Java

Data Science und Maschinelles Lernen sind in aller Munde. Wie aber setzt man ein Data Science-Projekt konkret um? Welche Schritte gilt es abzuarbeiten und kann eine generelle Vorgehensweise abgeleitet werden? Die Autoren stellten sich diese Fragen bereits bei ihrem ersten Data Science-Projekt. Gerade für Java-Entwickler lohnt es, dabei auch einen Blick über den Tellerrand zu wagen.

Das JDK Enhancement Proposal (JEP) 338 umfasst eine Erweiterung des JDK um eine Programmierschnittstelle zur Beschreibung von Vektorberechnungen. Das API ermöglicht es, entsprechende Berechnungen zur Laufzeit in optimale Hardware-Instruktionen zu übersetzen. Dabei ist das Ziel, für die jeweilige CPU-Architektur und die damit zur Verfügung stehenden Befehlssätze eine deutliche bessere Performanz im..

Die Verteilung von Microservices ist eine komplexe Herausforderung, die nur vollautomatisiert effizient erfolgen kann. Manuelle Arbeitsschritte innerhalb dieses Prozesses sind langsam und fehleranfällig und stellen somit ein grundlegendes Problem dar. Eine Lösung ist der Einsatz von Infrastructure-as-Code (IaC)-Werkzeugen zur Automatisierung dieses Prozesses. Der Artikel stellt eine Best Practice ..

Hallo, wenn man eine Sache häufig verwendet, so sollte man meinen, dass man diese Sache auch besonders gut kennt. Überlegen Sie einmal mit mir, welches Programm/Tool verwenden Sie am häufigsten? Ich möchte wetten, dass die Java Virtual Machine bei vielen Lesern ganz oben steht. Trotzdem behaupte ich, dass den wenigsten die Hintergründe bekannt sind. Da die Wahrheit bekanntlich im Code liegt, möcht..

Ideal für schnell skalierende Microservice-Architekturen und -Umgebungen, haben Container-Technologien die Infrastruktur-Welt im Sturm erobert. Und mit ihnen ging eine erhebliche Komplexität in Bezug auf die Orchestrierung einher. Der ideale Nährboden für Kubernetes. Doch auch der Orchestrierer will im Blick behalten werden. Monitoringstrategien müssen überdacht und neu ausgerichtet werden, gerade..