Bücher der Reihe Animals

Mit kleinen Aufräumschritten zu strukturierterer Software Profitieren Sie von der Coding-Erfahrung eines herausragenden Entwicklers: Kent Beck Mit pragmatischen Mini-Refactorings zu mehr Freude im Entwickleralltag und besseren Ergebnissen Behandelt kaum thematisierte Aspekte wie die emotionale und soziale Situation von Entwickler*innen und die Kosten von Refactorings Unordentlicher Code ist ein Ärgernis und schwer zu lesen. In diesem praktischen Leitfaden demonstriert Kent Beck, Schöpfer von Extreme Programming, wann und wie Sie kleinere Aufräumarbeiten durchführen können, um Ihren Code zu optimieren und dabei die Gesamtstruktur Ihres Systems immer besser zu verstehen. Anstatt sich mit zu viel Aufräumen auf einmal zu überfordern, zeigt Kent Beck, wie Sie pragmatisch vorgehen. Sie lernen etwa, wie Sie eine Funktion mit vielen Codezeilen logisch in kleinere Stücke aufteilen. Und nebenbei verstehen Sie wichtige Aspekte der Theorie wie Kopplung, Kohäsion, abgezinste Zahlungsströme und Optionalität. Dieses Buch unterstützt Sie dabei: die grundlegende Theorie zu verstehen, wie Software-Design funktioniert und welche Kräfte darauf einwirken unterschiedliche Auswirkungen bei Änderungen am Verhalten eines Systems und bei Änderungen an seiner Struktur einzuschätzen Ihr Programmiererlebnis zu verbessern, indem Sie manchmal zuerst aufräumen und manchmal später zu lernen, wie Sie große Veränderungen in kleinen, sicheren Schritten vornehmen Softwareentwicklung als ein Pflegen menschlicher Beziehungen zu verstehen

Der umfassende Spiele-Werkzeugkoffer für alle, die Workshops zu agilen Methoden moderieren Über 70 vielfach erprobte Spiele und Simulationen mit direktem Bezug zu agilen Prinzipien Beschrieben werden Vorbereitung, benötigtes Material, Ablauf, Nachbereitung und Stolperfallen jedes Spiels Die deutlich erweiterte Neuausgabe von »Agile Spiele - kurz & gut« beschreibt jetzt auch Online-Versionen vieler Spiele und Simulationen und gibt Anleitungen, Tools und Tricks an die Hand, wie das Spielen remote gelingen kann Mit zahlreichen farbigen Abbildungen Spiele und Simulationen unterstützen Agile Coaches und Scrum Master optimal dabei, agile Prinzipien und Praktiken in Workshops und Trainings zu veranschaulichen - und sie machen Spaß! Mittlerweile sind sie fester Bestandteil des Werkzeugkoffers von agilen Moderatorinnen und Moderatoren. Dieses Buch beschreibt über 70 Spiele, die sich in der Praxis besonders bewährt haben. Marc Bleß und Dennis Wagner - beide seit vielen Jahren als Agile Coaches tätig - erläutern zunächst, was bei der Moderation von agilen Spielen zu beachten ist und wann welches Spiel eingesetzt werden kann. Sie zeigen außerdem, wie die meisten dieser Spiele auch in Online-Workshops genutzt werden können und was dabei grundsätzlich zu beachten ist. Vorgestellt werden Spiele aus diesen Kategorien: Vermittlung von agilen Prinzipien Simulationen von agilen Praktiken Kommunikation und Social Dynamics Eröffnung und Abschluss eines Trainings Energizer und Auflockerungen für zwischendurch Neu: Technical Skills - Spiele für die Vermittlung agiler Entwicklungspraktiken Das Buch ist eine Erweiterung des beliebten Taschenbuchs »Agile Spiele - kurz & gut«. Es enthält zahlreiche neue spannende Games und jetzt auch viele farbige Abbildungen. Alle Spielanleitungen wurden überarbeitet und ergänzt. Die Autoren beschreiben Vorbereitung, benötigtes Material, Ablauf und Nachbereitung jedes Spiels sowie mögliche Stolperfallen. Die vielen konkreten Tipps und Beispiele aus der Praxis garantieren, dass Spielfreude aufkommt und du erfolgreiche Workshops und Trainings durchführst.

Rechtliche Fragen und typische Probleme verständlich erklärt liefert konkrete Datenschutz-Empfehlungen und Checklisten fokussiert sich auf die beliebten und in der Praxis wichtigen Cloud-Services von AWS, Google oder Microsoft gibt Expertenwissen - verständlich und praxisnah aufbereitet Unternehmen, die Cloud-Computing-Angebote von Hyperscalern wie Amazon Web Services (AWS), Google und Microsoft nutzen, sehen sich durch die Anforderungen der Datenschutz-Grundverordnung (DSGVO) mit vielen Fragen konfrontiert. Dieser verständliche Praxisleitfaden erläutert die wichtigsten Rechtsgrundlagen und führt in die relevanten rechtlichen Aspekte ein. Unterstützt durch verständliche Erläuterungen, FAQs, Checklisten, Infografiken und zahlreiche Hinweisboxen erwerben Entscheider:innen sowie Datenschutzbeauftragte das erforderliche Problembewusstsein und Wissen. Die erläuterten Aspekte lassen sich auch auf Clouds zahlreicher anderer Anbieter übertragen. Themen dieses Buchs sind u.a.: Cloud Computing und Datenschutz: Zentrale Begriffe und Zusammenhänge kompakt erklärt  Auftragsverarbeitungsvertrag (AV-Vertrag) und relevante Rechtsgrundlagen: Die wichtigsten Rechtsgrundlagen mit Hinweisen für die praktische Umsetzung Datensicherheit und Zertifizierungen: Technische und organisatorische Maßnahmen (TOMs) für Ihren IT-Stack und gängige Zertifizierungen Internationale Datentransfers: Wissenswertes zu Datentransfers in Drittländer - mit Hinweisen zu Angemessenheitsbeschlüssen, Standardvertragsklauseln und Transfer Impact Assessment (TIA) U.S. CLOUD Act: Hintergründe und Umgang mit diesem US-Gesetz im Rahmen einer Risikobewertung Lifecycle einer Cloud-Nutzung: Alle Phasen der Laufzeit im Überblick - von der Auswahl eines Cloud-Anbieters bis zu Fragen des Exits und der Migration Der Praxisleitfaden beschreibt die rechtlichen Fragen und typischen Probleme im Zusammenhang mit der Nutzung der von Cloud-Providern bereitgestellten Anwendungen im Allgemeinen wie beispielsweise Auswahl, Vorbereitung und konkrete rechtliche Umsetzung einer Auslagerung von Daten und Prozessen in eine Cloud, aber auch Fragen eines Exits, wie eine Datenmigration. Er geht aber auch ganz konkret auf einzelne Anwendungen ein und unterstützt hierzu mit konkreten Empfehlungen und Checklisten. Es werden keine Vorkenntnisse im Datenschutz oder in Bezug auf Cloud-Anwendungen vorausgesetzt.

Von der ersten Idee bis zur konkreten Anwendung: Realisieren Sie Data-Science-Projekte in der AWS-Cloud Der US-Besteller zu Amazon Web Services jetzt auf Deutsch Das Buch beschreibt alle wichtigen Konzepte und die wichtigsten AWS-Dienste mit vielen Beispielen aus der Praxis Es deckt den kompletten End-to-End-Prozess von der Entwicklung der Modelle bis zum ihrem konkreten Einsatz ab Mit Best Practices für alle Aspekte der Modellerstellung einschließlich Training, Deployment, Sicherheit und MLOps Mit diesem Buch lernen Machine-Learning- und KI-Praktiker:innen, wie sie erfolgreich Data-Science-Projekte mit Amazon Web Services erstellen und in den produktiven Einsatz bringen. Es bietet einen detaillierten Einblick in den KI- und Machine-Learning-Stack von Amazon, der Data Science, Data Engineering und Anwendungsentwicklung vereint. Chris Fregly und Antje Barth beschreiben verständlich und umfassend, wie Sie das breite Spektrum an AWS-Tools nutzbringend für Ihre ML-Projekte einsetzen. Der praxisorientierte Leitfaden zeigt Ihnen konkret, wie Sie ML-Pipelines in der Cloud erstellen und die Ergebnisse dann innerhalb von Minuten in Anwendungen integrieren. Sie erfahren, wie Sie alle Teilschritte eines Workflows zu einer wiederverwendbaren MLOps-Pipeline bündeln, und Sie lernen zahlreiche reale Use Cases zum Beispiel aus den Bereichen Natural Language Processing, Computer Vision oder Betrugserkennung kennen. Im gesamten Buch wird zudem erläutert, wie Sie Kosten senken und die Performance Ihrer Anwendungen optimieren können.

Eine großartige Ressource für alle, die mit PyTorch arbeiten Kurzgefasstes und präzises Wissen zu dem populären Deep-Learning-Framework Sowohl für PyTorch-Einsteiger:innen als auch für Fortgeschrittene nützlich Überblick über Modellentwicklung, Deployment, das PyTorch-Ökosystem und über hilfreiche PyTorch-Bibliotheken Mit Kurzeinstieg in PyTorch Dieses praktische Nachschlagewerk zu PyTorch, einem der beliebtesten Frameworks für Deep Learning, hält jederzeit präzises Wissen für Sie bereit. Joe Papa bietet Ihnen mit seiner Referenz den direkten Zugriff auf Syntax, Design Patterns und gut nachvollziehbare PyTorch-Codebeispiele. Das Buch enthält - neben einem PyTorch-Schnelleinstieg - eine Fülle von Informationen, die Ihre Entwicklungsarbeit verbessern und effizienter machen. Data Scientists, Softwareentwickler:innen und Machine Learning Engineers finden in diesem Buch klaren, strukturierten PyTorch-Code, der jeden Schritt der Entwicklung neuronaler Netze abdeckt - vom Laden der Daten über die Anpassung von Trainingsschleifen bis hin zur Modelloptimierung und GPU-/TPU-Beschleunigung. Erfahren Sie außerdem, wie Sie Ihre ML-Modelle über AWS, Google Cloud oder Azure deployen und auf mobilen und Edge-Geräten bereitstellen. Lernen Sie Tensoren und die grundlegende Syntax von PyTorch kennen Erstellen Sie maßgeschneiderte Modelle sowie eigene Komponenten und Algorithmen für Deep Learning Nutzen Sie Design Patterns zu Transfer Learning, Stimmungsanalyse oder Generative Adversarial Networks (GANs) für Ihre Projekte Trainieren und deployen Sie Modelle sowohl auf GPUs als auch auf TPUs Beschleunigen Sie den Trainingsprozess durch Optimierung der Modelle und durch parallele und verteilte Verarbeitung Informieren Sie sich über nützliche PyTorch-Bibliotheken und das PyTorch-Ökosystem

Mit Mapping-Techniken zu einer erfolgreichen Kundenausrichtung Für alle, die an Planung, Design und Entwicklung von Produkten und Dienstleistungen beteiligt sind wie Designer, Produktmanager, Markenmanager, Marketing-Manager, Unternehmer und Geschäftsinhaber US-Bestseller und Grundlagenwerk zu Mapping-Techniken Starker Praxisbezug durch kommentierte Beispiele, Case Studies und Praxistipps Eine gelungene Customer Experience ist unabdingbar für den Erfolg eines Unternehmens. Sind Unternehmen zu stark auf eigene Prozesse fixiert und haben die Erfahrungen, Frustrationen und Bedürfnisse ihrer Kundinnen und Kunden nicht im Blick, werden sie keine überzeugenden Angebote entwickeln können. Jim Kalbach beschreibt in seinem fundierten und zugleich praxisnahen Grundlagenwerk, wie Teams Mapping-Techniken als mächtiges Werkzeug einsetzen können, um die Customer Experience ihrer Kunden zu verstehen und zu verbessern. Mit Maps und Diagrammen gelingt es, die Interaktion der Kunden mit den Unternehmensangeboten zusammenzufassen und anschaulich darzustellen. Die Maps, aber vor allem die Mapping-Aktivitäten selbst, liefern abteilungsübergreifend wertvolle Erkenntnisse, um Angebote mit echtem Mehrwert zu entwickeln. Das Buch wendet sich an Mitarbeitende in Design und Marketing, im Produkt- und Markenmanagement und in der Geschäftsleitung. Es vermittelt die Grundlagen und zeigt die vielfältigen Einsatzmöglichkeiten dieser Mapping-Techniken. Lernen Sie die Prinzipien und bewährte Praktiken der Diagrammerstellung kennen. Erfahren Sie, wie Sie mithilfe von Ausrichtungsdiagrammen Ihre Unternehmensstrategie weiterentwickeln. Machen Sie sich mit dem gesamten Mapping- Prozess vertraut: vom Beginn eines Projekts über das Zusammentragen von Fakten und Beobachtungen, die Visualisierung dieser Daten bis hin zum Entwickeln neuer Lösungen. Lernen Sie unterschiedliche Diagrammtypen wie Service Blueprints, Customer Journey Maps, Experience Maps, Mentalmodell- und Ökosystemdiagramme durch aussagekräftige Beispiele und Fallstudien kennen.

Leistungsstarke, produktionsreife Cloud-native Anwendungen mit dem beliebten Framework Erfahren Sie, wie Spring Boot die Entwicklung, die Konfiguation und das Deployment von Cloud-nativen Applikationen entscheidend vereinfacht Das Buch zeigt Ihnen, wie Sie direkt produktiv in die Arbeit mit Spring Boot einsteigen Für Java- und Kotlin-Entwickler:innen Mit mehr als 75 Millionen Downloads pro Monat ist Spring Boot das populärste und am weitesten verbreitete Java-Framework. Dank seiner Benutzerfreundlichkeit und Leistungsfähigkeit hat es die Anwendungsentwicklung von Monolith-Architekturen und Microservices revolutioniert. Doch die Einfachheit von Spring Boot kann zunächst auch irritieren. Was brauchen Entwickler:innen, um sofort produktiv zu werden? Dieses praxisorientierte Buch zeigt Ihnen, wie Sie das Framework nutzen, um erfolgreich unternehmenskritische Applikationen zu entwickeln. Mark Heckler von VMware, der Firma hinter Spring, führt Sie durch die Architektur und die Konzepte von Spring Boot und behandelt auch Themen wie Debugging, Testen und Deployment. Wenn Sie mit Spring Boot schnell und effektiv Cloudnative Java- oder Kotlin-Anwendungen entwickeln wollen - inklusive reaktiver Programmierung, dem Erstellen von APIs und dem Einrichten von Datenbankzugriffen aller Art - dann ist dieses Buch genau das Richtige für Sie. Erfahren Sie, wie Spring Boot die Entwicklung und das Deployment Cloud-nativer Anwendungen vereinfacht Erstellen Sie reaktive Anwendungen und erweitern Sie die Kommunikation über die Netzwerkgrenzen hinaus, um verteilte Systeme zu erstellen Verstehen Sie, wie der Spring-Boot-typische Ansatz Ihre Produktivität steigert und die Portabilität Ihrer Anwendungen verbessert Deployen Sie Spring-Boot-Anwendungen schnell und zuverlässig für die Arbeitslast in der Produktivumgebung Überwachen Sie den Anwendungs- und Systemzustand für optimale Performance und Zuverlässigkeit Debuggen, testen und sichern Sie Ihre Cloud-basierten Anwendungen mit State-of-the-Art-Techniken »Dieses Buch und sein Autor sind wohl die freundlichsten Begleiter, die es für den Einstieg in Spring Boot gibt. Ich hoffe, Sie genießen ihre Gesellschaft so sehr wie ich.« - Dr. David Syer, VMware »Mark bietet eine frische Perspektive auf das, was man braucht, um mit Spring Boot Anwendungen zu entwickeln. Lassen Sie sich das nicht entgehen.« - Greg L. Turnquist, Spring-Teamkollege und Host von Spring Boot Learning auf YouTube

Mit der richtigen Strategie Zeit und Geld sparen und Kunden überzeugen Das Buch verbindet UX-Design mit Geschäftsstrategie Übersetzung der zweiten englischen Auflage mit topaktuellen Beispielen und Techniken, inkl. Online-Nutzerforschung Voller Praxisbezug und einem kostenlosen Toolkit zum Herunterladen und Loslegen User-Experience-Strategie schließt die Wissenslücke zwischen Geschäftsstrategie und UX-Design, aber bis jetzt gab es kein einfach anzuwendendes Framework für die Umsetzung. Dieser praktische Leitfaden stellt leicht verständliche Strategie-Tools und -Techniken vor, die Ihnen und Ihrem Team helfen, innovative Multi-Device-Produkte zu entwickeln, die von den Nutzer:innen gerne verwendet werden. Die erfolgreiche UX-Strategin Jaime Levy zeigt UX/UI-Designer:innen, Produktmanager:innen und angehenden Strateg:innen einfache bis fortgeschrittene Methoden, die sich sofort anwenden lassen. Durch Business Cases und anschauliche Praxisbeispiele erhalten Sie wertvolle Einblicke. Ein topaktuelles Kapitel über die Durchführung qualitativer Online-Nutzerforschung rundet das Buch ab. Definieren Sie Wertversprechen und validieren Sie Zielkunden durch provisorische Personas und Techniken zur Kundenfindung Erkunden Sie Marktchancen durch die Durchführung von Wettbewerbsforschung und -analyse Entwerfen Sie Experimente mit schnellen Prototypen, die auf das Geschäftsmodell ausgerichtet sind Führen Sie Online-Nutzerforschung durch, um schnell und mit jedem Budget wertvolle Erkenntnisse zu gewinnen Testen Sie Geschäftsideen und validieren Sie Marketingkanäle, indem Sie Online-Werbung und Landing-Page-Kampagnen durchführen »Wenn Ihr digitales Design-Toolkit aufgepeppt werden muss oder Sie neugierig auf strategischere Ansätze sind, die Sie in Ihrer Designpraxis anwenden können, ist dieses Buch genau das richtige für Sie.« - Phil Clevenger Leitender Direktor für UX-Design, Adobe

Der verständliche Angular-Einstieg - mit durchgängigem Praxisbeispiel Manfred Steyer ist bekannter Trainer und Berater mit Schwerpunkt Angular Vermittelt die Grundlagen des Frameworks anhand einer Flight-Search-Anwendung (Programmcode zum Download)  Weiterführende Themen wie moderne Security-Szenarien, Performance-Tuning, State Management mit NgRX und RxJS, Monorepos u.v.a.m. Das von Google entwickelte Framework Angular unterstützt effektiv bei der Entwicklung JavaScript-basierter Single-Page-Anwendungen. Es verfügt über die nötigen Bordmittel für alle anfallenden Programmieraufgaben und überzeugt durch den Support einer großen Community. Das Buch zeigt anhand eines durchgehenden Beispiels (ein Flugportal), wie Sie moderne Clients, die mit einem Backend kommunizieren, programmieren. Alle Aspekte der Entwicklung werden demonstriert: angefangen von Komponenten und dem HTTP-Zugriff über Formulare, Routing und Animationen bis hin zu Testing, Build-Automatisierung, Security und Performanceoptimierungen. Der Autor erläutert darüber hinaus Architekturaspekte wie Modularisierung und reaktives JavaScript sowie das Zustandsmanagement mit Redux und NgRx. Aus dem Inhalt: Überblick über die Sprache TypeScript mit der Angular CLI ein Projekt schnellstmöglich starten RESTful Services und Web APIs anbinden Template-getriebene und reaktive Formulare bereitstellen, Eingaben validieren logische Seiten einer SPA mit Routing realisieren Anwendungen durch Module, Bibliotheken und Monorepos strukturieren reaktive Anwendungen mit RxJS entwickeln wiederverwendbare Komponenten und Direktiven bereitstellen Testautomatisierung die Performance mit Lazy Loading, AOT, serverside Rendering und OnPush sicherstellen Internationalisierung von Ein- und Ausgaben

Bewährte Praxislösungen für komplexe Machine-Learning-Aufgaben Behandelt alle Phasen der ML-Produktpipeline Klar strukturierter Aufbau, der dafür sorgt, dass sich Konzepte und Zusammenhänge rasch erschließen Fokus auf TensorFlow, aber auch übertragbar auf PyTorch-Projekte Die Design Patterns in diesem Buch zeigen praxiserprobte Lösungen für wiederkehrende Aufgaben im Machine Learning. Die Autor:innen - ML-Experten bei Google - beschreiben Methoden, die Data Scientists helfen, typische Probleme im gesamten ML-Prozess zu bewältigen. Die Entwurfsmuster verdichten die Erfahrungen von Hunderten von Expert:innen zu klar strukturierten, zugänglichen Best Practices. Das Buch bietet detaillierte Erläuterungen zu 30 Mustern für die Daten- und Problemdarstellung, Operationalisierung, Wiederholbarkeit, Reproduzierbarkeit, Flexibilität, Erklärbarkeit und Fairness. Zu jedem Muster erhalten Sie eine Beschreibung des Problems, eine Vielzahl möglicher Lösungen sowie Empfehlungen, welche Technik die beste für Ihre Problemstellung ist. Erfahren Sie, wie Sie: Herausforderungen beim Trainieren, Bewerten und Deployen von ML-Modellen erkennen und überwinden Daten für verschiedene ML-Modelltypen mit Einbettungen, Feature Crosses und mehr darstellen den richtigen Modelltyp für bestimmte Fragestellungen auswählen eine robuste Trainingsschleife mit Checkpoints, Verteilungsstrategie und Hyperparameter-Tuning erstellen skalierbare ML-Systeme deployen, die bei erneutem Training aktuelle Daten berücksichtigen Modellvorhersagen für Stakeholder interpretieren Modellgenauigkeit, Reproduzierbarkeit, Resilienz und Fairness verbessern

Ideen, Inspirationen und Erkenntnisse aus dem traditionellen Storytelling für next-level UX-Design Erfolgreich Methoden, Werkzeuge und Techniken des Storytelling auf Produktdesign anwenden Mit vielen anschaulichen Beispielen und praxisnahen Übungen Statt abgenutzter Beispiele liefert dieses Buch angemessenen Tiefgang Angesichts der Vielfalt der Geräte, Schnittstellen und Kanäle haben Sie heutzutage immer weniger Kontrolle darüber, wie Nutzer:innen Ihre sorgfältig konzipierten Produkte erleben. Trotzdem ist es für Sie sehr wichtig zu verstehen, an welchen Punkten der User Journey Ihre Kund:innen sich befinden, damit Sie die passenden Inhalte und interaktiven Elemente zur richtigen Zeit und auf dem richtigen Gerät bereitstellen können. Mit diesem praktischen Leitfaden lernen Sie, welchen positiven Einfluss Storytelling auf Ihr Produktdesign haben kann und wie es Ihnen dabei hilft, die UX Ihrer Produkte entscheidend zu verbessern. Anna Dahlström zeigt anhand zahlreicher spannender Beispiele, wie Sie Storytelling einsetzen und bewährte Prinzipien aus Film und Literatur wie Heldenreise und Storyboards anwenden, um großartige Produkterfahrungen zu erzeugen.  Erfahren Sie, wie die Anatomie einer guten Geschichte Ihr Produktdesign maßgeblich verbessern kann. Entdecken Sie, wie sich traditionelle Prinzipien, Werkzeuge und Techniken des Storytellings auf wichtige Faktoren des Produktdesigns auswirken. Lernen Sie, wie Sie mit zielgerichtetem Storytelling die richtige Geschichte erzählen und Menschen zum Handeln motivieren. Nutzen Sie die Regeln des Storytellings, um Ihre Produkte vorzustellen, zu präsentieren und zu verkaufen. »Anna Dahlström leistet großartige Arbeit bei der Anwendung von UX- und Designprinzipien auf Storytelling und Kommunikation. Sie greift auf Theater sowie historisches und modernes Storytelling zurück, um eine fesselnde Erzählung zu schaffen. Ich empfehle dieses Buch allen Designern, die ihre internen und externen Kommunikationsfähigkeiten verbessern wollen, insbesondere denjenigen, die in Führungspositionen aufsteigen wollen.« - Ellen Chisa, Mitbegründerin und CEO, Dark

Erfolgreiche ML-Pipelines entwickeln und mit MLOps organisatorische Herausforderungen meistern Stellt DevOps-Konzepte vor, die die speziellen Anforderungen von ML-Anwendungen berücksichtigen Umfasst die Verwaltung, Bereitstellung, Skalierung und Überwachung von Machine-Learning-Modellen im Unternehmensumfeld Für Data Scientists und Data Engineers, die nach besseren Strategien für den produktiven Einsatz ihrer ML-Modelle suchen Machine-Learning-Modelle zu entwickeln ist das eine, sie im Produktivbetrieb effizient einzusetzen, eine ebenfalls nicht zu unterschätzende Herausforderung - so die Erfahrung vieler Unternehmen. Dieses Buch zeigt Ihnen, wie Sie mithilfe durchdachter MLOps-Strategien eine stabile DevOps-Umgebung für Ihre ML-Anwendungen aufbauen, Ihre Modelle kontinuierlich verbessern und langfristig warten. Das Buch erläutert MLOps-Schlüsselkonzepte, mit denen Data Scientists und Data Engineers ML-Pipelines und -Workflows optimieren können. Anhand von Fallbeispielen aus der ganzen Welt geben neun ML-Experten praxiserprobte Hilfestellungen zu den fünf Schritten des Modelllebenszyklus - Entwicklung, Preproduction, Deployment, Monitoring und Governance. Sie erfahren auf diese Weise, wie robuste MLOps-Prozesse umfassend in den ML-Produktworkflow integriert werden können. Erschließen Sie den Wert Ihrer Data-Science-Anwendungen für Ihr Unternehmen vollständig, indem Sie Störfaktoren in ML-Pipelines und -Workflows ausräumen Verfeinern Sie Ihre ML-Modelle durch Retraining, regelmäßiges Tuning und grundlegende Überarbeitung, um eine dauerhaft hohe Qualität zu gewährleisten Organisieren Sie den MLOps-Lebenszyklus so, dass Risiken, die in den Modellen stecken könnten, minimiert werden, damit die Ergebnisse unverzerrt, ausgewogen und nachvollziehbar sind Optimieren Sie ML-Modelle nicht nur für die eigene Deployment-Pipeline, sondern auch für externe Partner, deren Systeme komplexer und weniger standardisiert sind »Wenn Sie auf der Suche nach Strategien sind, um die konkreten Prozesse der ML-Entwicklung zwischen den Teams zu verbessern, ist dieses Buch genau das Richtige für Sie.« - Adi Polak, Senior Software Engineer, Microsoft

Bewährte Patterns für komplexe Python-Projekte bekannte Architekturpatterns - endlich in idiomatischem Python die Komplexität anspruchsvoller Projekte erfolgreich managen den größten Nutzen aus den Testsuiten herausholen Mit der wachsenden Beliebtheit von Python werden auch die realisierten Projekte größer und komplexer. Viele Python-Entwicklerinnen und -Entwickler interessieren sich deshalb zunehmend für Software-Design-Patterns wie zum Beispiel hexagonale Architektur/Clean Architecture, eventgesteuerte Architektur und die strategischen Patterns, die durch das Domain-Driven Design nahegelegt werden. Aber das Übertragen dieser Patterns auf Python ist nicht immer einfach. Mit diesem praxisnahen Buch stellen Harry Percival und Bob Gregory von MADE.com erprobte Architekturpatterns vor, die dabei helfen, die Komplexität von Anwendungen im Griff zu behalten - und möglichst viel aus den Testsuiten herauszuholen. Jedes Pattern wird durch konkrete Beispiele in schönem, idiomatischem Python illustriert - wobei die Weitschweifigkeit von Java- oder C#-Syntax vermieden wird. Im Buch behandelte Patterns: Dependency Inversion und die Verbindungen zu Ports und Adaptern (hexagonale Architektur/Clean Architecture) Unterscheidung im Domain-Driven Design zwischen Entitäten, Value Objects und Aggregaten Repository- und Unit-of-Work-Patterns für persistenten Speicher Events, Befehle und der Message Bus Command-Query Responsibility Segregation (CQRS) Eventgesteuerte Architektur und reaktive Microservices

Leitfaden für Installation, Konfiguration und Optimierung Das etablierte Praxisbuch zur Standardsoftware Erprobtes Profi-Knowhow für Administrator*innen Aktuell zur Version 7.0 Sie brauchen praxisrelevante Informationen zur technischen Realisierung einer virtualisierten Infrastruktur mittels vSphere 7? Dann halten Sie mit dem »Praxishandbuch VMware vSphere 7.0« genau das richtige Buch in Ihren Händen. In diesem Handbuch finden Sie komprimiert alles, was Sie über Virtualisierung im Allgemeinen und vSphere 7 im Speziellen wissen müssen - samt unzähligen Tipps und Tricks aus der Praxis, Warnungen und Hinweisen zu angrenzenden Technologien. Schritt für Schritt zur optimalen virtualisierten Umgebung Das Buch gibt Ihnen schnell eine Übersicht über die einzelnen vSphere-Komponenten, deren Konfiguration und Optimierung. Sobald der Hypervisor (ESXi) installiert ist, können die ersten virtuellen Maschinen von Grund auf richtig eingerichtet und optimiert werden. Dann erfahren Sie, wie Sie Ihr Netzwerk am besten konfigurieren müssen und die ESXi Server an gemeinsamen Speicher anbinden. Was die Funktion Hostprofile, der VMware Lifecycle Manager oder der VMware Converter für Sie tun können, fehlt genauso wenig wie der Einsatz von vApps und Templates. Und auch wenn die vSphere-Umgebung steht, bleibt immer etwas zu tun: Backups und Sicherheitsstrategien (am Beispiel von Veeam Backup & Replication), die geschickte Verwaltung der Ressourcen und eine kontinuierliche Optimierung des laufenden Betriebs lassen sich mit den richtigen Werkzeugen und Konzepten besser in die Tat umsetzen. Auch die Kommandozeile und PowerCLI kommen nicht zu kurz. Aktualisierte fünfte Auflage Die fünfte Auflage wurde komplett auf VMware vSphere 7 aktualisiert. Zusätzlich aufgenommen wurden die Neuerungen von vSphere 7, z.B. vSAN, virtuelle Volumes, der HTML5-Client und die neue vSphere Appliance auf Photon Linux Basis. Weiterhin beinhaltet die fünfte Auflage die Themen Upgrade von einer Vorversion, NFS Storage unter Linux erstellen, Alarme, Hostprofile (erweitert), Troubleshooting (erweitert) und eine bestmögliche Netzwerkkonfiguration.

Seit 25 Jahren das begleitende Grundlagenwerk zu JavaScript Durchgehend überarbeiteter internationaler Bestseller in der 7. Auflage Deckt die Version ES2020 inkl. Tools/Extensions & Node.js ab Vermittelt umfassendes und tiefgehendes JavaScript-Wissen JavaScript ist die Programmiersprache des Web und wird heute von mehr Softwareentwicklerinnen und -entwicklern eingesetzt als jede andere Sprache. Seit fast 25 Jahren dient ihnen dieser Bestseller als Praxishandbuch und zuverlässiger Begleiter. Die vorliegende siebte Auflage wurde vollständig aktualisiert und deckt die Version 2020 von JavaScript ab. Sie finden in diesem Buch spannende und aufschlussreiche Codebeispiele sowie neue und erweiterte Kapitel zu Klassen, Modulen, Iteratoren, Generatoren, Promises und async/await. Es richtet sich an Programmiererinnen und Programmierer, die JavaScript lernen möchten, und an alle in der Webentwicklung, die ein tieferes Verständnis für die Sprache entwickeln und sie noch besser beherrschen wollen. Unter anderem werden folgende Themen behandelt: Typen, Variablen, Operatoren, Anweisungen, Objekte und Arrays Funktionen, Klassen, Module, Iteratoren, Generatoren, Promises und async/await Die Standardbibliothek von JavaScript: Datenstrukturen, reguläre Ausdrücke, JSON, Internationalisierung und URLs Die Webplattform: Dokumente, Komponenten, Grafiken, Netzwerkoptionen, Speicher und Threads Node.js: Puffer, Dateien, Streams, Threads, Kindprozesse, Webclients und Webserver Werkzeuge und Spracherweiterungen für professionelle JavaScript-Entwickler »Mit diesem Buch bringen Sie Ihre JavaScript-Coding-Kompetenz und -Produktivität auf das nächste Level. Davids Wissen über die Sprache, ihre Feinheiten und ihre Tücken ist beeindruckend.« - Schalk Neethling, Senior Frontend Engineer bei MDN Web Docs »David Flanagan nimmt Sie mit auf eine geführte Tour, die Ihnen ein vollständiges Bild der Sprache und ihres Ökosystems vermittelt.« - Sarah Wachs, Frontend Developer und Lead bei Women Who Code Berlin

Es gibt zwei Gruppen von Menschen: Die, die IT verstehen, und die, die sie trotzdem benutzen wollen oder müssen. Wenn Sie zur ersten Gruppe gehören und einen Kommunikationskanal zur zweiten Gruppe öffnen wollen, dann hilft Ihnen dieses Buch: Wir erklären Schritt für Schritt, wie Sie digitale Technologien laienverständlich erklären, welche Techniken Sie dabei unterstützen und wie Sie typische Fehler vermeiden. Egal, ob Sie Handbücher verfassen, Support-E-Mails beantworten, Schulungen halten oder die Welt in einem Blog von Ihrem neuen Projekt überzeugen wollen - schon ein paar Grundregeln helfen, den Wissensfluch zu überwinden und von Ihrer Zielgruppe verstanden zu werden.Grundkenntnisse der IT und Kenntnisse der deutschen Sprache auf Konversationsniveau werden vorausgesetzt, sprachwissenschaftliche Kenntnisse oder Berufserfahrung in Redaktion, PR etc. nicht.

Bestehende Systeme erfolgreich in eine Microservices-Architektur umgestalten Unerlässliches Expertenwissen für Organisationen, die ihre Codebasis modernisieren wollen Autor des geschätzten Grundlagenwerks »Building Microservices« Orientierung und Anleitung für den anspruchsvollen Migrationsprozess Wie entflechtet man ein monolithisches System und überführt es in eine Microservices-Architektur? Und wie erhält man gleichzeitig den normalen Betrieb aufrecht? Sam Newman, Autor des viel beachteten Titels »Building Microservices«, beschreibt Szenarien und erprobte Strategien, um bestehende Systeme erfolgreich zu migrieren: von der ersten Planung bis zum Zerlegen von Anwendung und Datenbank. Newman greift hierbei auf viele anschauliche Beispiele zurück, stellt aufschlussreiche Pattern für die Migration vor und gibt praktische Ratschläge. Für Organisationen, die ihre Codebasis in Richtung einer Microservices-Architektur überführen und nicht komplett neu aufbauen wollen Unterstützt Unternehmen bei der Frage, ob und wann sie migrieren und wo sie konkret beginnen sollten Befasst sich mit der Integration und Migration von Legacy-Systemen und der Kommunikation mit diesen Systemen Stellt Migrationspattern vor und beschreibt, wo und wie sie am besten eingesetzt werden Bietet Beispiele für die Datenbankmigration und begleitende Synchronisationsstrategien Beschreibt das Zerlegen von Anwendungen einschließlich einer Reihe von Refaktorisierungspattern

Der praktische Einstieg in PyTorch Lernen Sie, neuronale Netze zu erstellen und sie für verschiedene Datentypen zu trainieren Das Buch deckt den gesamten Entwicklungszyklus von Deep-Learning-Anwendungen ab: Vom Erstellen über das Debuggen bis zum Deployen Mit Use Cases, die zeigen, wie PyTorch bei führenden Unternehmen eingesetzt wird Mit diesem Praxisbuch meistern Sie die Methoden des Deep Learning, einer Teildisziplin des Machine Learning, die die Welt um uns herum verändert. Machen Sie sich mit PyTorch, dem populären Python-Framework von Facebook, vertraut, und lernen Sie Schlüsselkonzepte und neueste Techniken kennen, um eigene neuronale Netze zu entwickeln. Ian Pointer zeigt Ihnen zunächst, wie Sie PyTorch in einer Cloud-basierten Umgebung einrichten. Er führt Sie dann durch die einzelnen Schritte der Entwicklung von neuronalen Architekturen, um typische Anwendungen für Bilder, Ton, Text und andere Datenformate zu erstellen. Er erläutert auch das innovative Konzept des Transfer Learning und das Debuggen der Modelle. Sie erfahren zudem, wie Sie Ihre Deep-Learning-Anwendungen in den Produktiveinsatz bringen. Aus dem Inhalt: Ergründen Sie modernste Modelle für das Natural Language Processing, die mit umfangreichen Textkorpora wie dem Wikipedia-Datensatz trainiert wurden Verwenden Sie das PyTorch-Paket torchaudio, um Audiodateien mit einem neuronalen Konvolutionsmodell zu klassifizieren Lernen Sie, wie man Transfer Learning auf Bilder anwendet Debuggen Sie PyTorch-Modelle mithilfe von TensorBoard und Flammendiagrammen Deployen Sie PyTorch-Anwendungen im Produktiveinsatz in Docker-Containern und Kubernetes-Clustern, die in der Google Cloud laufen Erkunden Sie PyTorch-Anwendungsfälle von führenden Unternehmen Für die deutsche Ausgabe wurde das Buch in Zusammenarbeit mit Ian Pointer von Marcus Fraaß aktualisiert und um einige Themen erweitert.

Das praktische Nachschlagewerk zum Machine Learning mit strukturierten Daten Konzentriert sich auf Themen, die für den praktizierenden Machine-Learning-Anwender interessant sind Enthält eine große Anzahl wertvoller Codebeispiele für strukturierte Daten, die in der Praxis konkret weiterhelfen Zeigt, wie verschiedene Bibliotheken zur Lösung praktischer Fragestellungen eingesetzt werden Diese praktische Referenz bietet eine Sammlung von Methoden, Ressourcen und Codebeispielen zur Lösung gängiger Machine-Learning-Probleme bei der Auswertung strukturierter Daten. Matt Harrison hat einen wertvollen Leitfaden zusammengestellt, den Sie als Nachschlagewerk und zur Anregung nutzen können: für eigene Projekte oder als Begleitmaterial für Machine-Learning-Kurse. Das Buch ist ideal für Data Scientists, Softwareentwickler und Datenanalysten, die Machine Learning praktisch anwenden. Es bietet einen Überblick über den kompletten Machine-Learning-Prozess und stellt Ihnen verschiedene Bibliotheken und Modelle mit ihren jeweiligen Vor- und Nachteilen und Anpassungsmöglichkeiten vor. Die Codebeispiele sind so kompakt und nachvollziehbar, dass Sie sie für Ihre eigenen Projekte verwenden und auch gut anpassen können. Themen dieser Referenz: Klassifikation veranschaulicht am Titanic-Datensatz Datenbereinigung und der Umgang mit fehlenden Daten Explorative Datenanalyse Typische Vorverarbeitungsschritte Auswahl von Merkmalen, die für das Modell relevant sind Modellauswahl und die Interpretation von Modellen Regression mit verschiedenen Machine-Learning-Techniken Metriken für die Klassifikations- und Regressionsbewertung Clustering und Dimensionsreduktion Scikit-learn-Pipelines

Grundprinzipien und Konzepte neuronaler Netze systematisch und verständlich erklärt Deep-Learning-Grundlagen für Data Scientists und Softwareentwickler mit Erfahrung im Machine Learning Implementierung der Deep-Learning-Konzepte mit dem beliebten Framework PyTorch Zahlreiche Codebeispiele in Python verdeutlichen die konkrete Umsetzung Dieses Buch vermittelt Ihnen das konzeptionelle und praktische Rüstzeug, um ein tiefes Verständnis für die Funktionsweise neuronaler Netze zu bekommen. Sie lernen die Grundprinzipien des Deep Learning kennen, zu deren Veranschaulichung Seth Weidman gut nachvollziehbare Konzeptmodelle entwickelt hat, die von Codebeispielen begleitet werden. Das Buch eignet sich für Data Scientists und Softwareentwickler mit Erfahrung im Machine Learning. Sie beginnen mit den Basics des Deep Learning und gelangen schnell zu den Details fortgeschrittener Architekturen, indem Sie deren Aufbau von Grund auf neu implementieren. Dabei lernen Sie mehrschichtige neuronale Netze wie Convolutional und Recurrent Neural Networks kennen. Diese neuronalen Netzwerkkonzepte setzen Sie dann mit dem beliebten Framework PyTorch praktisch um. Auf diese Weise bauen Sie ein fundiertes Wissen darüber auf, wie neuronale Netze mathematisch, rechnerisch und konzeptionell funktionieren.

Lassen Sie Ihre Deep-Learning-Modelle kreativ werden! Das Buch zeigt, wie die innovativsten Deep-Learning-Algorithmen wie Generative Adversarial Networks (GANs) und Variational Autoencoder (VAEs) funktionieren Für kreative Data Scientists und Programmierer, die gerne mit Code experimentieren Verwendet Python, Keras und TensorFlow Generative Modelle haben sich zu einem der spannendsten Themenbereiche der Künstlichen Intelligenz entwickelt: Mit generativem Deep Learning ist es inzwischen möglich, einer Maschine das Malen, Schreiben oder auch das Komponieren von Musik beizubringen - kreative Fähigkeiten, die bisher dem Menschen vorbehalten waren. Mit diesem praxisnahen Buch können Data Scientists einige der eindrucksvollsten generativen Deep-Learning-Modelle nachbilden, wie z.B. Generative Adversarial Networks (GANs), Variational Autoencoder (VAEs), Encoder-Decoder- sowie World-Modelle. David Foster vermittelt zunächst die Grundlagen des Deep Learning mit Keras und veranschaulicht die Funktionsweise jeder Methode, bevor er zu einigen der modernsten Algorithmen auf diesem Gebiet vorstößt. Die zahlreichen praktischen Beispiele und Tipps helfen Ihnen herauszufinden, wie Ihre Modelle noch effizienter lernen und noch kreativer werden können. Aus dem Inhalt Entdecken Sie, wie Variational Autoencoder den Gesichtsausdruck auf Fotos verändern können Erstellen Sie praktische GAN-Beispiele von Grund auf und nutzen Sie CycleGAN zur Stilübertragung und MuseGAN zum Generieren von Musik Verwenden Sie rekurrente generative Modelle, um Text zu erzeugen, und lernen Sie, wie Sie diese Modelle mit dem Attention-Mechanismus verbessern können Erfahren Sie, wie generatives Deep Learning Agenten dabei unterstützen kann, Aufgaben im Rahmen des Reinforcement Learning zu erfüllen Lernen Sie die Architektur von Transformern (BERT, GPT-2) und Bilderzeugungsmodellen wie ProGAN und StyleGAN kennen »Dieses Buch ist eine leicht zugängliche Einführung in das Deep-Learning-Toolkit für generatives Modellieren. Wenn Sie ein kreativer Praktiker sind, der es liebt, an Code zu basteln, und Deep Learning für eigene Aufgaben nutzen möchte, dann ist dieses Buch genau das Richtige für Sie.« - David Ha, Research Scientist bei Google Brain

Entdecken Sie Muster in Daten, die für den Menschen nicht erkennbar sind Unsupervised Learning könnte der Schlüssel zu einer umfassenderen künstlichen Intelligenz sein Voller praktischer Techniken für die Arbeit mit ungelabelten Daten, verständlich geschrieben und mit unkomplizierten Python-Beispielen Verwendet Scikit-learn, TensorFlow und Keras Ein Großteil der weltweit verfügbaren Daten ist ungelabelt. Auf diese nicht klassifizierten Daten lassen sich die Techniken des Supervised Learning, die im Machine Learning viel genutzt werden, nicht anwenden. Dagegen kann das Unsupervised Learning - auch unüberwachtes Lernen genannt - für ungelabelte Datensätze eingesetzt werden, um aussagekräftige Muster zu entdecken, die tief in den Daten verborgen sind. Muster, die für den Menschen fast unmöglich zu entdecken sind. Wie Data Scientists Unsupervised Learning für ihre Daten nutzen können, zeigt Ankur Patel in diesem Buch anhand konkreter Beispiele, die sich schnell und effektiv umsetzen lassen. Sie erfahren, wie Sie schwer zu findende Muster in Daten herausarbeiten und dadurch z.B. tiefere Einblicke in Geschäftsprozesse gewinnen. Sie lernen auch, wie Sie Anomalien erkennen, automatisches Feature Engineering durchführen oder synthetische Datensätze generieren. Aus dem Inhalt Vergleichen Sie die Stärken und Schwächen der verschiedenen Ansätze des Machine Learning: Supervised, Unsupervised und Reinforcement Learning Richten Sie ein Machine-Learning-Projekt ein und verwalten Sie es Bauen Sie ein System für die Anomalieerkennung auf, um Kreditkartenbetrug zu erfassen Nutzen Sie Clustering-Algorithmen, um Benutzer in unterschiedliche und homogene Gruppen zusammenzufassen Führen Sie Semi-supervised Learning durch Entwickeln Sie Filmempfehlungssysteme mit eingeschränkten Boltzmann-Maschinen Generieren Sie synthetische Bilder mit Generative Adversarial Networks (GANs)

Laravel von Grund auf verstehen und professionell einsetzen von Matt Stauffer, einem führenden Entwickler der Laravel-Community fundiertes Laravel-Know-how: von den Konzepten bis zu konkreten Code-Beispielen deckt Laravel 6 ab Was Laravel von anderen PHP-Web-Frameworks unterscheidet? Es ist schnell, strukturiert, elegant und macht einfach Spaß. Dieses Framework für die schnelle Anwendungsentwicklung bietet ein ganzes Ökosystem an Tools, sodass Sie schon nach kurzer Zeit in der Lage sind, neue Websites und Anwendungen mit sauberem, lesbarem Code zu erstellen. Dieses Buch bietet eine umfassende Einführung in eines der derzeit beliebtesten Web-Frameworks - inklusive erprobtem Praxiswissen und tiefergehender Einblicke in die zugrunde liegenden Konzepte. Es deckt die Version Laravel 6 (mit Long Term Support) ab. Matt Stauffer, ein führender Entwickler der Laravel-Community, erläutert in diesem mehr als 500 Seiten umfassenden Fachbuch die wesentlichen Konzepte von Laravel und bietet eine Fülle konkreter Beispiele. Mit diesem Wissen werden Entwickler produktiv und mit Spaß mit dem beliebten PHP-Framework arbeiten. Machen Sie sich vertraut mit: Blade, Laravels mächtiger Templating-Engine dem Sammeln, Validieren, Normalisieren und Filtern von benutzerdefinierten Daten Eloquent, dem objektrelationalen Mapper für die Arbeit mit Anwendungsdatenbanken dem Testen Ihres Codes mit PHPUnit, Mockery und Dusk dem Entwurf von JSON- und RESTful-APIs dem Zugriff auf Dateisystem, Sitzungen, Cookies, Caches und Suchfunktionen dem Einsatz von Queues, Jobs, Events und Notifications dem Einbinden von Frontend-Komponenten wie Vue.js, ReactVue.js oder React

Die besten Muster und Prinzipien in einem Buch Umfangreicher Überblick über die in der Praxis relevanten Patterns mit Beispielen aus dem realen Arbeitsalltag inkl. aller Code-Beispiele zum kostenlosen Download Source Code und Issue Tracker auf GitHub In diesem praktischen Handbuch stellen Ihnen die Autoren Bilgin Ibryam und Roland Huß von Red Hat verbreitete, wiederverwendbare Muster und Prinzipien zum Design und zur Implementierung von Cloud-nativen Anwendungen auf Kubernetes vor. Zu jedem Pattern gibt es eine Beschreibung des Problems und eine Lösung speziell für Kubernetes. Alle Patterns sind durch konkrete Code-Beispiele ergänzt. Dieses Buch ist ideal für Entwickler und Architekten, die schon mit den grundlegenden Konzepten von Kubernetes vertraut sind und nun lernen wollen, wie sie häufig auftretende Cloud-native Probleme mit bewährten Entwurfsmustern angehen können. Über diese Pattern-Kategorien werden Sie etwas erfahren: Grundlegende Patterns behandeln die zentralen Prinzipien und Praktiken für das Bauen Container-basierter Cloud-nativer Anwendungen. Verhaltens-Patterns untersuchen detaillierte Konzepte für das Managen von Container- und Plattform-Interaktionen. Strukturelle Patterns helfen Ihnen dabei, Container in einem Pod so zu organisieren, dass spezifische Anwendungsfälle gelöst werden können. Konfigurations-Patterns liefern Einblicke in den Umgang mit Anwendungskonfigurationen in Kubernetes. Fortgeschrittene Patterns behandeln komplexere Themen wie Operatoren oder Autoscaling.

Professionelle Datenvisualisierung: So sprechen und überzeugen Ihre Daten Herausragendes Grundlagenwerk zum Thema Datenvisualisierung Einprägsam und anschaulich durch eine Vielzahl von guten und schlechten Beispielen Hoher Praxisnutzen durch Tipps zu Diagrammtypen, dem Einsatz von Farben und Formen u. v. m. Wie wird Wissen, das in komplexen Datensätzen steckt, zugänglich? Durch professionelle Datenvisualisierung. Ob Data Scientist, Wissenschaftler, Analyst oder Berater oder einfach alle, die technische Dokumente oder Berichte erstellen müssen: Datenvisualisierung ist zu einer unverzichtbaren Kernkompetenz geworden. Claus O. Wilke bietet in seinem Grundlagenwerk eine systematische Einführung in die Prinzipien, Methoden und Konzepte der Datenvisualisierung - und das sehr praxisnah und anschaulich: durch solide Grundlagen und unzählige gute und schlechte Beispiele. Nach der Lektüre wissen Sie, was professionelle Abbildungen ausmacht: Welche Darstellungsmöglichkeiten gibt es? Wie entwickelt man ein aussagekräftiges Farbschema? Welcher Visualisierungstyp eignet sich am besten für die Geschichte, die Sie erzählen möchten? Wilkes Grundlagenwerk verzichtet bewusst auf Programmcode. Die beschriebenen Konzepte und Prinzipien können - ganz gleich mit welcher Visualisierungssoftware Sie arbeiten - angewendet werden. R-Nutzer finden den Code zu den Abbildungen auf GitHub.

Neuauflage des Standardwerks, jetzt zu Python 3.6 Der ideale Einstieg in Data Science - didaktisch klug angelegt und gut nachvollziehbar Bietet mathematisches Hintergrundwissen und einen Crashkurs für Python Enthält neues Material zu Deep Learning, Statistik und Natural Language Processing Dieses Buch führt Sie in Data Science ein, indem es grundlegende Prinzipien der Datenanalyse erläutert und Ihnen geeignete Techniken und Werkzeuge vorstellt. Sie lernen nicht nur, wie Sie Bibliotheken, Frameworks, Module und Toolkits konkret einsetzen, sondern implementieren sie auch selbst. Dadurch entwickeln Sie ein tieferes Verständnis für die Zusammenhänge und erfahren, wie essenzielle Tools und Algorithmen der Datenanalyse im Kern funktionieren. Falls Sie Programmierkenntnisse und eine gewisse Sympathie für Mathematik mitbringen, unterstützt Joel Grus Sie dabei, mit den mathematischen und statistischen Grundlagen der Data Science vertraut zu werden und sich Programmierfähigkeiten anzueignen, die Sie für die Praxis benötigen. Dabei verwendet er Python: Die weit verbreitete Sprache ist leicht zu erlernen und bringt zahlreiche Bibliotheken für Data Science mit.

Die Merkmalskonstruktion, auch Feature Engineering genannt, ist ein entscheidender Arbeitsschritt bei der Datenaufbereitung für das maschinelle Lernen, der die Leistung der Modelle stark beeinflusst. In diesem praxisnahen Buch lernen Sie Techniken, um Merkmale - numerische Repräsentationen eines bestimmten Aspekts von Rohdaten - zu gewinnen und mit maschinellen Lernmodellen nutzbar zu machen. Jedes Kapitel führt Sie durch eine spezifische Aufgabe der Datenanalyse wie etwa die Darstellung von Text- oder Bilddaten. Diese Beispiele veranschaulichen die wichtigsten Prinzipien der Merkmalskonstruktion. Statt diese Prinzipien nur zu beschreiben, legen die Autorinnen Alice Zheng und Amanda Casari im gesamten Buch den Schwerpunkt auf die praktische Anwendung mit Übungen. Das Schlusskapitel vertieft das Gelernte, indem es verschiedene Techniken der Merkmalskonstruktion auf einen realen, strukturierten Datensatz anwendet. In den Beispielen werden Python-Pakete wie numpy, Pandas, scikit-learn und Matplotlib verwendet.Aus dem Inhalt:- Merkmalskonstruktion an numerischen Daten: Filter, Klasseneinteilung, Skalierung, logarithmische und Potenz-Transformationen- Techniken für natürlichen Text: Bag-of-Words-Modelle, n-Gramme und Phrasenerkennung- Frequenzfilterung und Merkmalsskalierung zum Entfernen aussageloser Merkmale- Kodierungstechniken für Kategorievariablen, darunter Merkmals-Hashing und Klassenzählung- Modellgesteuerte Merkmalskonstruktion mit der Hauptkomponentenanalyse- Das Konzept der Modellkombination mit dem k-Means-Algorithmus als Technik zur Merkmalserzeugung- Gewinnung von Bildmerkmalen anhand manueller und Deep-Learning-Techniken "Datenaufbereitung und Merkmalskonstruktion haben sich in vielen Anwendungen als die wichtigsten Einflussfaktoren für die Leistungsfähigkeit der Modelle erwiesen. Ich freue mich, dass es endlich ein Buch gibt, das sich nur diesem Thema widmet. Alice und Amanda erklären sehr detailliert die Feinheiten vieler verbreiteter Techniken."- Andreas C. MüllerDozent für Machine Learning an der Universität von Columbia und Kernentwickler bei scikit-learn

Auch in der .NET-Welt werden immer mehr Web- und Cross-Plattformanwendungen mit HTML, CSS, JavaScript/TypeScript und SPA-Frameworks clientseitig programmiert, während auf dem Server ASP.NET oder ASP.NET Core zum Einsatz kommt. Das erfahrene www.IT-Visions.de-Expertenteam um Dr. Holger Schwichtenberg zeigt, wie Sie mit diesem Technikmix moderne Single-Page-Webanwendungen und mobile Cross-Platform-Apps realisieren. Es liefert Praxiswissen für Entwickler, die bislang Windows-Desktop-Anwendungen entwickelt haben oder nur mit älteren ASP.NET-Konzepten (Webforms) vertraut sind. Das Buch deckt ein umfassendes Themenspektrum ab:Web-Basiswissen: HTML und CSS, das Framework Bootstrap, das von CSS abstrahiert und von Microsoft in den Projektvorlagen für ASP.NET und ASP.NET Core eingesetzt wird.Webserverprogrammierung mit ASP.NET: das klassische Framework ASP.NET Model-View-Controller (MVC) und das klassische Web API ASP.NET sowie ASP.NET SignalR, die auf dem .NET Framework 4.x und nur auf Windows-Systemen laufen.Webserverprogrammierung mit ASP.NET Core: das neue ASP.NET Core inklusive WebAPI und SignalR Core, das auf dem Windows-basierten .NET »Full« Framework 4.x oder dem plattformneutralen .NET Core läuft. Inklusive einer Fallstudie zu Microservices mit ASP.NET Core Web API und RabbitMQ.Web-Client-Programmierung: Einführungen in die Programmiersprachen JavaScript und TypeScript und die Single-Page-Web-Frameworks Angular und React sowie ASP.NET Blazor, das auf C# aufbauende SPA-Framework.Hosting von ASP.NET und ASP.NET Core: Self-Hosting sowie Hosting in den Internet Information Services (IIS), in Docker-Containern und über den Microsoft-Cloud-Dienst Azure.Das Fallbeispiel MiracleList: komplettes Fallbeispiel einer modernen Webanwendung, bestehend aus einem Backend (C# mit ASP.NET Core), einem Web-Frontend (TypeScript mit Angular) sowie Cross-Platform-Apps für Linux, macOS, Windows, Android und iOS (mithilfe von Electron und Cordova aus dem Web-Frontend erzeugt).Bonuskapitel: Sie erhalten zusätzlich drei Kapitel zu React, Open Web Interface for .NET (OWIN) / Katana und ASP.NET Sicherheit als kostenloses PDF zum Herunterladen.Codebeispiele: Für jedes Kapitel stehen die relevanten Codebeispiele als kostenloser Download auf der Webseite zum Buch auf oreilly.de oder unter www.IT-Visions.de/MWA bereit.