利用Kubernetes快速采用新興技術。Kubernetes是企業平臺開發的未來,它已經成為當今最流行的、通常被認為是最健壯的容器編配系統。這本書集中在平臺技術的力量的物聯網,區塊鏈,機器學習,和許多層的數據和應用管理支持他們。
學習設計思維的基本原理,以及如何在定義軟件開發和人工智能解決方案時應用設計思維技術。設計思維是一種創新的方法,它能識別問題并產生解決方案,并能通過原型設計迅速得到驗證。
這本書提供了設計思維的簡史和過程的概述。然后深入探討在設計思維研討會中使用的方法和工具的更多細節,從而得出有用的原型。提供以下指引:
本書最后討論了成功原型的操作化的最佳實踐,并描述了對成功采用至關重要的變更管理技術。您可以使用從閱讀本書中獲得的知識,將設計思維技術融入到您的軟件開發和AI項目中,并確保及時和成功地交付解決方案。
你將學到什么
這本書是給誰的呢
本書提供了實際的示例和注意事項,以幫助您創建健壯和高效的數據庫解決方案。在整個文本中,提供了實際問題、問題和常見陷阱,以幫助您識別最佳解決方案,以便在可能遇到的不同應用程序場景中獲得最大成功。
本書建立在基本的Python教程的基礎上,解釋了許多沒有被常規覆蓋的Python語言特性:從通過利用入口點作為微服務扮演雙重角色的可重用控制臺腳本,到使用asyncio高效地整理大量來源的數據。通過這種方式,它涵蓋了基于類型提示的linting、低開銷測試和其他自動質量檢查,以演示一個健壯的實際開發過程。
Python的一些功能強大的方面通常用一些設計的示例來描述,這些示例僅作為一個獨立示例來解釋該特性。通過遵循從原型到生產質量的真實應用程序示例的設計和構建,您不僅將看到各種功能是如何工作的,而且還將看到它們如何作為更大的系統設計過程的一部分進行集成。此外,您還將受益于一些有用的附加說明和庫建議,它們是Python會議上問答會議的主要內容,也是討論現代Python最佳實踐和技術的主要內容,以便更好地生成易于維護的清晰代碼。
高級Python開發是為已經能用Python編寫簡單程序的開發人員準備的,這些開發人員希望了解什么時候使用新的和高級語言特性是合適的,并且能夠以一種自信的方式這樣做。它對于希望升級到更高級別的開發人員和迄今為止使用過較老版本Python的非常有經驗的開發人員特別有用。
你將學習
這本書是給誰的 -已經有Python經驗的中高級開發人員。
學習使用技術進行數據科學并在實踐中利用物聯網(IoT)。這本書介紹了現代數據科學的核心概念。您將從可以在BBC micro:bit上進行的簡單應用程序開始,然后使用其他硬件進行更復雜的實驗。
在教育領域,數據科學是最令人興奮和增長最快的主題之一。理解數據是如何工作的,以及如何使用數據,是21世紀的一項關鍵生活技能。在一個由信息驅動的世界里,學生們必須配備他們需要的工具來理解這一切。例如,考慮一下數據科學是如何成為識別氣候變化危險的關鍵因素,并繼續幫助我們識別和應對它帶來的威脅。這本書探討了數據的威力,以及如何使用手邊的硬件來應用數據。
您將學習數據科學的核心概念,如何在現實世界中應用它們,以及如何利用物聯網的巨大潛力。到最后,你將能夠執行復雜而有意義的數據科學實驗——為什么不成為一名公民科學家,為對抗氣候變化做出真正的貢獻呢?
你將學習
在不同的編程環境中理解和使用高級C#最重要的特性。這本書教你高級C#的基本特性,以及如何使用Visual Studio 2019將它們合并到不同的編程技術中。
這本書分為兩部分。第一部分介紹了c#高級編程的基本原理和要點。您將了解委托和事件,然后轉向lambda表達式。第二部分將介紹如何用不同的編程技術實現這些特性,首先從泛型編程開始。之后,您將學習線程編程和異步編程,以便從多線程環境中獲益。最后,您將學習使用ADO進行數據庫編程。你將知道如何通過你的c#應用程序執行SQL語句和存儲過程。
你將學到什么
這本書是給誰的
關于大數據技術的信息很多,但將這些技術拼接到端到端企業數據平臺是一項艱巨的任務,沒有得到廣泛的討論。通過這本實用的書,您將學習如何在本地和云中構建大數據基礎設施,并成功地構建一個現代數據平臺。
本書非常適合企業架構師、IT經理、應用程序架構師和數據工程師,它向您展示了如何克服Hadoop項目期間出現的許多挑戰。在深入了解以下內容之前,您將在一個徹底的技術入門中探索Hadoop和大數據領域中可用的大量工具:
-平臺: 了解部署、操作、安全性、高可用性和災難恢復的各個方面,以及將平臺與企業IT的其他部分集成在一起所需了解的所有內容
獲得高級數據分析概念的廣泛基礎,并發現數據庫中的最新革命,如Neo4j、Elasticsearch和MongoDB。這本書討論了如何實現ETL技術,包括主題爬行,這是應用在諸如高頻算法交易和面向目標的對話系統等領域。您還將看到機器學習概念的示例,如半監督學習、深度學習和NLP。使用Python的高級數據分析還包括時間序列和主成分分析等重要的傳統數據分析技術。
讀完這本書,你將對分析項目的每個技術方面都有了經驗。您將了解使用Python代碼的概念,并提供在您自己的項目中使用的示例。
你會學到什么
這本書是給誰看的
對數據分析領域感興趣的數據科學家和軟件開發人員。
找到有合適技能的人。本書闡明了創建高效能數據集成團隊的最佳實踐,使您能夠理解計劃、設計和監視一次性遷移和日常集成系統的技能和需求、文檔和解決方案。
數據的增長是爆炸式的。隨著跨企業系統的多個信息源的不斷到達,將這些系統組合成一個單一的、內聚的、可記錄的單元變得比以往任何時候都更加重要。但是,與其他軟件規程相比,集成的方法有很大的不同,它要求能夠編寫代碼、協作并將復雜的業務規則分解為可伸縮的模型。
數據遷移和集成可能很復雜。在許多情況下,項目團隊將實際的遷移保留到項目的最后一個周末,任何問題都可能導致錯過最后期限,或者在最壞的情況下導致需要在部署后進行協調的數據損壞。本書詳細介紹了如何進行戰略規劃以避免這些最后時刻的風險,以及如何為未來的集成項目構建正確的解決方案。
你會學到什么
這本書是給誰看的
構建相應實踐的執行和集成團隊領導。它也適用于需要額外熟悉ETL工具、集成過程和相關項目可交付成果的集成架構師、開發人員和業務分析人員