104學習

Android Studio

Android Studio
關注
邀請朋友
邀請朋友

Line

Facebook

複製連結

取消
這是一款專為開發Android應用程式設計的整合開發環境(IDE),具備編寫程式碼、除錯、模擬測試及介面設計等功能。掌握這項技能代表能夠高效地開發並優化Android手機和平板上的應用,符合當前移動裝置軟體市場的需求。對於想進入行動應用開發領域或提升競爭力的求職者來說,非常重要。
關於教室
關注人數 3 人
104人力銀行從職缺中挑選出常見技能所成立的官方教室,提供大家進行共學互動。
學習主持人
持續分享知識,
有機會成為官方教室主持人
教室標籤
關於教室
關注人數 3 人
104人力銀行從職缺中挑選出常見技能所成立的官方教室,提供大家進行共學互動。
學習主持人
持續分享知識,
有機會成為官方教室主持人
教室標籤
Hi~ 歡迎分享學習資源,有學習問題可匿名向Giver發問!
我要分享
我要提問

Android Studio 學習推薦

巨匠電腦逢甲認證中心

巨匠電腦逢甲認證中心

2024/02/15

Google捐贈百萬美元,強化C++與Rust互通性 🛠️
Google最近宣布向Rust基金會捐贈100萬美元,以支持改善C++和Rust之間的互通性。這項計畫旨在簡化C++程式碼轉移到Rust的過程,促進兩種語言的順利整合。
這項資助計畫將對軟體開發領域產生深遠影響,讓我們深入了解其中的差異和動機。
C++ vs. Rust:程式語言的不同之處 🤔
C++是一門歷史悠久、強大的語言,廣泛應用於各個領域。然而,它面臨的一個挑戰是手動管理記憶體,容易導致記憶體流失和越界訪問等問題。
Rust則是一門注重安全性的語言,通過所有權系統、借用和生命周期等機制,確保了記憶體安全。這種設計讓Rust在避免數據競爭和提高安全性方面表現優越。
Google支持的動機 🚀
Google對Rust的支持主要基於對記憶體安全的需求。Rust等記憶體安全語言在提升安全性方面發揮了關鍵作用,特別是在處理迫切需要解決的記憶體安全問題時。
Rust基金會的回應 🌐
Rust基金會董事會主席Lars Bergstrom表示,這項資助將有助於提升Rust和C++之間的互通性,使更多組織和社群受益於記憶體安全的系統。
執行長Rebecca Rumbul指出,對於擁有龐大C++程式碼的組織,快速且順利地轉移到Rust可能是具挑戰性的。因此,Google的捐贈將有助於創建新的互通性計畫,支援現有C++程式碼的平滑過渡。
互通性計畫的目標 🎯
互通性計畫旨在使C++程式碼與Rust程式碼實現無縫互通。這將影響全新程式碼、產品附加功能的程式碼,以及組織逐漸將現有C++程式碼轉移到Rust的重寫程式碼。為實現這一目標,基金會建議雇用專門的互通計畫工程師,同時提供資源擴展現有的互通性工作。
Rust在Android中的應用 📱
Google在Android作業系統中積極採用Rust,以提高記憶體安全性。由2019年到2022年,Android記憶體漏洞數大幅減少,從222個降至85個。目前,約21%的Android 13程式碼使用Rust開發,優化了系統效能和穩定性。
結語 🤝
Google的資助為C++和Rust的互通性帶來新的契機,這有望在兩者之間建立更緊密的聯繫。隨著Rust基金會推動互通性計畫,我們將見證這兩個強大語言在未來的協同發展。讓我們期待更多安全、高效的軟體開發實踐。 🌐🚀
看更多
1 1 2346 0
選書精靈

小編

2021/10/15

新手學 JavaXAndroid 應用程式開發
書名:Java SE 11與Android 9.x程式設計範例教本
作者:陳會安
Android應用程式開發是目前當紅的軟體開發領域,對於不熟悉Java語言和Android Studio的讀者,本書提供完整Java程式語言與物件導向教學,直接使用筆者開發的輕量級fChart程式碼編輯器幫助讀者學習Java語言和物件導向程式設計後,才真正開始使用Android Studio整合開發環境進入Android應用程式開發,讓讀者從基礎Java語言開始來深入學習Android平台程式設計。本書不只可以作為大專院校的第一門程式語言課程教材(取代傳統Swing或AWT的Java語言),更可以讓初學程式設計者輕鬆進入當紅的Android應用程式開發。
目錄
PART 1 Java 結構化程式設計
ch01 程式與程式邏輯的基礎
ch02 建立 Java 用程式
ch03 變數、資料型態與運算子
ch04 流程控制結構
ch05 類別方法
ch06 陣列與字串
PART 2 Java 物件導向程式設計
ch07 類別與物件
ch08 繼承、抽象類別與介面
ch09 巢狀類別、多型與套件
ch10 例外處理、執行緒、集合物件與 Lambda 運算式
PART 3 Android App 行動應用程式開發
ch11 Android 與 XML 的基礎
ch12 版面配置與使用介面元件
ch13 活動與事件處理
ch14 意圖與意圖篩選
ch15 動作列、對話方塊與清單介面
ch16 偏好設定、檔案與 SQLite 資料庫
ch17 內容提供者、廣播接收器與通知
cha18 繪圖、多媒體與定位服務
看更多
0 0 582 0

熱門精選

104學習

產品

1小時前

2026 年 Prompting 怎麼學?AI大神吳恩達推出免費新課給一般人的 AI 使用指南
AI 工具越來越強,提示詞也不再只是「請幫我寫一段文案」這麼簡單。AI 教育者吳恩達(Andrew Ng)近期推出新課程《AI Prompting for Everyone》,主打不需要技術背景,幫助一般使用者學會更有效地使用 ChatGPT、Claude、Gemini 等 AI 工具。DeepLearning.AI 課程頁顯示,這是一門初學者課程,共 3 小時 4 分鐘、21 堂影片課,由吳恩達授課。官方學習頁也標示可免費開始學習、觀看課程影片;若需要 graded assignments 與證書,則屬於 PRO 方案。
吳恩達是誰?為什麼他的新課值得關注?
吳恩達是全球知名的 AI 教育者與機器學習專家。他是 DeepLearning.AI 創辦人、Coursera 共同創辦人,也曾擔任百度首席科學家,並曾創辦與領導 Google Brain 專案,目前也是史丹佛大學兼任教授。
對非工程背景的上班族來說,吳恩達最重要的影響,是他長期把 AI 知識轉化成大眾可以理解、可以上手的學習內容。從早期的機器學習課程,到《AI For Everyone》,再到這次的《AI Prompting for Everyone》,他的課程常被視為 AI 學習趨勢的風向球。
這門課在教什麼?不是背 Prompt,而是學會和 AI 協作
《AI Prompting for Everyone》的核心,不只是教你寫出更漂亮的提示詞,而是教你在不同工作情境中,如何讓 AI 產出更可靠、更有用的結果。官方課程頁將學習重點分成三大方向:找資訊、腦力激盪與寫作、創作與建構。
第一個重點是 Finding Information,也就是用 AI 找資料。課程會說明 AI 模型本身已經知道什麼、什麼時候應該使用 AI 網路搜尋、什麼情境適合使用 deep research mode,以及如何取得更準確、有來源的回答。
這對上班族非常實用。無論是做市場資料整理、競品分析、產業趨勢觀察,或準備會議前的背景研究,AI 不只是回答問題的工具,更可以協助快速建立資料架構。但前提是使用者要懂得要求來源、設定範圍,也要知道哪些資訊需要再查證。
第二個重點是 AI as a Thought Partner,也就是把 AI 當成思考夥伴。課程會教使用者如何提供正確上下文,讓 AI 理解真正需求;也會談到如何讓 AI 提供誠實回饋,而不是只迎合使用者。官方課綱中也列出 brainstorming、context、reasoning、sycophancy、writing with AI、AI critique 等單元。
這代表未來職場的 AI 能力,不只是「會叫 AI 寫東西」,而是能不能請 AI 幫忙檢查盲點、提出反方觀點、改善表達方式,甚至協助自己做更完整的決策思考。
第三個重點是 Working with Multimedia and Code。課程會介紹如何在提示中使用圖片、讓 AI 理解圖片、生成視覺內容,並使用 AI 建立簡單遊戲、網站與 App;官方也特別說明,這部分不需要程式經驗。
這也反映 AI 工具的使用場景正在擴大。過去上班族多半把 AI 用在寫信、摘要、翻譯、整理資料;但未來,AI 也可能協助做簡報素材、產出視覺概念、分析資料,甚至建立可展示的簡易 prototype。
誰適合上這門課?
官方課程頁指出,這門課適合任何在日常工作或生活中使用 ChatGPT、Claude、Gemini 等 AI 工具,並希望獲得更好結果的人,不需要技術背景,也沒有必修前置課程。
換句話說,這門課很適合以下幾類上班族:經常需要查資料的企劃、行銷、編輯、研究人員;需要寫報告、簡報、Email 的一般辦公室工作者;想把 AI 帶進工作流程的主管;以及想開始學 AI、但不想一開始就碰程式的人。
對職場工作者的啟示:提示力已經變成基本功
這門課最值得注意的訊號是:AI 提示力正在從「技巧」變成「基本工作能力」。
過去,很多人學 AI 會先找提示詞模板,例如「請扮演某某角色」、「請一步一步思考」、「請用表格整理」。這些技巧仍然有用,但已經不夠。真正會用 AI 的人,還要知道如何提供背景資料、設定輸出格式、要求資料來源、讓 AI 挑戰自己的想法,並判斷哪些內容可以採用、哪些內容必須查證。
也就是說,未來職場上的 AI 能力,不是誰背了最多 prompt,而是誰更會設計任務、拆解問題、提供上下文,並把 AI 產出整合成真正能交付的工作成果。
有興趣的讀者可至 DeepLearning.AI 官方課程頁開始學習:《AI Prompting for Everyone》。
課程影片可免費開始觀看;若想取得作業評分與證書,需留意官方 PRO 方案說明。
DeepLearning.AI《AI Prompting for Everyone》
看更多
0 0 62 0
你可能感興趣的教室