Ihre E-Mail wurde erfolgreich gesendet. Bitte prüfen Sie Ihren Maileingang.

Leider ist ein Fehler beim E-Mail-Versand aufgetreten. Bitte versuchen Sie es erneut.

Vorgang fortführen?

Exportieren
Filter
  • Deutsch  (17)
  • Lorenzen, Knut  (17)
  • Electronic books  (17)
Datenlieferant
Materialart
Sprache
  • Deutsch  (17)
Erscheinungszeitraum
  • 1
    ISBN: 9783958458154 , 3958458157
    Sprache: Deutsch
    Seiten: 1 online resource (1 volume) , illustrations
    Ausgabe: 1. Auflage.
    Schlagwort(e): Computer algorithms ; Computer programming ; Python (Computer program language) ; Electronic books ; Electronic books ; local
    Kurzfassung: Visuelle Erläuterungen mit über 400 erklärenden Bildern Mit anschaulichen Beispielen und zahlreichen Übungen Ausführlich kommentierter Beispielcode in Python Ab sofort sind Algorithmen nicht mehr langweilig und trocken! Mit diesem Buch wird es dir Spaß machen, dich mit Algorithmen zu beschäftigen, und es wird dir leichtfallen zu verstehen, wie diese funktionieren. Du erhältst eine anschauliche Einführung in Algorithmen und lernst visuell und praxisnah, wie du die wichtigsten Algorithmen für Aufgaben einsetzt, die dir bei der Programmierung täglich begegnen. Du beginnst mit einfachen Aufgaben wie Sortieren und Suchen. Mit diesen Grundlagen gerüstet kannst du auch schwierigere Aufgaben wie dynamische Programmierung oder Künstliche Intelligenz in Angriff nehmen. Der Autor erläutert die Funktionsweise der Algorithmen anhand ganz einfacher Beispiele. So verdeutlicht er z.B. den Unterschied zwischen Arrays und verketteten Listen anhand der Aufgabe, mehrere noch freie Plätze in einem Kinosaal zu finden. Solche Beispiele zeigen dir ganz anschaulich, wie und wofür du die jeweiligen Algorithmen effektiv einsetzen kannst. Zu allen Erläuterungen findest du anschauliche Bilder und Diagramme sowie ausführlich kommentierten Beispielcode in Python. Wenn du Algorithmen verstehen möchtest, ohne dich mit komplizierten seitenlangen Beweisen herumzuplagen, ist dieses Buch genau das richtige für dich. Aus dem Inhalt: Such-, Sortier- und Graphenalgorithmen Performance von Algorithmen analysieren (Landau-Notation) Arrays, verkettete Listen und Hashtabellen Rekursion und Stacks Quicksort und das Teile-und-herrsche-Verfahren Dijkstra-Algorithmus für die Ermittlung des kürzesten Pfads Approximationsalgorithmen und NP-vollständige Probleme Greedy-Algorithmen Dynamische Programmierung Klassifikation und Regression mit dem k-Nächste-Nachbarn-Algorithmus
    Anmerkung: Originally published in English under title: Grokking algorithms, Manning Publications, ©2017. Cf. Title page verso. - Place of publication from publisher's website. - Description based on online resource; title from title page (Safari, viewed January 23, 2019)
    Bibliothek Standort Signatur Band/Heft/Jahr Verfügbarkeit
    BibTip Andere fanden auch interessant ...
  • 2
    ISBN: 9783958456952 , 3958456952 , 9783958456976 , 3958456979
    Sprache: Deutsch
    Seiten: 1 online resource (1 volume) , illustrations
    Ausgabe: 1. Auflage.
    Schlagwort(e): Python (Computer program language) ; Data mining ; Electronic books ; Electronic books ; local
    Kurzfassung: Die wichtigsten Tools für die Datenanalyse und-bearbeitung im praktischen Einsatz Python effizient für datenintensive Berechnungen einsetzen mit IPython und Jupyter Laden, Speichern und Bearbeiten von Daten und numerischen Arrays mit NumPy und Pandas Visualisierung von Daten mit Matplotlib Python ist für viele die erste Wahl für Data Science, weil eine Vielzahl von Ressourcen und Bibliotheken zum Speichern, Bearbeiten und Auswerten von Daten verfügbar ist. In diesem Buch erläutert der Autor den Einsatz der wichtigsten Tools. Für Datenanalytiker und Wissenschaftler ist dieses umfassende Handbuch von unschätzbarem Wert für jede Art von Berechnung mit Python sowie bei der Erledigung alltäglicher Aufgaben. Dazu gehören das Bearbeiten, Umwandeln und Bereinigen von Daten, die Visualisierung verschiedener Datentypen und die Nutzung von Daten zum Erstellen von Statistiken oder Machine-Learning-Modellen. Dieses Handbuch erläutert die Verwendung der folgenden Tools: IPython und Jupyter für datenintensive Berechnungen NumPy und Pandas zum effizienten Speichern und Bearbeiten von Daten und Datenarrays in Python Matplotlib für vielfältige Möglichkeiten der Visualisierung von Daten Scikit-Learn zur effizienten und sauberen Implementierung der wichtigsten und am meisten verbreiteten Algorithmen des Machine Learnings Der Autor zeigt Ihnen, wie Sie die zum Betreiben von Data Science verfügbaren Pakete nutzen, um Daten effektiv zu speichern, zu handhaben und Einblick in diese Daten zu gewinnen. Grundlegende Kenntnisse in Python werden dabei vorausgesetzt. Leserstimme zum Buch: »Wenn Sie Data Science mit Python betreiben möchten, ist dieses Buch ein hervorragender Ausgangspunkt. Ich habe es sehr erfolgreich beim Unterrichten von Informatik- und Statistikstudenten eingesetzt. Jake geht weit über die Grundlagen der Open-Source-Tools hinaus und erläutert die grundlegenden Konzepte, Vorgehensweisen und Abstraktionen in klarer Sprache und mit verständlichen Erklärungen.« - Brian Granger, Physikprofessor, California Polytechnic State University, Mitbegründer des Jupyter-Projekts
    Anmerkung: Authorized German translation of the English language edition: Python data science handbook : essential tools for working with data, published by O'Reilly Media, 2016. Cf. Title page verso. - Includes bibliographical references. - Description based on online resource; title from title page (Safari, viewed January 4, 2018)
    Bibliothek Standort Signatur Band/Heft/Jahr Verfügbarkeit
    BibTip Andere fanden auch interessant ...
  • 3
    ISBN: 9783958458956 , 3958458955
    Sprache: Deutsch
    Seiten: 1 online resource (1 volume) , illustrations
    Ausgabe: 1. Auflage.
    Schlagwort(e): R (Computer program language) ; Artificial intelligence ; Neural networks (Computer science) ; Machine learning ; Mathematical statistics ; Data processing ; Electronic books ; Electronic books ; local
    Kurzfassung: Einführung in die grundlegenden Konzepte von Machine Learning und Deep Learning Zahlreiche praktische Anwendungsbeispiele zum Lösen konkreter Aufgabenstellungen: Maschinelles Sehen, Sprachverarbeitung, Bildklassifizierung, Vorhersage von Zeitreihen, Stimmungsanalyse CNNs, Rekurrente neuronale Netze, generative Modelle wie Variational Autoencoder und Generative-Adversarial-Netze Dieses Buch ist eine praxisorientierte Einführung und erläutert die grundlegenden Konzepte sowie den konkreten Einsatz von Deep Learning. Der Autor verzichtet dabei weitgehend auf mathematische Formeln und legt stattdessen den Fokus auf das Vermitteln der praktischen Anwendung von Machine Learning und Deep Learning. Anhand zahlreicher Beispiele erfahren Sie alles, was Sie benötigen, um Deep Learning zum Lösen konkreter Aufgabenstellungen einzusetzen. Dafür verwendet der Autor die Programmiersprache R und die Deep-Learning-Bibliothek Keras, die das beliebteste und am besten geeignete Tool für den Einstieg in Deep Learning ist. Das Buch besteht aus zwei Teilen: Teil I ist eine allgemeine Einführung in das Deep Learning und erläutert die grundlegenden Zusammenhänge und Begriffe sowie alle erforderlichen Konzepte, die für den Einstieg in Deep Learning und Neuronale Netze wichtig sind. In Teil II erläutert der Autor ausführlich die praktischen Anwendungen des Deep Learnings beim maschinellen Sehen (Computer Vision) und bei der Verarbeitung natürlicher Sprache. Viele der hier vorgestellten Beispiele können Ihnen später als Vorlage zum Lösen von Problemen dienen, die Ihnen in der Praxis des Deep Learnings begegnen werden. Das Buch wendet sich an Leser, die bereits Programmiererfahrung mit R haben und die ins Machine Learning und Deep Learning einsteigen möchten. Für den Einsatz von Keras werden grundlegende R-Kenntnisse vorausgesetzt.
    Anmerkung: Originally published in English under title: Deep learning with R, by Manning Publications, 2018. Cf. Title page verso. - Place of publication from publisher's website. - Includes bibliographical references. - Description based on online resource; title from title page (Safari, viewed November 29, 2018)
    Bibliothek Standort Signatur Band/Heft/Jahr Verfügbarkeit
    BibTip Andere fanden auch interessant ...
  • 4
    ISBN: 9783958457355 , 3958457355
    Sprache: Deutsch
    Seiten: 1 online resource (1 volume) , illustrations
    Ausgabe: 2. Auflage.
    Schlagwort(e): Machine learning ; Python (Computer program language) ; Data mining ; Electronic books ; Electronic books ; local
    Kurzfassung: Datenanalyse mit ausgereiften statistischen Modellen des Machine Learnings Anwendung der wichtigsten Algorithmen und Python-Bibliotheken wie NumPy, SciPy, Scikit-learn, TensorFlow, Matplotlib, Pandas und Keras Best Practices zur Optimierung Ihrer Machine-Learning-Algorithmen Machine Learning und Predictive Analytics verändern die Arbeitsweise von Unternehmen grundlegend. Die Fähigkeit, in komplexen Daten Trends und Muster zu erkennen, ist heutzutage für den langfristigen geschäftlichen Erfolg ausschlaggebend und entwickelt sich zu einer der entscheidenden Wachstumsstrategien. Die zweite Auflage dieses Buchs berücksichtigt die jüngsten Entwicklungen und Technologien, die für Machine Learning, Neuronale Netze und Deep Learning wichtig sind. Dies betrifft insbesondere die neuesten Open-Source-Bibliotheken wie Scikit-learn, Keras und TensorFlow. Python zählt zu den führenden Programmiersprachen in den Bereichen Machine Learning, Data Science und Deep Learning und ist besonders gut dazu geeignet, grundlegende Erkenntnisse aus Ihren Daten zu gewinnen sowie ausgefeilte Algorithmen und statistische Modelle auszuarbeiten, die neue Einsichten liefern und wichtige Fragen beantworten. Die Autoren erläutern umfassend den Einsatz von Machine-Learning- und Deep-Learning-Algorithmen und wenden diese anhand zahlreicher Beispiele praktisch an. Dafür behandeln sie in diesem Buch ein breites Spektrum leistungsfähiger Python-Bibliotheken wie Scikit-learn, Keras und TensorFlow. Sie lernen detailliert, wie Sie Python für maschinelle Lernverfahren einsetzen und dabei eine Vielzahl von statistischen Modellen verwenden. Aus dem Inhalt: Trainieren von Lernalgorithmen für die Klassifizierung Regressionsanalysen zum Prognostizieren von Ergebnissen Clusteranalyse zum Auffinden verborgener Muster und Strukturen in Ihren Daten Deep-Learning-Verfahren zur Bilderkennung Optimale Organisation Ihrer Daten durch effektive Verfahren zur Vorverarbeitung Datenkomprimierung durch Dimensionsreduktion Training Neuronaler Netze mit TensorFlow Kombination verschiedener Modelle für das Ensemble Learning Einbettung eines Machine-Learning-Modells in eine Webanwendung Stimmungsanalyse in Social Networks Modellierung sequenzieller Daten durch rekurrente Neuronale Netze
    Anmerkung: "First published in the English language under the title Python machine learning, Second edition (9781787125933)"--Copyright page. - Description based on online resource; title from title page (Safari, viewed January 16, 2018)
    Bibliothek Standort Signatur Band/Heft/Jahr Verfügbarkeit
    BibTip Andere fanden auch interessant ...
  • 5
    ISBN: 9783958458406 , 3958458408
    Sprache: Deutsch
    Seiten: 1 online resource (1 volume) , illustrations
    Ausgabe: 1. Auflage.
    Schlagwort(e): Python (Computer program language) ; Machine learning ; Neural networks (Computer science) ; Electronic books ; Electronic books ; local
    Kurzfassung: Einführung in die grundlegenden Konzepte von Machine Learning und Deep Learning Zahlreiche praktische Anwendungsbeispiele zum Lösen konkreter Aufgabenstellungen Maschinelles Sehen, Sprachverarbeitung, Bildklassifizierung, Vorhersage von Zeitreihen, Stimmungsanalyse, Erzeugung von Bildern und Texten u.v.m. Dieses Buch ist eine praxisorientierte Einführung und erläutert die grundlegenden Konzepte sowie den konkreten Einsatz von Deep Learning. Der Autor verzichtet dabei weitgehend auf mathematische Formeln und legt stattdessen den Fokus auf das Vermitteln der praktischen Anwendung von Machine Learning und Deep Learning. Anhand zahlreicher Beispiele erfahren Sie alles, was Sie wissen müssen, um Deep Learning zum Lösen konkreter Aufgabenstellungen einzusetzen. Dafür verwendet der Autor die Programmiersprache Python und die Deep-Learning-Bibliothek Keras, die das beliebteste und am besten geeignete Tool für den Einstieg in Deep Learning ist. Das Buch besteht aus zwei Teilen: Teil I ist eine allgemeine Einführung in das Deep Learning und erläutert die grundlegenden Zusammenhänge und Begriffe sowie alle erforderlichen Konzepte, die für den Einstieg in Deep Learning und Neuronale Netze wichtig sind. In Teil II erläutert der Autor ausführlich praktische Anwendungsmöglichkeiten des Deep Learnings beim maschinellen Sehen (Computer Vision) und bei der Verarbeitung natürlicher Sprache. Viele der hier vorgestellten Beispiele können Ihnen später als Vorlage zum Lösen von Problemen dienen, die Ihnen in der Praxis des Deep Learnings begegnen werden. Das Buch wendet sich an Leser, die bereits Programmiererfahrung mit Python haben und ins Machine Learning und Deep Learning einsteigen möchten. Für den Einsatz von Keras werden grundlegende Python-Kenntnisse vorausgesetzt. Über den Autor: François Chollet ist bei Google tätig und befasst sich mit Deep Learning. Er ist der Entwickler der Deep-Learning-Bibliothek Keras und hat bedeutende Beiträge zum Machine-Learning-Framework TensorFlow geleistet. Er forscht auf dem Gebiet des Deep Learnings mit den Schwerpunkten maschinelles Sehen und der Anwendung des Machine Learnings auf formales Schließen. Seine Forschungsergebnisse wurden auf bedeutenden Veranstaltungen des Fachgebiets veröffentlicht, unter anderem auf der Conference on Computer Vision and Pattern Recognition (CVPR), der Conference on Neural Information Processing Systems (NIPS), der International Conference on Learning Representations (ICLR) und weiteren.
    Anmerkung: Originally published in English under title: Deep learning with Python, Manning Publications, ©2017. Cf. Title page verso. - Description based on online resource; title from title page (Safari, viewed June 14, 2018)
    Bibliothek Standort Signatur Band/Heft/Jahr Verfügbarkeit
    BibTip Andere fanden auch interessant ...
  • 6
    ISBN: 9783958457263 , 3958457266
    Sprache: Deutsch
    Seiten: 1 online resource (1 volume) , illustrations
    Ausgabe: 1. Auflage.
    Schlagwort(e): Computer software ; Development ; Computer programming ; History ; Electronic books ; Electronic books ; local
    Kurzfassung: Das Praxis-Handbuch für gutes Softwaredesign Praktische Lösungen für die Ausgestaltung guter Softwarearchitekturen von dem legendären Softwareexperten Robert C. Martin Allgemeingültige Regeln für die Verbesserung der Produktivität der Softwareentwicklung über den gesamten Lebenszyklus Wie Softwareentwickler wesentliche Prinzipien des Softwaredesigns meistern, warum Softwarearchitekturen häufig scheitern und wie man solche Fehlschläge verhindern kann Durch die Anwendung allgemeingültiger Regeln der Softwarearchitektur können Sie die Produktivität der Softwareentwicklung über gesamten Lebenszyklus eines beliebigen Softwaresystems enorm verbessern. Nach seinen Bestseller-Erfolgen Clean Code und The Clean Coder blickt der legendäre amerikanische Softwareexperte Robert C. Martin (»Uncle Bob«) in seinem jüngsten Werk hinter die Kulissen dieser Regeln und bietet Ihnen wertvolle Hilfestellung für deren Umsetzung in der Praxis. Dabei werden in Clean Architecture jedoch nicht bloß die verschiedenen zur Verfügung stehenden Möglichkeiten vorgestellt. Darüber hinaus lässt Sie Martin auch an seiner mehr als 50-jährigen professionellen Erfahrung mit Softwareumgebungen jeder erdenklichen Art teilhaben, um Ihnen aufzuzeigen, welche wichtigen Entscheidungen Sie treffen müssen und warum diese für Ihren Erfolg eine ausschlaggebende Rolle spielen. Wie man es von »Uncle Bob« erwarten kann, beschreibt auch dieses Buch geradlinige, zielführende Lösungen für die realen Herausforderungen, mit denen Sie sich konfrontiert sehen werden - eben genau diejenigen, die für den Erfolg oder Misserfolg Ihrer Projekte maßgeblich sind. Sie erfahren, was Softwarearchitekten erreichen müssen - und welche Kerndisziplinen und -praktiken dafür erforderlich sind, wie Sie die wesentlichen Prinzipien des Softwaredesigns in Bezug auf die Funktionalität, die Komponententrennung und das Datenmanagement meistern, inwieweit Programmierparadigmen die Arbeit der Softwareentwickler einer Disziplin unterwerfen, die ihre Handlungsspielräume einschränkt, welche architektonischen Aspekte von entscheidender Bedeutung und welche eher unwesentliche »Details« sind, wie Sie optimale übergeordnete Strukturen für das Web, Datenbanken, Fat Clients, Konsolen und eingebettete Anwendungen implementieren, wie Sie geeignete Grenzen und Layer definieren sowie Komponenten und Services organisieren, warum Softwaredesigns und -architekturen scheitern und wie man solchen Fehlschlägen vorbeugen (oder auch beheben) k...
    Anmerkung: Orignally published in English under title: Clean architecture : a craftsman's guide to software structure and design, First edition, by Pearson Education, ©2018. Cf. Title page verso. - Description based on online resource; title from title page (Safari, viewed March 8, 2018)
    Bibliothek Standort Signatur Band/Heft/Jahr Verfügbarkeit
    BibTip Andere fanden auch interessant ...
  • 7
    ISBN: 9783958454224 , 3958454224 , 9783958454248 , 3958454240
    Sprache: Deutsch
    Seiten: 1 online resource (1 volume) , illustrations
    Ausgabe: 1. Auflage.
    Schlagwort(e): Machine learning ; Python (Computer program language) ; Data mining ; Electronic books ; Electronic books ; local
    Kurzfassung: Datenanalyse mit ausgereiften statistischen Modellen des Machine Learnings Anwendung der wichtigsten Algorithmen und Python-Bibliotheken wie NumPy, SciPy, scikit-learn, matplotlib, pandas, Theano und Keras Verständlicher und eleganter Python-Code zur Optimierung Ihrer Algorithmen Machine Learning und Predictive Analytics verändern die Arbeitsweise von Unternehmen grundlegend. Die Fähigkeit, in komplexen Daten Trends und Muster zu erkennen, ist heutzutage für den langfristigen geschäftlichen Erfolg ausschlaggebend und entwickelt sich zu einer der entscheidenden Wachstumsstrategien. Sebastian Raschka gibt Ihnen einen detaillierten Einblick in die Techniken der Predictive Analytics. Er erläutert die grundlegenden theoretischen Prinzipien des Machine Learnings und wendet sie praktisch an. Dabei konzentriert er sich insbesondere auf das Stellen und Beantworten der richtigen Fragen. Python zählt zu den führenden Programmiersprachen im Bereich Data Science und ist besonders gut dazu geeignet, grundlegende Erkenntnisse aus Ihren Daten zu gewinnen sowie ausgefeilte Algorithmen und statistische Modelle auszuarbeiten, die neue Einsichten liefern und wichtige Fragen beantworten. Der Autor erläutert in diesem Buch ein breites Spektrum leistungsfähiger Python-Bibliotheken wie scikit-learn, Theano oder Keras. Sie lernen Schritt für Schritt die Grundlagen von Python für maschinelle Lernverfahren kennen und setzen dabei eine Vielfalt von statistischen Modellen ein. Aus dem Inhalt: Regressionsanalysen zum Prognostizieren von Ergebnissen Clusteranalysen zum Auffinden verborgener Muster und Strukturen in Ihren Daten Optimale Organisation Ihrer Daten durch effektive Verfahren zur Vorverarbeitung Datenkomprimierung durch Dimensionsreduktion Neuronale Netze erzeugen mit Keras und Theano Kombination verschiedener Modelle für das Ensemble Learning Einbettung eines Machine-Learning-Modells in eine Webanwendung Stimmungsanalyse in Social Networks
    Anmerkung: "First published in the English language under the title Python machine learning - (9781783555130)"--Copyright page. - Description based on online resource; title from title page (Safari, viewed January 5, 2017)
    Bibliothek Standort Signatur Band/Heft/Jahr Verfügbarkeit
    BibTip Andere fanden auch interessant ...
  • 8
    ISBN: 9783958452541 , 395845254X
    Sprache: Deutsch
    Seiten: 1 online resource (1 volume) , illustrations
    Ausgabe: 1. Auflage.
    Schlagwort(e): Statistics ; Methodology ; Missing observations (Statistics) ; Electronic books ; Electronic books ; local
    Kurzfassung: Gängige Fehler vermeiden und Statistik richtig anwenden Daten sinnvoll auswerten - mit den geeigneten Methoden Die richtigen Fragen stellen und Experimente passend aufsetzen Gängige Fehler kennenlernen und systematisch von Anfang an ausmerzen Statistische Datenanalysen sind ein Grundpfeiler der Wissenschaft. Umso schlimmer ist es, dass die meisten Wissenschaftler kaum eine ausreichende statistische Ausbildung haben, um Statistik korrekt einsetzen zu können. Dies führt zu falschen Ergebnissen und Fehlinterpretationen, die häufiger sind, als man denkt. Mit diesem Buch erhalten Wissenschaftler und Studenten einen kompakten und vollständigen Leitfaden für eine grundlegende Statistikausbildung. Mit den in diesem Buch erläuterten Methoden ist der Leser ausreichend auf eine fundierte Anwendung in der Wissenschaft vorbereitet. Der Autor macht dabei insbesondere auf gängige Fehler aufmerksam, die es zu vermeiden gilt. Dies macht das Buch zu einem unverzichtbaren Begleiter für alle Wissenschaftler, die ihre Daten statistisch auswerten müssen.
    Anmerkung: Includes bibliographical references. - Description based on online resource; title from title page (viewed October 7, 2016). - German translation from English
    Bibliothek Standort Signatur Band/Heft/Jahr Verfügbarkeit
    BibTip Andere fanden auch interessant ...
  • 9
    ISBN: 9783958454095 , 3958454097
    Sprache: Deutsch
    Seiten: 1 online resource (1 volume) , illustrations
    Ausgabe: 1. Auflage.
    Schlagwort(e): Open source software ; Application software ; Development ; Automation ; Virtual computer systems ; Computer software ; Development ; Linux device drivers (Computer programs) ; Electronic books ; Electronic books ; local
    Kurzfassung: Docker-Images und -Container verwenden Container deployen und debuggen Einsatz von Tools: Docker Swarm, Centurion, Amazon EC2 Container Services Linux-Container besitzen das Potenzial, das Deployment von Applikationen für verschiedene Umgebungen stark zu verändern. Dieses Buch weist Ihnen den Weg zu einer funktionierenden Docker-Umgebung. Die Autoren zeigen Ihnen, wie Sie Docker-Images Ihrer Anwendungen inklusive aller Abhängigkeiten erstellen, wie Sie diese testen, deployen und skalieren können, und wie Sie die Container in der Produktivumgebung pflegen und warten. Dabei kommen Themen wie die Einrichtung, das Testen und das Deployment von Docker-Anwendungen ebenso zur Sprache wie das Debugging eines laufenden Systems. Mit diesem Buch werden Sie verstehen, was Docker wirklich leistet, welche Relevanz es hat, wie Sie es zum Laufen bekommen, wie Sie damit Ihre Anwendungen deployen können und was erforderlich ist, um es in einer Produktivumgebung einzusetzen. Die Autoren dieses Buches sind in dem Unternehmen New Relic für die Sicherstellung der Stabilität der dort entwickelten Anwendungen zuständig und lassen Sie an ihren im praktischen Umgang mit Docker gesammelten Erfahrungen teilhaben. Ihre Zielsetzung lautet, Sie von ihren Erkenntnissen profitieren zu lassen und davor zu bewahren, dieselben Rückschläge hinnehmen zu müssen, die den Autoren in diesem Kontext widerfahren sind. Aus dem Inhalt: Einfachere Handhabung der Abhängigkeiten und des Deployments von Anwendungen mit Docker Einsatz von Docker-Images und -Containern Das Kommandozeilentool docker Praxisnahe Verfahren für das Deployment und das Testen von Linux-Containern in Produktivumgebungen Container-Debugging Deployment skalierbarer Container in Produktivumgebungen Weiterführende Themen wie Deployment-Tools, Vernetzung, Orchestrierung, Sicherheitsaspekte und Konfiguration
    Anmerkung: Authorized translation of the English edition of Docker: up & running. - Includes bibliographical references. - Description based on online resource; title from title page (viewed September 12, 2016)
    Bibliothek Standort Signatur Band/Heft/Jahr Verfügbarkeit
    BibTip Andere fanden auch interessant ...
  • 10
    ISBN: 9783958451773 , 3958451772
    Sprache: Deutsch
    Seiten: 1 online resource (1 volume) , illustrations
    Schlagwort(e): Big data ; Real-time data processing ; Database management ; Database design ; Data mining ; Electronic books ; Electronic books ; local
    Kurzfassung: Techniken und Best Practices für Datensysteme Einführung in Big-Data-Systeme Echtzeitverarbeitung sehr großer Datenmengen Tools wie Hadoop, Cassandra und Storm Bei Anwendungen in der Größenordnung von sozialen Netzwerken, der Datenverkehrsanalyse in Echtzeit oder E-Commerce-Websites entstehen sehr schnell so große Datenmengen, dass herkömmliche Datenbanksysteme ihnen nicht mehr gewachsen sind. Solche Anwendungen erfordern Architekturen, die dafür ausgelegt sind, Datenmengen nahezu beliebigen Umfangs zu speichern und zu verarbeiten. Dieses Buch erklärt die Einrichtung solcher Datenhaltungssysteme anhand einer speziell für große Datenmengen ausgelegten Architektur. Der Autor erläutert die Theorie von Big-Data-Systemen und zeigt, wie der Leser dies in die Praxis umsetzen kann. Darüber hinaus werden Technologien wie Hadoop, Storm und NoSQL-Datenbanken eingeführt.
    Anmerkung: Description based on online resource; title from title page (viewed October 7, 2016). - Translation from English of : Big Data: Principles and best practices of scalable realtime data systems
    Bibliothek Standort Signatur Band/Heft/Jahr Verfügbarkeit
    BibTip Andere fanden auch interessant ...
  • 11
    Online-Ressource
    Online-Ressource
    [Germany] : mitp Verlags
    ISBN: 9783958450905
    Sprache: Deutsch
    Seiten: 1 online resource (1 volume) , illustrations
    Ausgabe: 1. Auflage.
    Schlagwort(e): Computer games ; Programming ; Electronic books ; Electronic books ; local
    Kurzfassung: Die bekannten Design Patterns der Gang of Four im konkreten Einsatz für die Entwicklung von Games Zahlreiche weitere vom Autor entwickelte Patterns Sequenzierungs-, Verhaltens-, Entkopplungs- und Optimierungsmuster Für viele Spieleprogrammierer stellt die Finalisierung ihres Spiels die größte Herausforderung dar. Viele Projekte verlaufen im Sande, weil Programmierer der Komplexität des eigenen Codes nicht gewachsen sind. Die im Buch beschriebenen Design Patterns nehmen genau dieses Problem in Angriff. Der Autor blickt auf jahrelange Erfahrung in der Entwicklung von weltweit erfolgreichen Games zurück und stellt erprobte Patterns vor, mit deren Hilfe Sie Ihren Code entwirren und optimieren können. Die Patterns sind in Form unabhängiger Fallbeispiele organisiert, so dass Sie sich nur mit den für Sie relevanten zu befassen brauchen und das Buch auch hervorragend zum Nachschlagen verwenden können. Sie erfahren, wie man eine stabile Game Loop schreibt, wie Spielobjekte mithilfe von Komponenten organisiert werden können und wie man den CPU-Cache nutzt, um die Performance zu verbessern. Außerdem werden Sie sich damit beschäftigen, wie Skript-Engines funktionieren, wie Sie Ihren Code mittels Quadtrees und anderen räumlichen Aufteilungen optimieren und wie sich die klassischen Design Patterns in Spielen einsetzen lassen.
    Anmerkung: Translation of: Game programming patterns, published by Genever Benning, c2014. - Description based on online resource; title from title page (Safari, viewed September 18, 2015)
    Bibliothek Standort Signatur Band/Heft/Jahr Verfügbarkeit
    BibTip Andere fanden auch interessant ...
  • 12
    ISBN: 9783958451810
    Sprache: Deutsch
    Seiten: 1 online resource (1 volume)
    Ausgabe: 1. Auflage.
    Schlagwort(e): Python (Computer program language) ; Computer programming ; Electronic books ; Electronic books ; local
    Kurzfassung: Bewährte Verfahren, Tipps und Tricks für stabilen und schnellen Code Grundlegende Aufgaben besser und effektiver lösen Detaillierte Erklärungen und zahlreiche Beispiele Der Einstieg in die Python-Programmierung ist einfach, daher ist die Sprache so beliebt. Pythons einzigartige Vorteile, Vorzüge und Ausdrucksstärke sind allerdings nicht immer ganz einfach zu verstehen und es gibt verborgene Fallstricke, über die man leicht stolpern kann. »Effektiv Python programmieren« wird Ihnen dabei helfen, eine wirklich Python-typische Herangehensweise an die Programmierung zu meistern und macht sich dabei die Möglichkeiten zunutze, in Python außerordentlich stabilen und schnellen Code zu schreiben. Brett Slatkin stellt im kompakten, an Fallbeispielen orientierten Stil von Scott Meyers populären Buch »Effektiv C++ programmieren« 59 bewährte Verfahren, Tipps und Tricks vor, die er anhand realistischer Codebeispiele erläutert. Slatkin kann auf jahrelange Erfahrung mit der Python-Infrastruktur bei Google zurückblicken und zeigt wenig bekannte Eigenarten und Sprachelemente, die großen Einfluss auf das Verhalten des Codes und die Performance haben können. Sie erfahren, wie grundlegende Aufgaben am besten erledigt werden, damit Sie leichter verständlichen, wartungsfreundlicheren und einfach zu verbessernden Code schreiben können. Aus dem Inhalt: Gängige Richtlinien für alle wichtigen Gebiete der Entwicklung in Python 2.x und 3.x mit detaillierten Erklärungen und Beispielen Gebräuchliche Vorgehensweisen beim Schreiben von Funktionen, die deren Absicht verdeutlichen, die Wiederverwendung von Code begünstigen und dabei helfen, Fehler zu vermeiden Verhaltensweisen mithilfe von Klassen und Objekten ausdrücken Stolpersteine beim Umgang mit Metaklassen und dynamischen Attributen umgehen Effizientere Ansätze für Nebenläufigkeit und parallele Ausführung Tipps und Tricks zur Nutzung Pythons integrierter Module Tools und bewährte Verfahren bei der Zusammenarbeit mit anderen Entwicklern Lösungen für das Debuggen, Testen und Optimieren zur Verbesserung der Qualität und der Performance
    Anmerkung: Place of publication from publisher's website. - Translation of: Effective Python, published by Addison-Wesley, c2015. - Description based on online resource; title from title page (Safari, viewed October 21, 2015)
    Bibliothek Standort Signatur Band/Heft/Jahr Verfügbarkeit
    BibTip Andere fanden auch interessant ...
  • 13
    ISBN: 9783826697005 , 3826697006
    Sprache: Deutsch
    Seiten: 1 online resource (1 volume) , illustrations
    Ausgabe: 1. Auflage.
    Schlagwort(e): Object-oriented programming (Computer science) ; Computer software ; Reusability ; Software patterns ; Electronic books ; Electronic books ; local
    Kurzfassung: Entwurfsmuster als Elemente wiederverwendbarer objektorientierter Software Der Bestseller von Gamma und Co. in komplett neuer Übersetzung Der Klassiker für alle Programmierer Das Standardwerk für die objektorientierte Softwareentwicklung Mit Design Patterns lassen sich wiederkehrende Aufgaben in der objektorientierten Softwareentwicklung effektiv lösen. Die Autoren stellen einen Katalog einfacher und prägnanter Lösungen für häufig auftretende Aufgabenstellungen vor. Mit diesen 23 Patterns können Softwareentwickler flexiblere, elegantere und vor allem auch wiederverwendbare Designs erstellen, ohne die Lösungen jedes Mal aufs Neue selbst entwickeln zu müssen. Die Autoren beschreiben zunächst, was Patterns eigentlich sind und wie sie sich beim Design objektorientierter Software einsetzen lassen. Danach werden die stets wiederkehrenden Designs systematisch benannt, erläutert, beurteilt und katalogisiert. Mit diesem Leitfaden lernen Sie, wie sich diese wichtigen Patterns in den Softwareentwicklungsprozess einfügen und wie sie zur Lösung Ihrer eigenen Designprobleme am besten eingesetzt werden. Bei jedem Pattern ist angegeben, in welchem Kontext es besonders geeignet ist und welche Konsequenzen und Kompromisse sich aus der Verwendung des Patterns im Rahmen des Gesamtdesigns ergeben. Sämtliche Patterns entstammen echten Anwendungen und beruhen auf tatsächlich existierenden Vorbildern. Außerdem ist jedes Pattern mit Codebeispielen versehen, die demonstrieren, wie es in objektorientierten Programmiersprachen wie C++ oder Smalltalk implementiert werden kann. Das Buch eignet sich nicht nur als Lehrbuch, sondern auch hervorragend als Nachschlagewerk und Referenz und erleichtert so auch besonders die Zusammenarbeit im Team. Aus dem Inhalt: Einführung Fallstudie Erzeugungsmuster Abstract Factory Builder Factory Method Prototype Singleton Strukturmuster Adapter Bridge Composite Decorator Facade Flyweight Proxy Verhaltensmuster Chain of Responsibility Command Interpreter Iterator Mediator Memento Observer State Strategy Template Method Visitor Über die Autoren: Die Autoren sind auf dem Gebiet der objektorientierten Programmierung international anerkannte Experten. Dr. Erich Gamma war maßgeblich an der Entstehung der integrierten Entwicklungsumgebung Eclipse beteiligt und leitet seit 2011 bei der Microsoft Corporation in Zürich ein Team, das die Produktion der Entwicklungsumgebung Microsoft Visual Studio unterstützt. Dr. Richard Helm wurde 2005 mit dem ACM Pro...
    Anmerkung: Authorized translation from the English language edition, entitled Design patterns : elements of reusable object-oriented software, 1st ed. by Erich Gamma, RIchard Helm, Ralph Johnson, John Vlissidues. Published by Pearson Education, publishing ass Addison-Wesley Professional, ©1995. Cf. Copyright page. - Includes bibliographical references. - Description based on online resource; title from title page (Safari, viewed December 8, 2016)
    Bibliothek Standort Signatur Band/Heft/Jahr Verfügbarkeit
    BibTip Andere fanden auch interessant ...
  • 14
    Online-Ressource
    Online-Ressource
    [Germany] : mitp Verlags
    ISBN: 9783958450813
    Sprache: Deutsch
    Seiten: 1 online resource (1 volume) , illustrations
    Ausgabe: 1. Auflage.
    Schlagwort(e): Application software ; Development ; Software architecture ; Electronic books ; Electronic books ; local
    Kurzfassung: Feingranulare Systeme mit Microservices aufbauen Design, Entwicklung, Deployment, Testen und Monitoring Sicherheitsaspekte, Authentifizierung und Autorisierung Verteilte Systeme haben sich in den letzten Jahren stark verändert: Große monolithische Architekturen werden zunehmend in viele kleine, eigenständige Microservices aufgespalten. Aber die Entwicklung solcher Systeme bringt Herausforderungen ganz eigener Art mit sich. Dieses Buch richtet sich an Softwareentwickler, die sich über die zielführenden Aspekte von Microservice-Systemen wie Design, Entwicklung, Testen, Deployment und Monitoring informieren möchten. Sam Newman veranschaulicht und konkretisiert seine ganzheitliche Betrachtung der grundlegenden Konzepte von Microservice-Architekturen anhand zahlreicher praktischer Beispiele und Ratschläge. Er geht auf die Themen ein, mit denen sich Systemarchitekten und Administratoren bei der Einrichtung, Verwaltung und Entwicklung dieser Architekturen in jedem Fall auseinandersetzen müssen. Aus dem Inhalt: Vorteile von Microservices Gestaltung von Services Ausrichtung der Systemarchitektur an der Organisationsstruktur Möglichkeiten zur Integration von Services Schrittweise Aufspaltung einer monolithischen Codebasis Deployment einzelner Microservices mittels Continuous Integration Testen und Monitoring verteilter Systeme Sicherheitsaspekte Authentifizierung und Autorisierung zwischen Benutzer und Service bzw. zwischen Services untereinander Skalierung von Microservice-Architekturen »Microservice-Architekturen besitzen viele interessante Eigenschaften, allerdings sind bei der Umstellung so einige Fallstricke zu beachten. Dieses Buch wird Ihnen helfen herauszufinden, ob Microservices für Ihre Zwecke geeignet sind und zeigt Ihnen, wie Sie die Fallstricke umgehen können.« Martin Fowler, Chief Scientist, ThoughtWorks
    Anmerkung: Translation of: Building Microservices, published by O'Reilly Media, c2015. - Description based on online resource; title from title page (Safari, viewed September 18, 2015)
    Bibliothek Standort Signatur Band/Heft/Jahr Verfügbarkeit
    BibTip Andere fanden auch interessant ...
  • 15
    ISBN: 9783826697142
    Sprache: Deutsch
    Seiten: 1 online resource (1 volume) , illustrations
    Ausgabe: 1. Auflage.
    Schlagwort(e): JavaScript (Computer program language) ; Electronic books ; Electronic books ; local
    Kurzfassung: Bewährte Methoden bei der Entwicklung einer JavaScript-Bibliothek Anspruchsvolle Features von JavaScript Ausführliche Beschreibung browserübergreifender Programmierung Das Web ist heute ohne JavaScript undenkbar, doch seit der Entstehung dieser Scriptsprache hat sich einiges getan. Dieses Buch stellt moderne JavaScript-Konzepte vor, die für alle Webentwickler von Nutzen sind, die Ajax und JavaScript-Bibliotheken für interaktive Webseiten einsetzen.Der JavaScript-Experte John Resig, Autor der bekannten jQuery-Bibliothek, vermittelt im Buch das Insiderwissen der besten JavaScript-Programmierer. Das Buch richtet sich an fortgeschrittene Anfänger und weist dem Leser den Weg zur Programmierung moderner JavaScript-Anwendungen in drei Stufen: Entwurf, Entwicklung sowie Pflege und Wartung des Codes.Zunächst wird die Grundlage fortgeschrittenen JavaScript-Wissens gelegt. Danach lernt der Leser den Aufbau einer JavaScript-Bibliothek kennen: Hier werden die vielfältigen Aufgaben erläutert sowie Entwicklungsstrategien und Lösungsansätze aus der Praxis vorgestellt. Und natürlich werden auch die Vorgehensweisen zur Erstellung zukunftssicheren Codes thematisiert.Das Buch versetzt den Leser in die Lage, ausgezeichnete JavaScript-Anwendungen zu programmieren, eigene Bibliotheken zu schreiben und die verfügbaren JavaScript-Bibliotheken optimal zu verwenden. Aus dem Inhalt: Assertionen und Debugging Funktionen und Objekte Closures Objektorientierung und Prototypen Reguläre Ausdrücke Umgang mit Threads und Timern Codeauswertung zur Laufzeit Die with-Anweisung Cross-Browser-Strategien Attribute, Eigenschaften und CSS Umgang mit Ereignissen Manipulation des DOMs CSS-Selector-Engines Anwendungen und Bibliotheken aus der richtigen Perspektive betrachtet Modernes JavaScript-Design Problemlösungen für die browserübergreifende Entwicklung
    Anmerkung: "Original English language edition published by Manning Publications USA ©2013"--Impressum. - Description based on online resource; title from title page (Safari, viewed September 21, 2015)
    Bibliothek Standort Signatur Band/Heft/Jahr Verfügbarkeit
    BibTip Andere fanden auch interessant ...
  • 16
    Online-Ressource
    Online-Ressource
    Heidelberg : mitp
    ISBN: 9783826696992
    Sprache: Deutsch
    Seiten: 1 online resource (1 volume) , illustrations
    Ausgabe: 1. Auflage.
    Schlagwort(e): Raspberry Pi (Computer) ; Microcomputers ; Electronic books ; Electronic books ; local
    Kurzfassung: Ansteuerung von LED-Lichterketten über Musik, Hausautomation mit Webcam und E-Mail-Alarm Twitter- und Facebook-Anbindung, Hightech-Vogelhäuschen, Zusammenarbeit von Arduino und Raspberry Pi Python-Grundlagen anhand mehrerer Software-Projekte Sie haben mit Ihrem Raspberry Pi schon die ersten Schritte unternommen und stellen sich nun die Frage - und jetzt? Genau hier setzt dieses Buch an. Sie finden zahlreiche inspirierende Projekte für den Raspberry Pi, die Sie direkt umsetzen könnenDie Autoren stellen 16 interessante und zunehmend anspruchsvollere Projekte vor, mit denen Sie Ihre Kenntnisse erweitern können. Dazu gehören unter anderem: Erstellen einfacher Programme mit Python, z.B. das Spiel Tic-Tac-Toe Nachprogrammierung von Spieleklassikern wie Pong und Pac Man Minecraft Maze Maker, ein Python-Programm, das Minecraft-Labyrinthe erzeugt Anschluss von Schnittstellen-Hardware und Bau eines Reaktionstesters Ein softwaregesteuertes Spielzeug, das auf Twitter zugreift und Tweets vorliest Disco-Beleuchtung: Ansteuerung von LED-Lichterketten im Takt der Musik Aufbau eines vernetzten Überwachungssystems mit Türkontaktschalter, Bewegungsmelder, Webcam und E-Mail-Alarm Computergesteuerte Projekte wie Modellrennbahn und Türschloss Ein Bilder zeichnender Drehgeber als Zaubertafel mit Facebook-Anbindung Elektronischer Harmonograph: eine Maschine zum Zeichnen komplizierter Muster, ein Arduino hilft beim Sammeln von Daten in Echtzeit Hightech-Vogelhäuschen mit Lichtschranke zum Aufzeichnen und Auswerten von Bewegungsdaten Das Buch zeigt Ihnen, wie Sie den Raspberry Pi programmieren und coole automatisierte, interaktive Technikspielereien basteln. Am Ende aller Kapitel finden Sie Vorschläge zum Ausbau der Projekte.Es werden keine Kenntnisse vorausgesetzt. Für Neulinge wird am Anfang kurz erläutert, wie Sie den Raspberry Pi zum Laufen bekommen. Python-Einsteiger finden eine Einführung in die Programmierung mit Python.
    Anmerkung: Originally published in English as: Raspberry Pi projects by John Wiley & Sons, c2014. - Description based on online resource; title from title page (Safari, viewed September 20, 2015)
    Bibliothek Standort Signatur Band/Heft/Jahr Verfügbarkeit
    BibTip Andere fanden auch interessant ...
  • 17
    Online-Ressource
    Online-Ressource
    [Heidelberg] : mitp
    ISBN: 9783826696664
    Sprache: Deutsch
    Seiten: 1 online resource (1 volume) , illustrations
    Ausgabe: 1. Auflage.
    Schlagwort(e): Mathematica (Computer file) ; Raspberry Pi (Computer) ; Microcomputers ; Programming ; Electronic books ; Electronic books ; local
    Kurzfassung: Programmierung mit Mathematica und der Wolfram Language Umformen, Vereinfachen und Lösen von Gleichungen Vektoranalysis am Beispiel Maxwellscher Gleichungen und der Elektrodynamik Mathematica ist eines der leistungsfähigsten und meistgenutzten mathematisch-naturwissenschaftlichen Softwarepakete für Linux, OS X und Windows. Für den Raspberry Pi ist es seit Ende 2013 sogar kostenlos zu haben. Nach den ersten Schritten mit Mathematica gibt das Buch eine Übersicht über die Fähigkeiten der Software und der Wissensmaschine Wolfram Alpha. Es werden Optionen, numerische Ausgaben, Konstanten, Einheiten, verschiedene Zahlentypen, Brüche, Potenzreihenentwicklung und die Eingabe in formloser Sprache vorgestellt. Weitere Kapitel haben Listen, Tabellen, Ausdrücke, Funktionen, benutzerdefinierte Objekte, die grafischen Möglichkeiten sowie Audio und Musik zum Thema. Nach einem Kapitel über die Grundzüge der Programmierung mit Mathematica und der Wolfram Language widmet sich das Buch dem Umgang mit Gleichungen. Zwei praktisch orientierte Kapitel beschäftigen sich mit Analysis und Vektoranalysis. Im Anhang wird die Verwendung von Mathematica auf dem Raspberry Pi ausführlich erläutert. Außerdem finden Sie Hinweise zu weiterer Mathematiksoftware. Aus dem Inhalt: Anbindung von Wolfram Alpha Listen, Tabellen, Iteratoren Ausdrücke, Funktionen und deren Darstellung Verwendung benutzerdefinierter Funktionen und Variablen Erstellen von Plots und Grafiken Klangerzeugung und Audiofähigkeiten Grundzüge der Programmierung mit Mathematica Vereinfachen und Lösen von Gleichungen Differenzieren und Integrieren Vektoranalysis Im Anhang: Mathematica® auf dem Raspberry Pi
    Anmerkung: Place of publication from publisher's website. - Description based on online resource; title from title page (Safari, viewed October 13, 2015)
    Bibliothek Standort Signatur Band/Heft/Jahr Verfügbarkeit
    BibTip Andere fanden auch interessant ...
Schließen ⊗
Diese Webseite nutzt Cookies und das Analyse-Tool Matomo. Weitere Informationen finden Sie hier...