Java

Eines ist beim Betrieb von Software sicher: Fehler und unerwartete Situationen werden eintreffen. Stabile Software sorgt deswegen vor und kann auch mit solchen Situationen umgehen. Diese mit Resilienz oder Widerstandsfähigkeit beschriebene Eigenschaft kann den Unterschied zwischen einer Anwendung, die nicht mehr reagiert oder erreichbar ist, und einer darstellen, die noch ihren Dienst tut. Dieser ..

Ausführungsstränge innerhalb des Interface Runnable bieten keine einfache Möglichkeit zur Rückgabe von Werten. Future in Kombination mit Executoren füllt diese Lücke. Mehrere voneinander abhängige Verarbeitungsschritte lassen sich auch geschickt als Instanzen der Klasse CompletableFuture kombinieren, sodass der Flexibilität bei der nebenläufigen Implementierung kaum mehr Grenzen gesetzt sind.

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..

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..

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.