💡 สวัสดีจ้าเพื่อน ๆ วันนี้แอดจะพาเพื่อน ๆ มารู้จักกับ Operator จาก JavaScript ที่จะช่วยให้เพื่อน ๆ เข้าถึงข้อมูลใน Object ได้ง่ายมากขึ้น !!
.
🌈 และเจ้านี่คือ...Optional chaining (?.) นั่นเองจ้า จะเป็นยังไง มีรายละเอียด และวิธีการใช้งานยังไง ไปติดตามกันได้ในโพสต์นี้เลยจ้า ~~
.
✨ Optional chaining (?.) - เป็นตัวดำเนินการที่ทำให้เราสามารถอ่านค่าใน Object ที่ซ้อนกันหลาย ๆ ชั้นได้ง่ายมากขึ้น เขียนง่าย และทำให้โค้ดสั้นลงนั่นเอง
.
จริง ๆ แล้วมันก็เหมือนเราใช้ เครื่องหมายจุด (.) นั่นแหละ แต่ความพิเศษของมันก็คือถ้าในกรณีไม่มีค่าใน Object หรือ Function มันจะ Return เป็น Undefined แทน Error
.
👨💻 Syntax
.
obj.val?.prop
obj.val?.[expr]
obj.arr?.[index]
obj.func?.(args)
.
📑 วิธีการใช้งาน
.
❤️ ตัวอย่าง 1 : ใช้เข้าถึงข้อมูลใน Object
let customer = {
name: "Mew",
details: {
age: 19,
location: "Ladprao",
city: "bangkok"
}
};
let customerCity = customer.details?.city;
console.log(customerCity);
//output => bangkok
.
❤️ ตัวอย่าง 2 : ใช้กับ Nullish Coalescing
let customer = {
name: "Mew",
details: {
age: 19,
location: "Ladprao",
city: "bangkok"
}
};
const customerName = customer?.name ?? "Unknown customer name";
console.log(customerName); //output => Mew
.
❤️ ตัวอย่าง 3 : ใช้กับ Array
const obj1 = {
arr1:[45,25,14,7,1],
obj2: {
arr2:[15,112,9,10,11]
}
}
console.log(obj1?.obj2?.arr2[1]); // output => 112
console.log(obj1?.arr1[5]); // output => undefined
.
📑 Source : https://developer.mozilla.org/en-US/docs/Web/JavaScript/Reference/Operators/Optional_chaining
.
borntoDev - 🦖 สร้างการเรียนรู้ที่ดีสำหรับสายไอทีในทุกวัน
#javascript #optionalchaining #BorntoDev
customer source 在 BorntoDev Facebook 的最讚貼文
🔥 อยากทำโปรเจกต์ Data Science เจ๋ง ๆ แต่ยังไม่มีไอเดียย ..
.
👉 ต้องนี่เลย !! แอดรวบรวมไว้ให้หมดแล้วจ้า กับ 10 โปรเจกต์สุดปัง แถมยังมี Source Code ให้ศึกษาด้วยย เจ๋งสุด ๆ ถ้าพร้อมแล้ววว เลือกหัวข้อที่สนใจแล้วไปทำกันโลด!
.
🌟 1) ตรวจจับ Fake News
ใช้ Python และ Library Pandas, Numpy, และ Sklearn เพื่อสร้างแบบจำลองที่สามารถแยกข่าวปลอมและข่าวจริงได้ง่ายดาย
.
👨💻 Source Code >> https://data-flair.training/blogs/advanced-python-project-detecting-fake-news/
.
🌟 2) Chatbot
สร้างการแชทโต้ตอบอัตโนมัติกับลูกค้าด้วย Python เรียนรู้ความต้องการของลูกค้า และช่วยตอบปัญหาต่าง ๆ ซึ่งมันเป็นตัวช่วยที่ดีในการทำธุรกิจเลยนะ
.
👨💻 Source Code >> https://dzone.com/articles/python-chatbot-project-build-your-first-python-pro
.
🌟 3) ตรวจจับการโกงบัตรเครดิต
สมัยนี้อัตราการโกงบัตรเครดิตเพิ่มสูงขึ้นมาก หากเรามีตัวช่วยในการตรวจสอบว่าธุรกรรมที่ทำผ่านบัตรเครดิตนั้นเป็นของจริงหรือไม่ มันจะดีมาก ๆ เลยใช่ไหม ซึ่งโปรเจกต์นี้จะใช้อัลกอริทึมแยกความแตกต่างของธุรกรรมทางบัตรเครดิต อันไหนจริงหรือปลอมรู้หมด! พัฒนาง่าย ๆ ด้วยภาษา Python และ R
.
👨💻 Source Code >> https://data-flair.training/blogs/data-science-machine-learning-project-credit-card-fraud-detection/
.
🌟 4) ตรวจอาการง่วงนอนของคนขับ
โปรเจกต์นี้จะตรวจจับคนขับรถที่มีอาการมึนงง และจะตั้งค่าแจ้งเตือนด้วยเสียง โดยจะใช้โมเดล Deep Learning ประเมินว่าคนขับตาปิดอยู่หรือไม่ อุปกรณ์ที่ต้องใช้ในโปรเจกต์นี้ก็มีแค่เพียงกล้องเว็บแคม พร้อมแล้วไปทำกันโลดด !
.
👨💻 Source Code >> https://data-flair.training/blogs/python-project-driver-drowsiness-detection-system/
.
🌟 5) จับอารมณ์จากคำพูด
โปรเจกต์นี้จะพยายามรับรู้อารมณ์ของคนพูดด้วยการใช้ไฟล์เสียงต่าง ๆ เป็นชุดข้อมูลเพื่อฝึกโมเดลให้จำแนกอารมณ์ของผู้พูด พัฒนาด้วยภาษา Python ใครสายนี้ห้ามพลาดเลยจ้า
👨💻 Source Code >> https://data-flair.training/blogs/python-mini-project-speech-emotion-recognition/
.
🌟 6) จำแนกมะเร็งเต้านม
เป็นการผสานของศาสตร์หลาย ๆ อย่าง ไม่ว่าจะเป็น Deep Neural Network, Convolutional Neural Network, Recurrent Neural Network, Deep Believe Network เป็นต้น ที่ช่วยฝึกโมเดลในการจำแนกเนื้อดี กับเนื้อที่เป็นมะเร็งเต้านม พัฒนาด้วยภาษา Python
.
👨💻 Source Code >> https://data-flair.training/blogs/project-in-python-breast-cancer-classification/
.
🌟 7) ระบบแนะนำภาพยนตร์
อยากมีระบบแนะนำภาพยนต์เจ๋ง ๆ แบบ Netflix ต้องห้ามพลาดโปรเจกต์นี้ พัฒนาง่าย ๆ ด้วยภาษา R นั่นเอง !
.
👨💻 Source Code >> https://data-flair.training/blogs/data-science-r-movie-recommendation/
.
🌟8) วิเคราะห์ความเชื่อมั่นของลูกค้า
โปรเจกต์นี้ใช้แบบจำลองการวิเคราะห์ความรู้สึกเพื่อของลูกค้า เพื่อกำหนดทัศนคติของลูกค้าที่มีต่อผลิตภัณฑ์ของบริษัท พัฒนาด้วยภาษา R
.
👨💻 Source Code >> https://data-flair.training/blogs/data-science-r-sentiment-analysis-project/
.
🌟 9) แบ่งกลุ่มลูกค้า
โปรเจกต์นี้จะใช้การเรียนรู้แบบไม่มีผู้สอน ใช้กระบวนการ Clustering เพื่อจัดกลุ่มลูกค้าที่มีพฤติกรรมคล้าย ๆ กัน ทำให้บริษัทสามารถรู้จักกลุ่มของลูกค้าได้มากขึ้นนั่นเอง
👨💻 Source Code >> https://data-flair.training/blogs/r-data-science-project-customer-segmentation/
.
🌟 10) ตรวจเพศและอายุด้วย OpenCV
โปรเจกต์ที่จะช่วยให้คุณสามารถตรวจสอบเพศ และอายุโดยการจดจำภาพใบหน้าของคน ๆ นั้น และสามารถบอกได้ว่าเขาเพศอะไร และอายุเท่าไหร่ พัฒนาด้วยภาษา Python ใครสายนี้ห้ามพลาดเลยจ้า!
.
👨💻 Source Code >> https://data-flair.training/blogs/python-project-gender-age-detection/
.
ลองไปทำกันดูน้าา ได้ผลยังไงมาแชร์ให้ฟังกันบ้าง ❤️
.
borntoDev - 🦖 สร้างการเรียนรู้ที่ดีสำหรับสายไอทีในทุกวัน
customer source 在 Might Electronic 邁特電子 Facebook 的最佳貼文
📢Mighty News🚩
📣 Upcoming Event 👉 TAcc+ Batch #6 is calling for submissions🙌
🔥Registration👉 https://bit.ly/3g6Qry1
🌐Source👉https://bit.ly/3wRKsDj
⏰Deadline👉 May 7th (Fri.)
👥Field👉 #IoT #healthcare
📌 TAcc+ ✖️ Mighty Net👉
With a complete customer-oriented acceleration combined with the manufacturing capabilities of integrated software and hardware design, TAcc+ Batch #6 is in the process of soliciting ❗️
🔺The official website has recently failed to register due to instability, and the repair has been completed ❗️
--------------------
📢邁特報報🚩
📣 精選活動👉 #TAcc+ Batch #6 徵件最後倒數🙌
🔥手刀報名👉 https://bit.ly/3g6Qry1
🌐相關文章👉https://bit.ly/3wRKsDj
⏰截止日期👉 2021.05.07
👥適合對象👉IoT, Healthcare相關領域新創、個人創業家
📌 TAcc+ ✖️ Mighty Net 👉
完整的顧客導向加速模式結合軟硬整合設計的製造能力,TAcc+ Batch #6 如火如荼地徵件中❗️
#發表媒合 #輔導資源 #趨勢瞻望 #產業鏈結 #新創網絡
🔺官方網站近期因不穩定,造成團隊報名失敗,已搶修完成❗️