With BookBeat you can explore more than 1 million audiobooks and e-books on your mobile or tablet. Try for free and enjoy a world of stories at BookBeat.

BookBeat - Audiobooks and e-books directly in the mobile. Try for free!

Unless you're out on an adventure, it's better to sign up at the website of {country}.

{seriesName} - Book series - BookBeat

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 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.

Animals

Moderne Webanwendungen für .NET-Entwickler

Leitfaden für Installation, Konfiguration und Optimierung Das Praxisbuch zur Standardsoftware Profi-Knowhow für Administrator*innen Aktuell zur Version 7.0 Sie brauchen praxisrelevante Informationen zur technischen Realisierung einer virtualisierten Infrastruktur mittels vSphere 7.0? 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 7.0 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 7.0 aktualisiert. Zusätzlich aufgenommen wurden die Neuerungen von vSphere 7.0, z.B. Lifecycle Manager, der vSphere-Client (HTML5), Appliance Management, Cluster Appliances und der neue vCenter Server auf Photon Linux Basis. Weiterhin beinhaltet die vierte Auflage die Themen Upgrade von einer Vorversion, NFS Storage unter Linux erstellen, Alarme, Hostprofile (erweitert), Security, Troubleshooting (erweitert) und eine bestmögliche Netzwerkkonfiguration.

Praxishandbuch VMware vSphere 7

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 Nutzern 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 sofort angewendet werden können. Durch Business Cases und anschauliche Praxisbeispiele erhalten Sie wertvolle Einblicke und 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

UX-Strategie

Bewährte Praxislösungen für komplexe Machine-Learning-Aufgaben Behandelt alle Phasen der ML-Produktpipeline Klar strukturierter Aufbau: Konzepte und Zusammenhänge erschließen sich dadurch schnell Fokus auf TensorFlow, aber auch übertragbar auf PyTorch-Projekte Die Design Patterns in diesem Buch zeigen praxiserprobte Methoden und Lösungen für wiederkehrende Aufgaben beim Machine Learning. Die Autoren, drei Machine-Learning-Experten bei Google, beschreiben bewährte Herangehensweisen, um Data Scientists und Data Engineers bei der Lösung gängiger Probleme im gesamten ML-Prozess zu unterstützen. Die Patterns bündeln die Erfahrungen von Hunderten von Experten und bieten einfache, zugängliche Best Practices. In diesem Buch finden Sie detaillierte Erläuterungen zu 30 Patterns für diese Themen: Daten- und Problemdarstellung, Operationalisierung, Wiederholbarkeit, Reproduzierbarkeit, Flexibilität, Erklärbarkeit und Fairness. Jedes Pattern enthält eine Beschreibung des Problems, eine Vielzahl möglicher Lösungen und Empfehlungen für die Auswahl der besten Technik für Ihre Situation.

Design Patterns für Machine Learning

Hands-On DDD: von der Strategie bis zum technischen Design Anspruchsvolles Thema, von einem DDD-Praktiker gut lesbar aufgeschlüsselt Fokus auf der strukturierten DDD-Denkweise und den zentralen Prinzipien Konkrete Hilfestellungen, wann Patterns genutzt werden sollten und wann nicht Kompakte Codebeispiele - gerade vollständig genug, um Grundideen zu vermitteln Softwareentwicklung ist heutzutage anspruchsvoller denn je: Als Entwicklerin oder Entwickler müssen Sie technologische Trends im Blick behalten, aber genauso die Business Domains hinter der Software verstehen. Dieser Praxisratgeber beschreibt zentrale Patterns, Prinzipien und Praktiken, mit denen Sie Geschäftsbereiche analysieren, die Business-Strategie verstehen und, was am wichtigsten ist, Ihr Softwaredesign besser an den Geschäftsanforderungen ausrichten können. DDD-Praktiker Vlad Khononov zeigt Ihnen, wie diese Praktiken zu einer robusten Implementierung der Geschäftslogik führen und Ihr Softwaredesign und Ihre Softwarearchitektur zukunftsfähig machen. Abschließend wird DDD in Verbindung mit Microservices-basierten, Event-getriebenen und Data-Mesh-Architekturen beleuchtet.

Einführung in Domain-Driven Design

Lightning-Netwerk als schnell wachsendes Second-Layer-Protokoll für Bitcoin-Zahlungen verstehen von international anerkannten Experten verfasstes Grundlagenwerk zu einer Technologie, die das kritische Problem der Skalierung von Bitcoin zu lösen verspricht für Entwickler, Systemarchitekten, Investoren, Unternehmen und alle, die sich für Krypto-Währungen interessieren Das Lightning-Netzwerk (LN) ist ein schnell wachsendes Second-Layer-Zahlungsprotokoll, das auf Bitcoin aufsetzt, um nahezu sofortige Transaktionen zwischen zwei Parteien zu ermöglichen. In diesem Praxisbuch erklären die Autoren Andreas M. Antonopoulos, Olaoluwa Osuntokun und René Pickhardt, wie diese Weiterentwicklung die nächste Stufe der Skalierung von Bitcoin ermöglicht, die Geschwindigkeit und den Datenschutz erhöht und gleichzeitig die Gebühren reduziert. Dieses Buch ist ideal für Entwickler, Systemarchitekten, Investoren und Unternehmer, die ein besseres Verständnis von LN anstreben. Es zeigt, warum Expertinnen und Experten LN als entscheidende Lösung für das Skalierbarkeitsproblem von Bitcoin sehen. Nach der Lektüre werden Sie verstehen, warum LN in der Lage ist, weit mehr Transaktionen zu verarbeiten als die heutigen Finanznetzwerke.

Einführung in das Lightning Netzwerk

Data Mesh = verteile Architekturen auch für das Datenmanagement! Aus erster Hand: Die Autorin ist die Begründerin des innovativen Data-Mesh-Konzepts Von traditionellen Data Warehouses und Data Lakes hin zum dezentralen Data Mesh Das Buch zeigt, wie Data-Mesh-Architekturen sowohl organisatorisch als auch technisch implementiert werden Wir befinden uns an einem Wendepunkt im Umgang mit Daten. Unser bisheriges Datenmanagement wird der Komplexität der Organisationsstrukturen, der immer zahlreicheren Datenquellen und dem steigenden Interesse am Einsatz von künstlicher Intelligenz nicht mehr gerecht. In diesem praxisorientierten Buch führt die Autorin Zhamak Dehghani in Data Mesh ein, ein dezentrales soziotechnisches Paradigma basierend auf Konzepten moderner verteilter Architekturen. Data Mesh ist ein neuer Ansatz für die Beschaffung, Bereitstellung, den Zugriff und die Verwaltung analytischer Daten, der auch skaliert. Zhamak Dehghani begleitet Softwarearchitekt:innen, Entwickler:innen und Führungskräfte auf ihrem Weg von einer traditionellen, zentralen Big-Data-Architektur hin zu einer verteilten, dezentralen Organisationsstruktur für die Verwaltung analytischer Daten. Dabei behandelt Data Mesh Daten als Produkt, ist stark domänengetrieben und zielt auf eine Self-Serve-Datenplattform ab. Das Buch erläutert technische Migrationsstrategien, aber auch den organisatorischen Wandel hin zu neuen Teamstrukturen, Rollen und Verantwortlichkeiten, die mit dezentralen Architekturen einhergehen.

Data Mesh

Nutzen Sie die Leistungsfähigkeit von Large Language Models für wirklich innovative Anwendungen!Dieses Buch vermittelt Ihnen Schritt für Schritt das notwendige Wissen, um GPT-4 und ChatGPT in Ihre eigenen Projekte zu integrierenEs verbindet nahtlos Theorie und Praxis und macht die Komplexität von GPT-4 und GPT 3.5 für Programmierer:innen verständlichDie Themen reichen von den grundlegenden Prinzipien der LLMs und der API-Integration bis hin zu Prompt Engineering und FeintuningDie aktualisierte und erweiterte 2. Auflage behandelt neben GPT 4 und GPT 3.5 jetzt auch GPT 4o sowie das Thema Multimodalität Diese Einführung zeigt Python-Entwicklerinnen und -Entwicklern, wie sie Anwendungen mit Large Language Models erstellen. Olivier Caelen und Marie-Alice Blete erklären die wichtigsten Features von GPT-4 und GPT-3.5 und beschreiben, wie sie für eigene NLP-Aufgaben eingesetzt werden können. In nachvollziehbaren Schritten wird erläutert, wie Sie mithilfe der OpenAI-Python-Bibliothek Applikationen zur Textgenerierung, für das Question Answering oder für intelligente Assistenten entwickeln. Anschauliche Beispiele sowie klare und detaillierte Erklärungen unterstützen Sie dabei, die Konzepte zu verstehen und sie auf Ihre Projekte anzuwenden. Die Codebeispiele sind in einem GitHub- Repository verfügbar. Zudem enthält das Buch ein Glossar mit den wichtigsten Begriffen. Für diese 2. Auflage wurde das Buch aktualisiert und deutlich erweitert, es berücksichtigt die neuesten Entwicklungen in der KI-Technologie wie beispielsweise GPT-4o und Multimodalität. Sind Sie bereit, das Potenzial von Large Language Models in Ihren Anwendungen zu nutzen? Dann ist dieses Buch ein Muss für Sie. Es behandelt: Grundlagen und Stärken von GPT-4- und GPT-3.5-Modellen und deren FunktionsweiseDie Integration dieser Modelle in Python-basierte Anwendungen für Aufgaben im Natural Language ProcessingBeispielprojekte, die den Einsatz der OpenAI-API für Aufgaben wie Texterstellung, Inhaltszusammenfassung, Dokumentenklassifikation oder Sentimentanalyse demonstrierenFortgeschrittene LLM-Themen wie das Prompt Engineering, das Optimieren von Modellen, RAG, Plug-ins, LangChain, LlamaIndex und KI-Assistenten

Anwendungen mit GPT-4 und ChatGPT entwickeln

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.

Cloud Computing nach der Datenschutz-Grundverordnung

Mit R Daten analysieren - die anschauliche und verständliche Einführung2. Auflage des US-Bestellers, jetzt vollständig aktualisiert und erweitertHadley Wickham ist eine Legende auf dem Gebiet der Data Science: Er hat eine vollkommen neue, bahnbrechende Methode der Datenanalyse mit R entwickeltWickhams innovative Herangehensweise wird in diesem Buch beschrieben, es ist ein Standardwerk für DatenanalystenErfahren Sie, wie Sie mit R aus Ihren Daten Erkenntnisse und Einsichten gewinnen. Dieses Buch führt Sie in R und RStudio ein sowie in Tidyverse, eine Sammlung von R-Paketen, mit denen Data-Science-Aufgaben effektiv und zeitsparend erledigt werden können. Auch wenn Sie keine Programmiererfahrung haben, können Sie mit diesem aktualisierten Standardwerk schnell in die Praxis der Data Science einsteigen. Sie lernen, Daten zu importieren, aufzubereiten, zu visualisieren und die Ergebnisse zu präsentieren. Darüber hinaus bekommen Sie einen umfassenden Überblick über den Data-Science-Zyklus und die Tools, die für die Detailarbeit erforderlich sind. Die zweite Auflage behandelt die neuesten Funktionen und Best Practices von Tidyverse und zeigt Ihnen in neu hinzugekommenen Kapiteln, wie Sie Daten aus Spreadsheets, Datenbanken und Websites nutzen. Zahlreiche Übungen unterstützen Sie dabei, das Gelernte praktisch auszuprobieren. Themen des Buchs sind: Visualisieren – Erstellen Sie Diagramme für die Datenauswertung und die Kommunikation von ErgebnissenTransformieren – Erkunden Sie Variablentypen und die Werkzeuge, um mit ihnen zu arbeitenImportieren – Lesen Sie Daten in R ein und bringen Sie sie in eine für die Analyse geeignete FormProgrammieren – Lernen Sie leistungsfähige R-Tools kennen, mit denen Sie Datenprobleme leichter lösen könnenKommunizieren – Verwenden Sie Quarto, um Text, Code und Ergebnisse kombiniert darzustellen

R für Data Science

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. - 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

Generatives Deep Learning

Cloud-Infrastrukturen erfolgreich automatisieren: Strategien für die Praxis Mithilfe von Patterns und Antipatterns Automatisierung verstehen und erfolgreich umsetzen Pseudocode-Beispiele veranschaulichen die konkrete Umsetzung Diese Auflage beschreibt neben dem Managen von Servern jetzt auch komplexe Container-Plattformen Kief Morris von ThoughtWorks zeigt in diesem Praxisbuch, wie Sie die von DevOps-Teams entwickelte Prinzipien, Praktiken und Patterns effektiv verwenden, um in der Cloud sicher und flexibel Infrastruktur zu managen. Es vermittelt, wie nicht nur Server, sondern auch komplexe Container-Plattformen (Stacks) aufgesetzt werden. Sie erfahren, wie sie mithilfe von Cloud- und Automatisierungstechnologien Änderungen einfach, sicher und schnell vornehmen. Sie lernen, wie Sie nahezu alles als Code definieren und setzen Praktiken aus dem Softwaredesign ein, um ein System aus kleinen, lose gekoppelten Elementen aufzubauen. Zielgruppen sind Mitarbeiterinnen und Mitarbeiter in der Systemadministration, Infrastruktur-Entwicklung, Softwareentwicklung und Architektur.

Handbuch Infrastructure as Code

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 Mapping-Techniken unterstützen Unternehmen dabei, den Status quo, wichtige Zusammenhänge, aber vor allem Sicht und Bedürfnisse ihrer Kund:innen zu verstehen und zu dokumentieren. So entsteht ein teamübergreifendes Verständnis - beispielsweise auch von Multi-Channel-Plattformen oder Produkt-Ökosystemen. James Kalbach vermittelt in diesem Standardwerk die Grundlagen dieser Mapping-Techniken – z.B. welche Aspekte und Dimensionen visualisiert werden können – und beschreibt den Praxiseinsatz von Service Blueprints, Customer Journey Maps, Experience Maps, Mentalen Modellen oder Ökosystem-Modellen.

Customer Experience visualisieren und verstehen

Der umfassende Spiele-Werkzeugkoffer für alle, die Workshops zu agilen Methoden moderieren Eine Auswahl vielfach erprobter Spiele 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 Spiele und Simulationen sind wichtige Hilfsmittel von Agile Coaches und Scrum Mastern und gehören in den Werkzeugkoffer von agilen Moderatorinnen und Moderatoren. Dieses Buch beschreibt eine Auswahl von agilen Spielen, die sich in der Praxis besonders bewährt haben. Die Spiele veranschaulichen agile Prinzipien und Praktiken. 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. Vorgestellt werden dann Spiele, die der Vermittlung von agilen Prinzipien, der Simulationen von agilen Praktiken oder der Kommunikation dienen. Beschrieben werden außerdem Spiele zur Eröffnung, zur Auflockerung und zum Abschluss von agilen Workshops sowie einige Energizer für zwischendurch. Diese Erweiterung des Taschenbuchs "Agile Spiele - kurz & gut" enthält eine Reihe neuer Spiele und das neue Kapitel "Technical Skills" mit Spielen für die Vermittlung agiler Entwicklungspraktiken. Außerdem wird gezeigt, welche Spiele auch online gespielt werden können und was dabei grundsätzlich zu beachten ist.

Agile Spiele und Simulationen

Kommandozeilen-Know-how verständlich auf den Punkt gebracht Vom Autor des Bestsellers »Linux kurz & gut« Komplexe Befehle erstellen, lästige Aufgaben automatisieren und echte Probleme lösen Für Systemadministrator*innen, Softwareentwickler*innen, Teammitglieder im Site Reliability Engineering oder ambitionierte User Souverän unterwegs auf der Kommandozeile: Dieses praktische Buch hilft Ihnen dabei, schneller, intelligenter und effizienter zu arbeiten. Sie erfahren, wie Sie komplexe Befehle erzeugen und ausführen, die echte Probleme lösen, Informationen abrufen und verarbeiten und lästige Aufgaben automatisieren. Sie werden außerdem verstehen, was hinter dem Shell-Prompt passiert. Ganz gleich, welche Befehle Sie im Einzelnen einsetzen: Sie werden Ihren Linux-Alltag problemlos meistern und sich mit solidem Wissen für den Arbeitsmarkt qualifizieren.

Produktiv auf der Linux-Kommandozeile

Mit kleinen Aufräumschritten zu strukturierterer Software Profitieren Sie von der Coding-Erfahrung eines herausragenden Entwicklers: Kent BeckMit pragmatischen Mini-Refactorings zu mehr Freude im Entwickleralltag und besseren ErgebnissenBehandelt kaum thematisierte Aspekte wie die emotionale und soziale Situation von Entwickler*innen und die Kosten von RefactoringsUnordentlicher 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 einwirkenunterschiedliche Auswirkungen bei Änderungen am Verhalten eines Systems und bei Änderungen an seiner Struktur einzuschätzenIhr Programmiererlebnis zu verbessern, indem Sie manchmal zuerst aufräumen und manchmal späterzu lernen, wie Sie große Veränderungen in kleinen, sicheren Schritten vornehmenSoftwareentwicklung als ein Pflegen menschlicher Beziehungen zu verstehen

Tidy First?

Code Smells erkennen und mithilfe inspirierender Rezepte beseitigenIdeale Ergänzung zu Robert C. Martins Klassiker »Clean Code«Die eigenen Programmierfähigkeiten verbessern - durch eine Vielzahl inspirierender RezepteBeispiele in gängigen Programmiersprachen wie JavaScript, PHP, Java, Python u.v.a. Bis hin zu komplexen Problemen und anspruchsvollen Refactoring-Rezepten. Entwickler, Software Engineers und -Architektinnen, die mit einer umfangreichen Codebasis arbeiten, müssen ihren Code effektiv pflegen und erweitern. In diesem Kochbuch vermittelt Maximiliano Contieri das Konzept des Clean Code, geht aber noch einen Schritt weiter. Er zeigt, wie Sie Verbesserungspotenziale identifizieren und deren Auswirkungen auf den Produktionscode beurteilen. Mithilfe der vorgestellten Techniken kann die Zuverlässigkeit und Entwicklungsfähigkeit der Systeme deutlich verbessert werden. Anhand von Beispielen in JavaScript, PHP, Python, Java und vielen anderen Programmiersprachen bietet dieses Kochbuch bewährte Rezepte, die Sie bei der Erweiterung und Wartung größerer Systeme unterstützen. Contieri beschreibt grundlegende Konzepte wie Lesbarkeit, Kopplung, Testbarkeit, Sicherheit und Erweiterbarkeit sowie Code Smells und Rezepte zu deren Beseitigung. Im Verlauf dieses Buches werden die Refactoring-Rezepte und die Probleme, die sie lösen, immer komplexer. Sie werden: die Vorteile von Clean Code verstehen und lernen, wie Sie Verbesserungsmöglichkeiten identifizierenRefactoring-Techniken Schritt für Schritt erlernensich mit der Theorie hinter Clean Code vertraut machenBeispiele aus der Praxis in verschiedenen modernen Programmiersprachen untersuchenin einem Katalog mit Code Smells stöbern, deren Auswirkungen und Lösungsansätze zu ihrer Beseitigung nachvollziehenCode schreiben, der auf den Punkt kommt, leichter zu lesen und zu verstehen ist

Clean Code Kochbuch

Bewährte Praktiken zur Verbesserung von Privacy für Daten aus technischer, organisatorischer und rechtlicher SichtDas Buch zeigt, wie Sie dafür sorgen, dass die Daten in Ihrem Projekt privat, anonymisiert und sicher sindAuf den europäischen Markt zugeschnitten, behandelt die DSGVO eingehendUmfasst auch Themen wie ChatGPT und Deep FakesKatharine Jarmul ist eine renommierte Privacy-Spezialistin. Sie arbeitet für Thoughtworks und ist Mitgründerin der PyLadiesDie Anforderungen an den Datenschutz sind in Daten- und KI-Projekten heute so hoch wie nie. Die Integration von Privacy in Datensysteme ist jedoch nach wie vor komplex. Dieser Leitfaden vermittelt Data Scientists und Data Engineers ein grundlegendes Verständnis von modernen Datenschutzbausteinen wie Differential Privacy, Federated Learning und homomorpher Verschlüsselung. Privacy-Spezialistin Katharine Jarmul zeigt Best Practices und gibt praxiserprobte Ratschläge für den Einsatz bahnbrechender Technologien zur Verbesserung des Datenschutzes in Produktivsystemen. Das Buch beantwortet diese wichtigen Fragen: Wie wirken sich Datenschutzbestimmungen wie die DSGVO oder der California Consumer Privacy Act (CCPA) auf meine Datenworkflows und Data-Science- Anwendungen aus?Was ist unter »anonymisierten Daten« zu verstehen und wie lassen sich Daten anonymisieren?Wie funktionieren Federated Learning und Federated Analysis?Homomorphe Verschlüsselung klingt großartig – doch ist sie auch anwendungsreif?Wie kann ich datenschutzwahrende Technologien und Verfahren miteinander vergleichen, um die für mich beste Wahl zu treffen? Welche Open-Source-Bibliotheken stehen hierfür zur Verfügung?Wie stelle ich sicher, dass meine Data-Science-Projekte von vornherein geschützt und sicher sind?Wie kann ich mit den für Governance und Informationssicherheit verantwortlichen Teams zusammenarbeiten, um interne Richtlinien in geeigneter Weise umzusetzen?

Data Privacy in der Praxis

Der praktische Einstieg in die KI-basierte ProgrammierungDas Buch führt in die Kernfunktionen von KI-basierten Entwicklungswerkzeugen einEs stellt eine Vielzahl von Tools vor: von allgemeinen LLMs bis zu Systemen, die innerhalb von Entwicklungsumgebung genutzt werdenEs zeigt Vor- und Nachteile sowie Anwendungsfälle beliebter SystemeSowohl für Programmiereinsteiger*innen als auch für erfahrene Entwickler*innen geeignetNutzen Sie das Potenzial der neuesten KI-Technologien für Ihre Arbeit: Dieser praktische Leitfaden zeigt den Einsatz von KI-Assistenten für die gesamte Softwareentwicklung – einschließlich Planung, Design und Debugging. Sie erfahren, wie Sie eine breite Palette von Werkzeugen verwenden können, um schneller und effizienter zu programmieren – von allgemeinen LLMs (ChatGPT, Gemini und Claude) bis hin zu codespezifischen Systemen (GitHub Copilot, Tabnine, Cursor und Amazon CodeWhisperer). Tom Taulli – bekannt für seinen lockeren und unterhaltsamen Schreibstil – stellt eine modulare Programmiermethodik vor, die optimal auf die Art undW eise abgestimmt ist, wie Prompts KI-generierten Code erzeugen. Er beschreibt auch, wie LLMs genutzt werden können, um eine Programmiersprache zu lernen, Code zu erklären oder Code von einer Sprache in eine andere zu konvertieren. Das Buch behandelt: Die zentralen Funktionen von KI-basierten EntwicklungstoolsVor- und Nachteile sowie Use Cases beliebter Systeme, einschließlich GitHub CopilotDie Einsatzmöglichkeiten von ChatGPT, Gemini, Claude und anderen LLMs für die ProgrammierungKI-Entwicklungswerkzeuge für den gesamten Lebenszyklus der Softwareentwicklung, einschließlich Requirements, Fehlerbehebung und DokumentationPrompt Engineering für die ProgrammierungDen Einsatz von KI-Assistenz für mühsame Aufgaben wie die Erstellung regulärer AusdrückeDie Verwendung von KI-basierten Low-Code- und No-Code-Tools

Programmieren mit KI

Daten stehen heute im Mittelpunkt vieler Herausforderungen im Systemdesign. Dabei sind komplexe Fragen wie Skalierbarkeit, Konsistenz, Zuverlässigkeit, Effizienz und Wartbarkeit zu klären. Darüber hinaus verfügen wir über eine überwältigende Vielfalt an Tools, einschließlich relationaler Datenbanken, NoSQL-Datenspeicher, Stream-und Batchprocessing und Message Broker. Aber was verbirgt sich hinter diesen Schlagworten? Und was ist die richtige Wahl für Ihre Anwendung? In diesem praktischen und umfassenden Leitfaden unterstützt Sie der Autor Martin Kleppmann bei der Navigation durch dieses schwierige Terrain, indem er die Vor-und Nachteile verschiedener Technologien zur Verarbeitung und Speicherung von Daten aufzeigt. Software verändert sich ständig, die Grundprinzipien bleiben aber gleich. Mit diesem Buch lernen Softwareentwickler und -architekten, wie sie die Konzepte in der Praxis umsetzen und wie sie Daten in modernen Anwendungen optimal nutzen können. Inspizieren Sie die Systeme, die Sie bereits verwenden, und erfahren Sie, wie Sie sie effektiver nutzen könnenTreffen Sie fundierte Entscheidungen, indem Sie die Stärken und Schwächen verschiedener Tools kennenlernenSteuern Sie die notwenigen Kompromisse in Bezug auf Konsistenz, Skalierbarkeit, Fehlertoleranz und KomplexitätMachen Sie sich vertraut mit dem Stand der Forschung zu verteilten Systemen, auf denen moderne Datenbanken aufbauenWerfen Sie einen Blick hinter die Kulissen der wichtigsten Onlinedienste und lernen Sie von deren Architekturen

Datenintensive Anwendungen designen

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 ML-Modellen im Unternehmensumfeld Für Data Scientists und Data Engineers, die nach besseren Strategien für den produktiven Einsatz ihrer ML-Modelle suchen Viele Machine-Learning-Modelle, die in Unternehmen entwickelt werden, schaffen es aufgrund von organisatorischen und technischen Hürden nicht in den produktiven Betrieb. Dieses Buch zeigt Ihnen, wie Sie erprobte MLOps-Strategien einsetzen, um eine erfolgreiche DevOps-Umgebung für Ihre ML-Modelle aufzubauen, sie kontinuierlich zu verbessern und langfristig zu warten. Das Buch erläutert MLOps-Schlüsselkonzepte, mit denen Data Scientists und Data Engineers ihre ML-Pipelines und -Workflows optimieren können. Anhand von Fallbeispielen, die auf zahlreichen MLOps-Anwendungen auf der ganzen Welt basieren, geben neun ML-Experten wertvolle Einblicke in die fünf Schritte des Modelllebenszyklus - Build, Preproduction, Deployment, Monitoring und Governance. Sie erfahren auf diese Weise, wie robuste MLOps-Prozesse umfassend in den ML-Produktworkflow integriert werden können.

MLOps – Kernkonzepte im Überblick

Mit durchdachtem Softwaredesign zu besserem Code US-Bestseller des renommierten Stanford-Professors John Ousterhout kombiniert eingängige Codebespiele (v.a. Java & C++) und High-Level-Konzepte, durch die Sie Ihr Verständnis von Softwaredesign deutlich vertiefen werden Bewährte Didaktik: Die Inhalte wurden im Rahmen eines Kurses an der Standford University mehrfach mit Studierenden durchgespielt. John Ousterhout, Erfinder von Tcl und seit 2008 Professor am Department of Computer Science der Stanford University, sieht Softwaredesign als zentrale Kompetenz, die großartige von normalen Programmierern und Programmiererinnen unterscheidet - eine Kompetenz, die aber kaum gelehrt und vermittelt wird. In seinem Buch gibt er persönliche Erfahrungen weiter, die er durch das Schreiben und Lesen von mehr als 250.000 Zeilen Code gewonnen hat. Seine nahezu philosophischen Überlegungen, bewährten Prinzipien und eingängigen Codebeispiele sind Ergebnis eines Kurses, den er an der Stanford University mehrfach gehalten hat.

Prinzipien des Softwaredesigns

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 Mit diesem benutzerfreundlichen Nachschlagewerk zu PyTorch haben Sie kompaktes Wissen zu einem der beliebtesten Frameworks für Deep Learning immer zur Hand. Der Autor Joe Papa bietet Ihnen mit dieser Referenz den sofortigen Zugriff auf Syntax, Design Patterns und gut nachvollziehbare Codebeispiele - eine Fülle an gesammelten Informationen, die Ihre Entwicklungsarbeit beschleunigen und die Zeit minimieren, die Sie mit der Suche nach Details verbringen. 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. Lernen Sie in kurzer Zeit, wie Sie Ihren Code mit AWS, Google Cloud oder Azure in der Produktivumgebung einsetzen und Ihre ML-Modelle auf mobilen und Edge-Geräten bereitstellen.

PyTorch kompakt

Leistungsfähige State-of-the-Art-Sprachanwendungen mit vortrainierten Transformer-Modellen Transformer haben die NLP-Welt im Sturm erobert Von den Gründern von Hugging Face, der Plattform für vortrainierte Transformer-Modelle für TensorFlow und PyTorch Bietet einen fundierten und praxisnahen Überblick über die wichtigsten Methoden und Anwendungen im aktuellen NLP Hands-On: Jeder Programmierschritt kann in Jupyter Notebooks nachvollzogen werden Transformer haben sich seit ihrer Einführung nahezu über Nacht zur vorherrschenden Architektur im Natural Language Processing entwickelt. Sie liefern die besten Ergebnisse für eine Vielzahl von Aufgaben bei der maschinellen Sprachverarbeitung. Wenn Sie Data Scientist oder Programmierer sind, zeigt Ihnen dieses praktische Buch, wie Sie NLP-Modelle mit Hugging Face Transformers, einer Python-basierten Deep-Learning-Bibliothek, trainieren und skalieren können. Transformer kommen beispielsweise beim maschinellen Schreiben von Nachrichtenartikeln zum Einsatz, bei der Verbesserung von Google-Suchanfragen oder bei Chatbots. In diesem Handbuch zeigen Ihnen Lewis Tunstall, Leandro von Werra und Thomas Wolf, die auch die Transformers-Bibliothek von Hugging Face mitentwickelt haben, anhand eines praktischen Ansatzes, wie Transformer-basierte Modelle funktionieren und wie Sie sie in Ihre Anwendungen integrieren können. Sie werden schnell eine Vielzahl von Aufgaben wie Textklassifikation, Named Entity Recognition oder Question Answering kennenlernen, die Sie mit ihnen lösen können.

Natural Language Processing mit Transformern

Der umfassende Leitfaden für das Managen von Data-Science-Projekten für Studium und BerufThemenspektrum: Designen von Projekten, Datenverarbeitung, Analysemethoden, Rolle und Aufgaben von Data Science Manager:innen, Kommunikation mit Stakeholdern, Automatisierung, MLOps, GovernanceInklusive konkreter Toolsets wie z.B. Softwarepakete, Checklisten, Projekt-Canvases sowie Übersichten über bewährte MethodenDie Autoren sind Professoren für Data Science bzw. Data Science Management an der Digital Business University of Applied Sciences und Startup-GründerViele Data-Science-Vorhaben scheitern an organisatorischen Hürden: Oftmals ist die Rolle des Managements in diesen Projekten nicht klar definiert, zudem gibt es unterschiedliche Vorstellungen, wie gutes Projektmanagement für Data-Science-Produkte aussehen muss. Dieser praxisorientierte Leitfaden unterstützt Sie beim erfolgreichen Management von Data-Science-Projekten jeder Größe. Sie erfahren zunächst, wie Datenanalysen durchgeführt werden und welche Tools hierfür infrage kommen. Marcel Hebing und Martin Manhembué zeigen dann Wege auf, wie Sie Projekte entlang des Data-Science-Lifecycles planen und eine datengetriebene Organisationskultur implementieren. Dabei wird die Rolle von Data-Science-Managerinnen und -Managern im Kontext eines modernen Leaderships beleuchtet und der Aufbau von Datenanalyse-Teams beschrieben. Jeder Themenbereich wird ergänzt durch Hands-on-Kapitel, die Toolsets und Checklisten für die Umsetzung in die Praxis enthalten. Themen des Buchs: Data-Science-Grundlagen: Designen von Projekten, Datenformate und Datenbanken, Datenaufbereitung, Analysemethoden aus Statistik und Machine LearningManagement von Data-Science-Projekten: Grundlagen des Projektmanagements, typische Fallstricke, Rolle und Aufgaben des Managements, Data-Science-Teams, Servant und Agile Leadership, Kommunikation mit StakeholdernInfrastruktur und Architektur: Automatisierung, IT-Infrastruktur, Data-Science-Architekturen, DevOps und MLOpsGovernance und Data-driven Culture: Digitale Transformation, Implementierung von Data Science im Unternehmen, Sicherheit und Datenschutz, New Work, Recruiting

Data Science Management

Gewinnen Sie Klarheit über verbreitete Datenarchitektur-KonzepteAlle Konzepte im Überblick: Der erste Leitfaden für die verschiedenen Ansätze, der hilft, eine Architektur auszuwählen, die zu den eigenen Anforderungen passtBeschreibt die populärsten Datenarchitekturen, zeigt Vor- und Nachteile und wie sich Theorie und Praxis unterscheidenInkl. zahlreicher Schaubilder und vergleichender TabellenData Fabric, Data Lakehouse und Data Mesh sind als praktikable Alternativen zum Modern Data Warehouse in den Fokus der Unternehmen gerückt. Diese neuen Architekturen haben solide Vorteile, aber ihre fachliche Einordnung ist auch von Missverständnissen und Übertreibungen geprägt. Dieses praxisorientierte Buch bietet eine gut verständliche Einführung in jeden dieser Architekturansätze und hilft damit Datenexpertinnen und -praktikern, die jeweiligen Vor- und Nachteile zu verstehen. James Serra erläutert die Konzepte gängiger Datenarchitekturen und zeigt dabei auch, wie sich Data Warehouses weiterentwickeln mussten, um mit Data-Lake-Funktionen arbeiten zu können. Sie erfahren, was Sie mit Data Lakehouses erreichen können und wie Sie Hype und Realität bei Data Meshs unterscheiden. Nach der Lektüre dieses Buchs werden Sie in der Lage sein, die für Ihre Zwecke am besten geeignete Datenarchitektur zu bestimmen. Entwickeln Sie ein grundlegendes Verständnis für die verschiedenen DatenarchitekturenInformieren Sie sich über die Stärken und Schwächen der einzelnen AnsätzeVerstehen Sie die Unterschiede zwischen Data Warehouses und Data LakesProfitieren Sie von der langjährigen Erfahrung von James Serra und erfahren Sie, wie Theorie und Praxis der jeweiligen Datenarchitekturen voneinander abweichenWählen Sie die beste Architektur für Ihren Anwendungsfall ausLernen Sie, wie man eine Architektur-Design-Sitzung durchführt, das Team organisiert und was die Erfolgsfaktoren für ein Projekt sind

Datenarchitekturen

Nutzen Sie KI-Assistenten, um Python schneller und effektiver zu lernen!Eine der ersten Einführungen in die Programmierung, die virtuelle Assistenten wie ChatGPT (LLMs) aktiv und didaktisch durchdacht für einen besseren Lernerfolg nutztDie Übungsaufgaben werden mit ChatGPT gelöst und dabei auch der Einsatz von KI-Assistenten als Hilfsmittel für die Programmierung gezeigtInklusive Prompting, Testen von Code und Debugging mit LLMsAls Lernumgebung werden Jupyter Notebooks genutztPython eignet sich hervorragend für den Einstieg in die Programmierung. Dieser abwechslungsreiche Praxiskurs führt Sie Schritt für Schritt in die Sprache ein, beginnend mit grundlegenden Konzepten über Funktionen und Datenstrukturen bis hin zur objektorientierten Programmierung. Das Buch geht auch auf die spannenden neuen Möglichkeiten ein, die KI-Assistenten wie ChatGPT Programmiererinnen und Programmierern bieten, und zeigt effektives Prompting, das Testen von Code und das Debugging mit KI. Durch zahlreiche Übungen, bei denen KI-Tools zum Einsatz kommen, sowie Fallstudien, kurze Verständnistests und kleinere Projekte in Jupyter Notebooks können Sie die neu erlernten Programmierkonzepte gleich ausprobieren. Auf diese Weise festigen Sie Ihr Verständnis für die konkrete Programmierpraxis und erfahren, wie KI-Assistenten Sie auch zukünftig im Programmieralltag unterstützen können. Starten Sie mit den Grundlagen, einschließlich Sprachsyntax und SemantikEntwickeln Sie eine klare Vorstellung von den jeweiligen ProgrammierkonzeptenLernen Sie Variablen, Anweisungen, Funktionen und Datenstrukturen kennenArbeiten Sie mit Dateien und DatenbankenVerstehen Sie Objekte, Methoden und objektorientierte ProgrammierungWenden Sie Debugging-Techniken an, um Syntax-, Laufzeit- und Semantikfehler zu behebenNutzen Sie KI-Tools von Anfang an, um Ihren Lernprozess zu beschleunigen

Python lernen mit KI-Tools

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 Ohne abgelutschte Vergleiche und mit dem nötigen Tiefgang Angesichts der Vielfalt der heutigen Geräte, Schnittstellen und Kanäle haben Sie 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 Kunden 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 Ihnen 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.

Storytelling im UX-Design

Der Schnellstart in die praktische Arbeit mit LLMsDas Buch bietet einen Überblick über zentrale Konzepte und Techniken von LLMs wie z.B. ChatGPT und zeigt das Potenzial von Open-Source- und Closed-Source-ModellenEs erläutert, wie Large Language Models funktionieren und wie sie für Aufgaben des Natural Language Processing (NLP) genutzt werdenAuch für interessierte Nicht-Data-Scientists mit Python-Kenntnissen verständlichThemen z.B.: die ChatGPT-API, Prompt-Engineering, Chatbot-Personas, Cloud-Bereitstellung; deckt auch GPT-4 abLarge Language Models (LLMs) wie ChatGPT sind enorm leistungsfähig, aber auch sehr komplex. Praktikerinnen und Praktiker stehen daher vor vielfältigen Herausforderungen, wenn sie LLMs in ihre eigenen Anwendungen integrieren wollen. In dieser Einführung räumt Data Scientist und KI-Unternehmer Sinan Ozdemir diese Hürden aus dem Weg und bietet einen Leitfaden für den Einsatz von LLMs zur Lösung praktischer Probleme des Natural Language Processings. Sinan Ozdemir hat alles zusammengestellt, was Sie für den Einstieg benötigen: Schritt-für-Schritt-Anleitungen, Best Practices, Fallstudien aus der Praxis, Übungen und vieles mehr. Er stellt die Funktionsweise von LLMs vor und unterstützt Sie so dabei, das für Ihre Anwendung passende Modell und geeignete Datenformate und Parameter auszuwählen. Dabei zeigt er das Potenzial sowohl von Closed-Source- als auch von Open-Source-LLMs wie GPT-3, GPT-4 und ChatGPT, BERT und T5, GPT-J und GPT-Neo, Cohere sowie BART. Lernen Sie die Schlüsselkonzepte kennen: Transfer Learning, Feintuning, Attention, Embeddings, Tokenisierung und mehrNutzen Sie APIs und Python, um LLMs an Ihre Anforderungen anzupassenBeherrschen Sie Prompt-Engineering-Techniken wie Ausgabe-Strukturierung, Gedankenketten und Few-Shot-PromptingPassen Sie LLM-Embeddings an, um eine Empfehlungsengine mit eigenen Benutzerdaten neu zu erstellenKonstruieren Sie multimodale Transformer-Architekturen mithilfe von Open-Source-LLMsOptimieren Sie LLMs mit Reinforcement Learning from Human and AI Feedback (RLHF/RLAIF)Deployen Sie Prompts und benutzerdefinierte, feingetunte LLMs in die Cloud

Praxiseinstieg Large Language Models

Neuronale Netze und Grundlagen der Künstlichen Intelligenz verständlich dargestelltDer Bestseller hat Furore gemacht, weil der Autor diese sowohl trockene als auch schwierige Materie außergewöhnlich klar erklärt.Neu in der vollständig aktualisierten 2. Auflage: Das neuronale Netz wird abschließend mit PyTorch erstellt, um es in ein typisches professionelles Szenario zu überführen.Neuronale Netze sind Grundlage vieler Anwendungen im Alltag wie Spracherkennung, Gesichtserkennung auf Fotos, das selbstfahrende Auto, Umwandlung von Sprache in Text etc.Neuronale Netze sind Schlüsselelemente des Deep Learning und der künstlichen Intelligenz, die heute zu Erstaunlichem in der Lage sind. Sie sind Grundlage vieler Anwendungen im Alltag wie beispielsweise Spracherkennung, Gesichtserkennung auf Fotos oder die Umwandlung von Sprache in Text. Dennoch verstehen nur wenige, wie neuronale Netze tatsächlich funktionieren. Dieser Bestseller, jetzt in erweiterter 2. Auflage, nimmt Sie mit auf eine unterhaltsame Reise, die mit ganz einfachen Ideen beginnt und Ihnen Schritt für Schritt zeigt, wie neuronale Netze arbeiten: Zunächst lernen Sie die mathematischen Konzepte kennen, die den neuronalen Netzen zugrunde liegen. Dafür brauchen Sie keine tieferen Mathematikkenntnisse, denn alle mathematischen Ideen werden behutsam und mit vielen Illustrationen erläutert. Eine Kurzeinführung in die Analysis unterstützt Sie dabei.Dann geht es in die Praxis: Nach einer Einführung in die populäre und leicht zu lernende Programmiersprache Python bauen Sie allmählich Ihr eigenes neuronales Netz mit Python auf. Sie bringen ihm bei, handgeschriebene Zahlen zu erkennen, bis es eine Performance wie ein professionell entwickeltes Netz erreicht.Im nächsten Schritt verbessern Sie die Leistung Ihres neuronalen Netzes so weit, dass es eine Zahlenerkennung von 98 % erreicht – nur mit einfachen Ideen und simplem Code. Sie testen das Netz mit Ihrer eigenen Handschrift und werfen noch einen Blick in das mysteriöse Innere eines neuronalen Netzes.Neu in der 2. Auflage: Sie erstellen das neuronale Netz abschließend mit PyTorch und überführen es damit in ein typisches professionelles Szenario.

Neuronale Netze selbst programmieren

Produktivere Teams mit ChatGPT und Co.Einstieg in die Arbeit mit Sprachmodellen: für alle, die erste Erfahrungen sammeln und die Zusammenarbeit im Projektteam verbessern möchten.Effektives Prompting, so geht's: mit bewährten Techniken zu guten Ergebnissen.Den Informationsfluss verbessern: Mit weniger Aufwand aussagekräftige Anforderungen und Dokumentationen erstellen und aktuell halten.Mit ChatGPT das Verständnis von Code erleichtern und die Codestruktur verbessern.Entwicklerinnen, Projektmanager und Softwarearchitekten erfahren in diesem Praxisbuch, wie sie ChatGPT und andere Sprachmodelle nutzen, um ihre eigene Produktivität und die ihres Teams erheblich zu steigern. Sprachmodelle können Entwickler effektiv unterstützen, indem sie Code strukturieren, optimieren und automatisiert kommentieren. Auch Anforderungsdefinitionen und Dokumentationen sind für den Informationsfluss im Projekt enorm wichtig, zählen aber häufig zu den ungeliebten Aufgaben. ChatGPT kann hier eingesetzt werden, um zeitraubende manuelle Arbeiten abzukürzen und konsistentere Dokumente zu erstellen. Dieser praktische Einstieg zeigt anhand von vielfältigen Beispielen, wie Sie die neuen Möglichkeiten der Sprachmodelle für Ihre Arbeit nutzen können. Das Buch erläutert: mit welchen Prompting-Strategien Sie die besten Ergebnisse erzielen und welche Risiken bestehenwas gute Software auszeichnet und wie Sie mit ChatGPT die Codestruktur verbessern, Code optimieren und automatisiert kommentieren lassenwie Sie Anforderungen mit ChatGPT auf Konsistenz und Vollständigkeit prüfen und Vorschläge zur Priorisierung erhaltenwie Sie User Stories mit LLMs strukturieren und Dokumente für unterschiedliche Zielgruppen aufbereitenwie Sie Dokumentationen zu APIs, Datenmodellen, Programmabläufen und Algorithmen mit LLMs erstellen

ChatGPT in Softwareprojekten

Erfahren Sie in diesem Buch, was Sie wirklich wissen müssen, um statistische Analysen mit R erfolgreich durchzuführen. Diese pragmatische Einführung in die statistische Arbeit mit R eignet sich insbesondere für Studenten und Wissenschaftler aus dem wirtschafts-, sozialoder politikwissenschaftlichen Bereich, aber auch für diejenigen, die beruflich mit Statistik zu tun haben, weil sie zum Beispiel Finanzmarktdaten auswerten oder an Marktforschungsstudien arbeiten. Anders als viele andere Einführungen in R vermittelt Ihnen dieses Buch nicht nur die Grundlagen der Sprache R, sondern verknüpft dies mit der kompakten Darstellung zentraler Methoden der Statistik: Statistische Kernkonzepte werden gut nachvollziehbar beschrieben, bevor sie mit R angewandt werden. Eine Interpretation des R-Outputs aus statistischer Sicht sowie die Erläuterung der häufigsten Fehlermeldungen und ihrer Ursachen trägt dazu bei, Konzepte besser zu verstehen und Zusammenhänge zu erkennen. Auf diese Weise werden Sie rasch in die Lage versetzt, produktiv mit R zu arbeiten. Themen des Buchs sind: - Mit Daten arbeiten: Ihre Arbeit mit R organisieren, Einlesen von Daten in R, Datenspeicherung - Daten aufbereiten: unterschiedliche Datensätze kombinieren, Daten filtern, sortieren und bereinigen - Daten deskriptiv analysieren: den Datensatz kennenlernen, Lage-, Streuungs-und Zusammenhangsmaße berechnen und interpretieren - Kontinuierliche Daten analysieren: Lineare Regressionsmodelle, Hypothesentests, Diagnose und Behandlung von Annahmeverletzungen - Kategoriale Daten analysieren: Lineares Wahrscheinlichkeitsmodell, Logit-und Probit-Modelle - Ergebnisse präsentieren: Ergebnisse in Tabellen und Grafiken aussagekräftig präsentieren

Statistik mit R

Mit dem Open-Source-Framework React Native entwickeln Sie plattformübergreifend vollwertige native Apps mit JavaScript. Der Einstieg in die App-Entwicklung ist durch dieses Framework so einfach wie nie zuvor. Dieses Buch zeigt Ihnen, wie Apps parallel für Android und iOS mit einer weitgehend einheitlichen Codebasis umgesetzt werden. Sie benötigen dazu lediglich grundlegende Programmiererfahrung, idealerweise in JavaScript. Schneller Einstieg: Testen Sie schon nach wenigen Minuten Ihre erste App auf dem Smartphone. Mit dem App-Entwicklungstool Expo können Sie iOS-Apps sogar ohne einen eigenen Mac entwickeln.Praxisnahe Beispiel-App: Entwickeln Sie schrittweise parallel für Android und iOS eine Tagebuch-App mit typischen Features wie dem Einbinden von Fotos und dem Abfragen und Darstellen aktueller Wetterdaten für den Standort des Users.Relevantes Basiswissen: Verstehen Sie die Grundlagen: Das Buch beschreibt alle relevanten Features neuerer JavaScript-Versionen und grundlegende Konzepte des Frameworks.Aufbau und Darstellung von Apps: Lernen Sie wichtige APIs und UI-Komponenten wie Listen kennen und erfahren Sie, wie Sie mit dem Flexbox-Layout ein Styling realisieren, das sich verschiedenen Displaygrößen anpasst.Besonderheiten mobiler Apps: Fassen Sie mehrere Screens durch react-navigation in einer geeigneten Navigationsstruktur zusammen und erhalten Sie Einblick in den Umgang mit Touch-Gesten und Animationen.Für jedes Kapitel stehen die relevanten Codebeispiele als Download auf der Webseite zum Buch bereit.

Animals

About us

Follow us

Help and contact

Information

BookBeat

Download BookBeat