Das Wissensportal für IT-Professionals. Entdecke die Tiefe und Breite unseres IT-Contents in exklusiven Themenchannels und Magazinmarken.

heise conferences gmbh

(vormals SIGS DATACOM GmbH)

Rheinwerkallee 4, 53227 Bonn

Tel: +49 (0)511/53527-100

service-sigs@heise.de

Anwendungssoftware

212 Inhalte
Entdecken Sie unser Archiv zu tiefgehenden Inhalte zum Thema 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.
Elektronische Schaltungstechnik von W. Reinhold
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..
Migration von SPA-Anwendungen, Best Practices
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..
Auswahlkriterien für ML-Projekte
Neue aufkommende Marktentwicklungen erhöhen den Druck auf die IT der Unternehmen zusehends. ERP-Systeme wurden bisher aufgrund ihrer Größe und Komplexität meist klassisch entwickelt, doch strategische Entscheidungen von Softwareanbietern wie SAP führen immer mehr zu der Notwendigkeit, auch diese Systeme agil zu entwickeln. In der agilen Softwareentwicklung steigt die Bedeutung des automatisierten ..
Architectural Runway aus Managementsicht
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..
AWS Deep Java Library – Was ist das?