Anwendungssoftware

Wer als Autodidakt in die Welt der Elektronik einsteigt, kommt insbesondere im Bereich der Analogelektronik bald an eine „Totstelle“: Während man sich digitale Elektronik vergleichsweise einfach aneignen kann, sorgt Analog für Arbeit. Der Hanser Verlag bietet mit der 2. Auflage von Reinholds ein Buch an, das an dieser Stelle Abhilfe schaffen möchte.

IT-Architekten schrecken oftmals vor der Verwendung von Automatismen bei der Bereitstellung von Softwarekomponenten zurück, da sie Kontroll- und Sicherheitsverluste fürchten. Dies erschwert es Unternehmen, ihren Softwareentwicklungszyklus agil zu gestalten. Wir beschreiben, wie mittels GitOps ein hohes Maß an Kontrolle und Sicherheit bei der automatisierten Bereitstellung von Software erreicht wer..

Fehler und deren Reparatur gehören leider immer wieder zum Arbeitsalltag. Dabei sorgen Fehler bekanntlich sowohl bei den Entwicklern als auch bei den Anwendern für Frust. Durch die dynamische Typisierung bei JavaScript sind komplexe Webanwendungen mit mehreren Entwicklern besonders fehleranfällig. TypeScript bietet eine passende Alternative mit statischer Typisierung, die es ermöglicht, dass viele..

Von der ersten Idee einer Anwendung von Machine Learning (ML) bis zur Entscheidung über den Projektstart lassen sich viele Fehler vermeiden, die den Projekterfolg gefährden. Die Bedeutung von Daten und der Datenqualität für das Gelingen von ML-Projekten lässt sich nicht unterschätzen, aber auch darüber hinaus gibt es viele Fragen zu klären. Hier betrachten wir eine Reihe relevanter Problemdimensio..

Auf dem Markt von Deep-Learning-Frameworks wird man meist im Bereich Python fündig. NumPy, Matplotlib, MXNet, PyTorch oder auch TensorFlow sind aus der Deep-Learning-Gemeinde nicht mehr wegzudenken. Start-ups, die über einen eher kleinen sowie modernen IT-Stack verfügen, haben zumeist kein Problem damit, sich schnell in Richtung Python oder andere moderne Implementierungssprachen auszurichten. Doc..