Skip to content

周刊贡献指南

Zakary edited this page Mar 29, 2021 · 7 revisions

本文为 JELLY 技术周刊贡献指南,欢迎大家进行内容贡献

周刊内容范围

技术周刊内容分类主要包括如下:

  • 基础技术,前端领域的基础技术内容,如 ECMAScript、TypeScript、WebAssembly、Node 等等
  • 工程化,工程化相关技术动态,如 Webpack、Parcel 等等
  • 跨端框架技术,跨端与跨框架的技术动态,如小程序跨端解决方案动态等等
  • 图形编程,动画、游戏、AR/VR 等技术动态
  • 服务端开发,与前端紧密相关的服务端技术动态,如传统服务端开发、Severless 等等
  • 桌面开发,PC 桌面跨平台软件开发技术,如 NW、Electron 等等
  • 人工智能,AI 相关技术动态,如深度学习等等
  • 设计哲学,关于工作、开发、设计的思考
  • 前端框架,前端流行框架如 React、Vue、Angular 等的最新动态、技术分析、生态分享等等
  • 工具推介,介绍业界有意思、好玩的工具

如何提交

周刊贡献通过 GitHub Issues 进行提交。

推荐内容:一篇文章 / 视频 / 仓库 / 书 / 工具 / 等优质内容;

  • 标题:控制在 5~11 个字(强化观点输出)
  • 梗概:针对内容写一份梗概,大致说明文章立意、关键点以及结论,让读者对可以收获到的内容有一个预期 (如果有同类竞品的对比,技术优劣式的分析,也可以在这里呈现);
  • 推荐语:从个人角度出发,结合行业趋势、或者实际落地业务,去做相应的解读,并且可以结合开发者本身的成长聊一聊(重观点输出,观点请加粗、高亮);
  • 其他?:如果还需要更加深入的展开讨论,或者释出一些干货,可以新增一个条目。

注意:尽可能以简洁明了的语言,阐述相关的内容。

标题:机器学习是新时代的魔法 —— 《机器学习》周志华著

梗概

这是一本机器学习的入门教科书,书中剖析了许多重要的机器学习方法、模型、概念。包含了4大块的内容:基础知识和概念,经典的机器学习方法模型(如决策树、支持向量机、集成学习等),进阶理论、前沿探索和研究,基本上涵盖了机器学习的方方面面。

推荐语

数智化作为当前移动互联网最重要的发展方向,伴随着不断涌现的各种数据“魔法”,这趋势已经不可阻挡。**在这个数智化时代浪潮底下,我们不能止步于当个见证者,更要作为参与者创造我们的数据“魔法”。**机器学习就是一把创造数据“魔法”的魔杖,我们得学会怎么用好这把魔杖,魔杖的说明书已经给你了,启程吧!

在撰写完内容后,需要为当前 Issue 添加 Label,目前我们已经根据周刊内容范围创建好了 Labels,请根据内容来进行添加。

https://storage.360buyimg.com/taro-resource/tech-labels.jpg

贡献内容筛选

评选组会在每个周刊周期开启之时,创建当前周刊的 Milestone,随后会根据当前周刊内容来筛选贡献 Issues,对选中的内容则加入当前 Milestone 进行标识,并在周刊发表后,将已加入 Milestone 的 Issues 关闭。

Clone this wiki locally