兩種時，就是二元分
用 Javascript 進行簡單線性迴歸分析
前言約莫兩個月前，我利用 p5-deeplearn-js 這套工具在 Chrome extension 中玩了一下機器學習的應用 (請參閱前端也能玩 Deepleaning - 以 p5-deeplearn-js 為例)，當時雖然有去看他們的 source code，但對於底層 deeplearnjs 的部分並沒有仔細去了解，畢竟還是要對 ML 有根本的了解，才能讀得懂。 而隨著 Google 發布 Machine Learning C