Programmieren

Microservices haben sich als eigenständige, aber zusammenhängende Dienste längst durchgesetzt und bieten eine flexible Alternative zu großen monolithischen Softwarearchitekturen. Mit dieser praxisorientierten Einführung steigen Sie direkt in die professionelle Programmierung von Microservices ein. Neben allen notwendigen Grundlagen des Architekturstils lernen Sie ganz nebenbei die beliebte Programmiersprache Go, wie Sie Microservices damit umsetzen und wie Sie Ihre Dienste gewinnbringend einsetzen.

Der perfekte Begleiter für einen umfassenden Einstieg in das Thema Containervirtualisierung mit Docker ohne Vorkenntnisse!
- Einfach verständliche Einführung in Docker und die dahinterstehenden Prinzipien und Technologien
- Umfassende Beispielanwendung für praxisnahes Lernen
- Inklusive Containerorchestrierung mit Kubernetes
- Zielgruppe: Softwareentwickler, Systemadministratoren, Webdeveloper, Programmierer mit Vorkenntnissen
- Platzierung: Webentwicklung, Softwareentwicklung/Programmierung

Die tausendfach bewährte CSS-Einführung – jetzt noch besser und aktueller! Seit seiner ersten Auflage 2006 hat dieses Buch von Peter Müller schon vielen, vielen Tausend Lesern geholfen, CSS zu lernen und zu verstehen. Unser Autor erklärt Schritt für Schritt, was Sie bei der modernen Webgestaltung wissen müssen: von den grundlegenden Prinzipien bis hin zu den neuesten Entwicklungen. Immer kompetent, klar und verständlich. Anschauliche Beispiele aus der Praxis können Sie leicht auf eigene Projekte anwenden. Inkl. HTML5, CSS3 und einer guten Prise Humor.

Die Autoren führen in das Gebietder relationalen (SQL) und nicht-relationalen (NoSQL) Datenbanken ein.Themenschwerpunkte in der 8. Auflage bilden Datenmanagement, Datenmodellierung,Abfrage- und Manipulationssprachen, Konsistenzgewährung, Datenschutz und -Sicherheit,Systemarchitektur, Mehrbenutzerbetrieb. Das Buch bietet außerdem einen Überblicküber postrelationale und nicht-relationale Datenbanksysteme. Neben klassischenKonzepten werden wichtige Aspekte für NoSQL-Datenbanken erläutert, wie das VerfahrenMap/Reduce, Verteilungsoptionen (Fragmente, Replikation) oder das CAP-Theorem(Consistency, Availability, Partition Tolerance). Eine Webseite ergänzt den Inhalt des Buches durch Tutorien für Abfrage- und Manipulationssprachen(SQL, Cypher), Übungsumgebungen für Datenbanken (MySQL, Neo4j) sowie zweiFallstudien zu travelblitz (OpenOffice Base, Neo4j).

Der Mehrwert von Informationen steckt nicht notwendigerweise in der reinen Menge von Daten, sondern vor allem in den Beziehungen zwischen Elementen. Bisher war es nicht so einfach, die interessanten, vernetzten Domänen verlustlos in einer Datenbank zu speichern und effizient abzufragen.

Neo4j, besonders die neue Version 2.0, erlaubt es, komplexe Datenmodelle direkt zu modellieren und herausfordernde Anwendungsfälle performant umzusetzen. In diesem Buch gibt Michael Hunger, langjähriger Mitarbeiter von Neo Technology, an praktischen Beispielen einen Überblick zur Anwendung der quelloffenen Graphdatenbank.

Come on a tour of "modern" CSS in 2020. This example-driven book demonstrates the concepts by showing code examples, screenshots, and diagrams to help clearly communicate the information.

You'll start with the very basics of CSS: box model, colors, selectors and combinators, and specificity. Then gradually move through more intermediate topics - styling text, positioning, Z-index and stacking contexts, gradients, borders, and then to more advanced topics such as transforms, transitions, animations, flexbox, and CSS grid. Some features are only available in modern browsers (Chrome, Edge, Safari, and Firefox), but information about IE11 compatibility is included where possible.

Schneller und praxisnaher Einstieg für Entwicklerinnen mit Vorkenntnissen in Java, C, C++ oder C#. Direkter Einstieg in aktuelles JavaScript (ES2020). Beispiele und Übungen für das Lernen direkt an der Tastatur.

Get an introduction to the visual design of GraphQL data and concepts, including GraphQL structures, semantics, and schemas in this compact, pragmatic book. In it you will see simple guidelines based on lessons learned from real-life data discovery and unification, as well as useful visualization techniques. These in turn help you improve the quality of your API designs and give you the skills to produce convincing visual communications about the structure of your API designs.
Finally, Visual Design of GraphQL Data shows you how to handle GraphQL with legacy data as well as with Neo4j graph databases. Spending time on schema quality means that you will work from sharper definitions, which in turn leads to greater productivity and well-structured applications.

Mehr als 100 Aufgaben und Lösungen für Python. Verschiedener Schwierigkeitsgrade für Einsteiger und Fortgeschrittene. Vorbereitung für Jobinterview und Prüfung. Mit 100 Übungsaufgaben und Programmierpuzzles inklusive Lösungen zum Knobeln und Erweitern Ihrer Kenntnisse bietet Ihnen die »Python Challenge« ein kurzweiliges Lernen, eine fundierte Vorbereitung auf die nächste Prüfung oder ein Jobinterview. Dabei werden viele praxisrelevante Themengebiete wie Strings, Datenstrukturen, Rekursion, Arrays usw. berücksichtigt. Jedes Themengebiet wird in einem eigenen Kapitel behandelt, wobei zunächst kurz auf die Grundlagen eingegangen wird. Danach folgen rund 10 bis 15 Übungsaufgaben verschiedener Schwierigkeitsgrade. So lassen sich die Python-Programmierkenntnisse effektiv verbessern. Dabei helfen insbesondere detaillierte Musterlösungen inklusive der genutzten Algorithmen zu allen Aufgaben. 

Maschinelles Lernen ist ein interdisziplinäres Fach, das die Bereiche Informatik, Mathematik und das jeweilige Anwendungsgebiet zusammenführt. In diesem Buch werden alle drei Teilgebiete gleichermaßen berücksichtigt:

- Algorithmen des maschinellen Lernens verwenden und verstehen, wie und warum sie funktionieren.
- Kickstart zur Verwendung von Python 3 und seinem Ökosystem im Umfeld des maschinellen Lernens.
- Verschiedene Methoden des überwachten, unüberwachten und bestärkenden Lernens, u.a. Random Forest, DBSCAN und Q-Learning.

Die Algorithmen werden zum besseren Verständnis und praktischen Einsatz anschaulich mittels NumPy und SciPy umgesetzt. Für die Support Vector Machines und das Deep Learning wird auf scikit-learn bzw. Keras zurückgegriffen.