Bücher der Reihe Animals

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.

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

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)

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.

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.

Grundlagen und Schlüsseltechniken verstehen und mit vielen Beispielen vertiefen Konzepte und typische Arbeitsschritte verständlich und kompakt erklärt Die SQL-Beispiele laufen ohne Änderungen auf MySQL und (ggf. mit geringfügigen Änderungen) auf neueren Versionen von Oracle Database, DB2 und SQL Server  Daten von diversen Plattformen und nicht-relationalen Datenbanken verarbeiten SQL ist nach wie vor das Werkzeug der Wahl, um Daten in kürzester Zeit zu bearbeiten und das Beste aus ihnen herauszuholen. Alan Beaulieu vermittelt in »Einführung in SQL« die praxisrelevanten Grundlagen, um Datenbankanwendungen zu schreiben, administrative Aufgaben durchzuführen und Berichte zu erstellen. Jedes Kapitel präsentiert eine in sich geschlossene Lektion zu einem Schlüsselkonzept oder einer Schlüsseltechnik von SQL und nutzt hierfür zahlreiche Abbildungen und kommentierte Beispiele. Durch Übungen können Sie die erlernten Fähigkeiten nachhaltig vertiefen. Die Einführung wendet sich an alle, die im Unternehmen mit SQL arbeiten möchten, sie kann aber ebenso begleitend zu IT-Ausbildung und Studium eingesetzt werden. In der 3. Auflage finden Sie neue Kapitel zu analytischen Funktionen, zu Strategien für die Arbeit mit großen Datenbanken und zu SQL und großen Datenmengen. SQL-Kenntnisse sind ein Muss für die Interaktion mit Daten. Mit »Einführung in SQL« werden Sie schnell herausfinden, wie Sie die Möglichkeiten dieser Sprache in ihrem ganzen Umfang nutzen können. Eignen Sie sich zügig die SQL-Grundlagen und wichtige erweiterte Funktionen an Verwenden Sie SQL-Datenanweisungen zum Erzeugen, Bearbeiten und Abrufen von Daten Erstellen Sie mit SQL-Schemaanweisungen Datenbankobjekte wie Tabellen, Indizes und Constraints Lernen Sie, wie Datens.tze mit Abfragen interagieren; verstehen Sie die Bedeutung von Unterabfragen Konvertieren und bearbeiten Sie Daten mit den integrierten Funktionen von SQL und verwenden Sie in Datenanweisungen bedingte Logik

Statistische Konzepte aus der Perspektive von Data Scientists erläutert Das Buch verbindet nützliche statistische Prinzipien mit der heutigen Praxis der Datenanalyse Es ermöglicht Data Scientists, ihr Wissen über Statistik auf ein neues Level zu bringen Als Übersetzung der 2. Auflage des US-Bestsellers enthält es Beispiele in Python und R Statistische Methoden sind ein zentraler Bestandteil der Arbeit mit Daten, doch nur wenige Data Scientists haben eine formale statistische Ausbildung. In Kursen und Büchern werden die Grundlagen der Statistik allerdings selten aus der Sicht von Data Scientists behandelt. Dieses praxisorientierte Handbuch erklärt Ihnen anhand zahlreicher Beispiele in Python und R, wie Sie verschiedene statistische Methoden speziell in den Datenwissenschaften anwenden. Das Buch erläutert, welche statistischen Konzepte für die Datenwissenschaften besonders relevant sind, und zeigt Ihnen auch, wie Sie den falschen Gebrauch von statistischen Verfahren vermeiden. Wenn Sie mit R oder Python vertraut sind, ermöglicht Ihnen diese gut lesbare Referenz ein tieferes Verständnis Ihrer Daten und Sie werden Ihr Statistikwissen für die Praxis deutlich ausbauen. In diesem Buch erfahren Sie: warum die explorative Datenanalyse ein wichtiger vorbereitender Arbeitsschritt in der Datenwissenschaft ist wie Zufallsstichproben Verzerrungen reduzieren und einen qualitativ hochwertigeren Datensatz liefern wie Sie mit den Prinzipien des experimentellen Designs eindeutige Antworten auf Ihre Forschungsfragen erhalten wie Sie eine Regression verwenden, um Prognosen zu treffen oder Anomalien zu erkennen auf welche Weise statistische Methoden aus dem Bereich des Machine Learning es ermöglichen, aus Daten zu lernen wie Sie Unsupervised Learning nutzen, um Erkenntnisse aus ungelabelten Daten zu gewinnen

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

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.

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

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

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

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

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

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