Practical Probabilistic Programming

Author: Avi Pfeffer

Publisher: N.A

ISBN: 9781617292330

Category: Computers

Page: 456

View: 5472

Summary Practical Probabilistic Programming introduces the working programmer to probabilistic programming. In it, you'll learn how to use the PP paradigm to model application domains and then express those probabilistic models in code. Although PP can seem abstract, in this book you'll immediately work on practical examples, like using the Figaro language to build a spam filter and applying Bayesian and Markov networks, to diagnose computer system data problems and recover digital images. Purchase of the print book includes a free eBook in PDF, Kindle, and ePub formats from Manning Publications. About the Technology The data you accumulate about your customers, products, and website users can help you not only to interpret your past, it can also help you predict your future! Probabilistic programming uses code to draw probabilistic inferences from data. By applying specialized algorithms, your programs assign degrees of probability to conclusions. This means you can forecast future events like sales trends, computer system failures, experimental outcomes, and many other critical concerns. About the Book Practical Probabilistic Programming introduces the working programmer to probabilistic programming. In this book, you’ll immediately work on practical examples like building a spam filter, diagnosing computer system data problems, and recovering digital images. You’ll discover probabilistic inference, where algorithms help make extended predictions about issues like social media usage. Along the way, you’ll learn to use functional-style programming for text analysis, object-oriented models to predict social phenomena like the spread of tweets, and open universe models to gauge real-life social media usage. The book also has chapters on how probabilistic models can help in decision making and modeling of dynamic systems. What's Inside Introduction to probabilistic modeling Writing probabilistic programs in Figaro Building Bayesian networks Predicting product lifecycles Decision-making algorithms About the Reader This book assumes no prior exposure to probabilistic programming. Knowledge of Scala is helpful. About the Author Avi Pfeffer is the principal developer of the Figaro language for probabilistic programming. Table of Contents PART 1 INTRODUCING PROBABILISTIC PROGRAMMING AND FIGARO Probabilistic programming in a nutshell A quick Figaro tutorial Creating a probabilistic programming application PART 2 WRITING PROBABILISTIC PROGRAMS Probabilistic models and probabilistic programs Modeling dependencies with Bayesian and Markov networks Using Scala and Figaro collections to build up models Object-oriented probabilistic modeling Modeling dynamic systems PART 3 INFERENCE The three rules of probabilistic inference Factored inference algorithms Sampling algorithms Solving other inference tasks Dynamic reasoning and parameter learning
Posted in Computers

Practical Aspects of Declarative Languages

20th International Symposium, PADL 2018, Los Angeles, CA, USA, January 8–9, 2018, Proceedings

Author: Francesco Calimeri,Kevin Hamlen,Nicola Leone

Publisher: Springer

ISBN: 3319733052

Category: Computers

Page: 203

View: 8404

This book constitutes the proceedings of the 20th International Symposium on Practical Aspects of Declarative Languages, PADL 2018, held in Los Angeles, CA, USA, in January 2018 and collocated with the 45th ACM SIGPLAN Symposium on Principles of Programming Languages.The 13 regular papers presented in this volume together with the abstracts of 2 invited talks were carefully reviewed and selected from 23 submissions. They deal with functional programming; constraint programming and business rules; prolog and optimization; and answer set programming.
Posted in Computers

Inductive Logic Programming

20th International Conference, ILP 2010, Florence, Italy, June 27-30, 2010, Revised Papers

Author: Paolo Frasconi,Francesca A. Lisi

Publisher: Springer Science & Business Media

ISBN: 3642212948

Category: Computers

Page: 278

View: 6480

This book constitutes the thoroughly refereed post-proceedings of the 20th International Conference on Inductive Logic Programming, ILP 2010, held in Florence, Italy in June 2010. The 11 revised full papers and 15 revised short papers presented together with abstracts of three invited talks were carefully reviewed and selected during two rounds of refereeing and revision. All current issues in inductive logic programming, i.e. in logic programming for machine learning are addressed, in particular statistical learning and other probabilistic approaches to machine learning are reflected.
Posted in Computers

Statistik-Workshop für Programmierer

Author: Allen B. Downey

Publisher: O'Reilly Germany

ISBN: 3868993436

Category: Computers

Page: 160

View: 1926

Wenn Sie programmieren können, beherrschen Sie bereits Techniken, um aus Daten Wissen zu extrahieren. Diese kompakte Einführung in die Statistik zeigt Ihnen, wie Sie rechnergestützt, anstatt auf mathematischem Weg Datenanalysen mit Python durchführen können. Praktischer Programmier-Workshop statt grauer Theorie: Das Buch führt Sie anhand eines durchgängigen Fallbeispiels durch eine vollständige Datenanalyse -- von der Datensammlung über die Berechnung statistischer Kennwerte und Identifikation von Mustern bis hin zum Testen statistischer Hypothesen. Gleichzeitig werden Sie mit statistischen Verteilungen, den Regeln der Wahrscheinlichkeitsrechnung, Visualisierungsmöglichkeiten und vielen anderen Arbeitstechniken und Konzepten vertraut gemacht. Statistik-Konzepte zum Ausprobieren: Entwickeln Sie über das Schreiben und Testen von Code ein Verständnis für die Grundlagen von Wahrscheinlichkeitsrechnung und Statistik: Überprüfen Sie das Verhalten statistischer Merkmale durch Zufallsexperimente, zum Beispiel indem Sie Stichproben aus unterschiedlichen Verteilungen ziehen. Nutzen Sie Simulationen, um Konzepte zu verstehen, die auf mathematischem Weg nur schwer zugänglich sind. Lernen Sie etwas über Themen, die in Einführungen üblicherweise nicht vermittelt werden, beispielsweise über die Bayessche Schätzung. Nutzen Sie Python zur Bereinigung und Aufbereitung von Rohdaten aus nahezu beliebigen Quellen. Beantworten Sie mit den Mitteln der Inferenzstatistik Fragestellungen zu realen Daten.
Posted in Computers

Foundations of Probabilistic Logic Programming

Author: Fabrizio Riguzzi

Publisher: River Publishers

ISBN: 8770220182

Category: Computers

Page: 422

View: 8103

Probabilistic Logic Programming extends Logic Programming by enabling the representation of uncertain information. Probabilistic Logic Programming is at the intersection of two wider research fields: the integration of logic and probability and Probabilistic Programming. Logic enables the representation of complex relations among entities while probability theory is useful for model uncertainty over attributes and relations. Combining the two is a very active field of study. Probabilistic Programming extends programming languages with probabilistic primitives that can be used to write complex probabilistic models. Algorithms for the inference and learning tasks are then provided automatically by the system. Probabilistic Logic programming is at the same time a logic language, with its knowledge representation capabilities, and a Turing complete language, with its computation capabilities, thus providing the best of both worlds. Since its birth, the field of Probabilistic Logic Programming has seen a steady increase of activity, with many proposals for languages and algorithms for inference and learning. Foundations of Probabilistic Logic Programming aims at providing an overview of the field with a special emphasis on languages under the Distribution Semantics, one of the most influential approaches. The book presents the main ideas for semantics, inference, and learning and highlights connections between the methods. Many examples of the book include a link to a page of the web application where the code can be run online.
Posted in Computers

AI*IA 2016 Advances in Artificial Intelligence

XVth International Conference of the Italian Association for Artificial Intelligence, Genova, Italy, November 29 – December 1, 2016, Proceedings

Author: Giovanni Adorni,Stefano Cagnoni,Marco Gori,Marco Maratea

Publisher: Springer

ISBN: 331949130X

Category: Computers

Page: 554

View: 5586

This book constitutes the refereed proceedings of the 15th International Conference of the Italian Association for Artificial Intelligence, AI*IA 2016, held in Genova, Italy, in November/December 2016. The 39 full papers presented were carefully reviewed and selected from 53 submissions. The papers are organized in topical sections on optimization and evolutionary algorithms; classification, pattern recognition, and computer vision; multi-agent systems; machine learning; semantic web and description logics; natural language processing; planning and scheduling; and formal verification.
Posted in Computers

Practical Aspects of Declarative Languages

7th International Symposium, PADL 2005, Long Beach, CA, USA, January 10-11, 2005, Proceedings

Author: Manuel Hermenegildo,Daniel Cabeza

Publisher: Springer Science & Business Media

ISBN: 9783540243625

Category: Computers

Page: 272

View: 4657

This book constitutes the refereed proceedings of the 7th International Symposium on Practical Aspects of Declarative Languages, PADL 2005, held in Long Beach, CA, USA in January 2005. The 17 revised full papers presented together with the abstracts of 2 invited talks were carefully reviewed and selected from 36 submissions. All current aspects of declarative programming are addressed including implementational issues and applications in areas such as database management, active networks, software engineering, decision support systems, and music composition.
Posted in Computers

Data mining

praktische Werkzeuge und Techniken für das maschinelle Lernen

Author: Ian H. Witten,Eibe Frank

Publisher: N.A

ISBN: 9783446215337


Page: 386

View: 3857

Posted in

Java kurz & gut

Author: Robert Liguori,Patricia Liguori

Publisher: O'Reilly Germany

ISBN: 3955617599

Category: Computers

Page: 232

View: 2319

Man kann es eigentlich kaum glauben: Diese mächtige Programmiersprache soll in ein kleines Taschenbuch passen? Nun, eine ausführliche Einführung in die Sprache ist Java – kurz & gut natürlich nicht, auch keine vollständige Referenz von A-Z. Dafür findet der erfahrene Programmierer hier aber alles Wichtige, was er bei der täglichen Arbeit braucht. Wie war das mit den Neuerungen in Java 8? Und wie hieß diese Kommandozeilenoption noch einmal genau? Auch ein Profi braucht manchmal eine Gedächtnisstütze. Da kommt diese klug organisierte Spickzettelsammlung gerade recht!
Posted in Computers

Datenanalyse mit Python

Auswertung von Daten mit Pandas, NumPy und IPython

Author: Wes McKinney

Publisher: O'Reilly

ISBN: 3960102143

Category: Computers

Page: 542

View: 5421

Erfahren Sie alles über das Manipulieren, Bereinigen, Verarbeiten und Aufbereiten von Datensätzen mit Python: Aktualisiert auf Python 3.6, zeigt Ihnen dieses konsequent praxisbezogene Buch anhand konkreter Fallbeispiele, wie Sie eine Vielzahl von typischen Datenanalyse-Problemen effektiv lösen. Gleichzeitig lernen Sie die neuesten Versionen von pandas, NumPy, IPython und Jupyter kennen.Geschrieben von Wes McKinney, dem Begründer des pandas-Projekts, bietet Datenanalyse mit Python einen praktischen Einstieg in die Data-Science-Tools von Python. Das Buch eignet sich sowohl für Datenanalysten, für die Python Neuland ist, als auch für Python-Programmierer, die sich in Data Science und Scientific Computing einarbeiten wollen. Daten und zugehöriges Material des Buchs sind auf GitHub verfügbar.Aus dem Inhalt:Nutzen Sie die IPython-Shell und Jupyter Notebook für das explorative ComputingLernen Sie Grundfunktionen und fortgeschrittene Features von NumPy kennenSetzen Sie die Datenanalyse-Tools der pandasBibliothek einVerwenden Sie flexible Werkzeuge zum Laden, Bereinigen, Transformieren, Zusammenführen und Umformen von DatenErstellen Sie interformative Visualisierungen mit matplotlibWenden Sie die GroupBy-Mechanismen von pandas an, um Datensätzen zurechtzuschneiden, umzugestalten und zusammenzufassenAnalysieren und manipulieren Sie verschiedenste Zeitreihen-DatenFür diese aktualisierte 2. Auflage wurde der gesamte Code an Python 3.6 und die neuesten Versionen der pandas-Bibliothek angepasst. Neu in dieser Auflage: Informationen zu fortgeschrittenen pandas-Tools sowie eine kurze Einführung in statsmodels und scikit-learn.
Posted in Computers

Neuronale Netze selbst programmieren

Ein verständlicher Einstieg mit Python

Author: Tariq Rashid

Publisher: O'Reilly

ISBN: 3960101031

Category: Computers

Page: 232

View: 1126

Neuronale Netze sind Schlüsselelemente des Deep Learning und der Künstlichen Intelligenz, die heute zu Erstaunlichem in der Lage sind. Sie sind Grundlage vieler Anwendungen im Alltag wie beispielsweise Spracherkennung, Gesichtserkennung auf Fotos oder die Umwandlung von Sprache in Text. Dennoch verstehen nur wenige, wie neuronale Netze tatsächlich funktionieren. Dieses Buch nimmt Sie mit auf eine unterhaltsame Reise, die mit ganz einfachen Ideen beginnt und Ihnen Schritt für Schritt zeigt, wie neuronale Netze arbeiten: - Zunächst lernen Sie die mathematischen Konzepte kennen, die den neuronalen Netzen zugrunde liegen. Dafür brauchen Sie keine tieferen Mathematikkenntnisse, denn alle mathematischen Ideen werden behutsam und mit vielen Illustrationen und Beispielen erläutert. Eine Kurzeinführung in die Analysis unterstützt Sie dabei. - Dann geht es in die Praxis: Nach einer Einführung in die populäre und leicht zu lernende Programmiersprache Python bauen Sie allmählich Ihr eigenes neuronales Netz mit Python auf. Sie bringen ihm bei, handgeschriebene Zahlen zu erkennen, bis es eine Performance wie ein professionell entwickeltes Netz erreicht. - Im nächsten Schritt tunen Sie die Leistung Ihres neuronalen Netzes so weit, dass es eine Zahlenerkennung von 98 % erreicht – nur mit einfachen Ideen und simplem Code. Sie testen das Netz mit Ihrer eigenen Handschrift und werfen noch einen Blick in das mysteriöse Innere eines neuronalen Netzes. - Zum Schluss lassen Sie das neuronale Netz auf einem Raspberry Pi Zero laufen. Tariq Rashid erklärt diese schwierige Materie außergewöhnlich klar und verständlich, dadurch werden neuronale Netze für jeden Interessierten zugänglich und praktisch nachvollziehbar.
Posted in Computers

Bayesian Methods for Hackers

Probabilistic Programming and Bayesian Methods

Author: Cameron Davidson-Pilon

Publisher: Addison-Wesley Professional

ISBN: 9780133902839

Category: Computers

Page: 320

View: 4732

Master Bayesian Inference through Practical Examples and Computation Not Advanced Mathematical Analysis Bayesian methods of inference are deeply natural and extremely powerful. However, most discussions of Bayesian inference rely on intensely complex mathematical analyses and artificial examples, making it inaccessible to anyone without a strong mathematical background. Now, though, Cameron Davidson-Pilon introduces Bayesian inference from a computational perspective, bridging theory to practice freeing you to get results using computing power. "Bayesian Methods for Hackers" illuminates Bayesian inference through probabilistic programming with the powerful PyMC language and the closely related Python tools NumPy, SciPy, and Matplotlib. Using this approach, you can reach effective solutions in small increments, without extensive mathematical intervention. Davidson-Pilon begins by introducing the concepts underlying Bayesian inference, comparing it with other techniques and guiding you through building and training your first Bayesian model. Next, he introduces PyMC through a series of detailed examples and intuitive explanations that have been refined after extensive user feedback. You ll learn how to use the Markov Chain Monte Carlo algorithm, choose appropriate sample sizes and priors, work with loss functions, and apply Bayesian inference in domains ranging from finance to marketing. Once you ve mastered these techniques, you ll constantly turn to this guide for the working PyMC code you need to jumpstart future projects. Coverage includes Learning the Bayesian state of mind and its practical implications Understanding how computers perform Bayesian inference Using the PyMC Python library to program Bayesian analyses Building and debugging models with PyMC Testing your model s goodness of fit Opening the black box of the Markov Chain Monte Carlo algorithm to see how and why it works Leveraging the power of the Law of Large Numbers Mastering key concepts, such as clustering, convergence, autocorrelation, and thinning Using loss functions to measure an estimate s weaknesses based on your goals and desired outcomes Selecting appropriate priors and understanding how their influence changes with dataset size Overcoming the exploration vs. exploitation dilemma: deciding when pretty good is good enough Using Bayesian inference to improve A/B testing Solving data science problems that rely on mountains of data"
Posted in Computers

Algorithmen - Eine Einführung

Author: Thomas H. Cormen,Charles E. Leiserson,Ronald Rivest,Clifford Stein

Publisher: Walter de Gruyter GmbH & Co KG

ISBN: 3110522012

Category: Computers

Page: 1339

View: 7184

Der "Cormen" bietet eine umfassende und vielseitige Einführung in das moderne Studium von Algorithmen. Es stellt viele Algorithmen Schritt für Schritt vor, behandelt sie detailliert und macht deren Entwurf und deren Analyse allen Leserschichten zugänglich. Sorgfältige Erklärungen zur notwendigen Mathematik helfen, die Analyse der Algorithmen zu verstehen. Den Autoren ist es dabei geglückt, Erklärungen elementar zu halten, ohne auf Tiefe oder mathematische Exaktheit zu verzichten. Jedes der weitgehend eigenständig gestalteten Kapitel stellt einen Algorithmus, eine Entwurfstechnik, ein Anwendungsgebiet oder ein verwandtes Thema vor. Algorithmen werden beschrieben und in Pseudocode entworfen, der für jeden lesbar sein sollte, der schon selbst ein wenig programmiert hat. Zahlreiche Abbildungen verdeutlichen, wie die Algorithmen arbeiten. Ebenfalls angesprochen werden Belange der Implementierung und andere technische Fragen, wobei, da Effizienz als Entwurfskriterium betont wird, die Ausführungen eine sorgfältige Analyse der Laufzeiten der Programme mit ein schließen. Über 1000 Übungen und Problemstellungen und ein umfangreiches Quellen- und Literaturverzeichnis komplettieren das Lehrbuch, dass durch das ganze Studium, aber auch noch danach als mathematisches Nachschlagewerk oder als technisches Handbuch nützlich ist. Für die dritte Auflage wurde das gesamte Buch aktualisiert. Die Änderungen sind vielfältig und umfassen insbesondere neue Kapitel, überarbeiteten Pseudocode, didaktische Verbesserungen und einen lebhafteren Schreibstil. So wurden etwa - neue Kapitel zu van-Emde-Boas-Bäume und mehrfädigen (engl.: multithreaded) Algorithmen aufgenommen, - das Kapitel zu Rekursionsgleichungen überarbeitet, sodass es nunmehr die Teile-und-Beherrsche-Methode besser abdeckt, - die Betrachtungen zu dynamischer Programmierung und Greedy-Algorithmen überarbeitet; Memoisation und der Begriff des Teilproblem-Graphen als eine Möglichkeit, die Laufzeit eines auf dynamischer Programmierung beruhender Algorithmus zu verstehen, werden eingeführt. - 100 neue Übungsaufgaben und 28 neue Problemstellungen ergänzt. Umfangreiches Dozentenmaterial (auf englisch) ist über die Website des US-Verlags verfügbar.
Posted in Computers

Data Science mit Python

Das Handbuch für den Einsatz von IPython, Jupyter, NumPy, Pandas, Matplotlib und Scikit-Learn

Author: Jake VanderPlas

Publisher: MITP-Verlags GmbH & Co. KG

ISBN: 3958456979

Category: Computers

Page: 552

View: 9042

Die wichtigsten Tools für die Datenanalyse und-bearbeitung im praktischen Einsatz Python effizient für datenintensive Berechnungen einsetzen mit IPython und Jupyter Laden, Speichern und Bearbeiten von Daten und numerischen Arrays mit NumPy und Pandas Visualisierung von Daten mit Matplotlib Python ist für viele die erste Wahl für Data Science, weil eine Vielzahl von Ressourcen und Bibliotheken zum Speichern, Bearbeiten und Auswerten von Daten verfügbar ist. In diesem Buch erläutert der Autor den Einsatz der wichtigsten Tools. Für Datenanalytiker und Wissenschaftler ist dieses umfassende Handbuch von unschätzbarem Wert für jede Art von Berechnung mit Python sowie bei der Erledigung alltäglicher Aufgaben. Dazu gehören das Bearbeiten, Umwandeln und Bereinigen von Daten, die Visualisierung verschiedener Datentypen und die Nutzung von Daten zum Erstellen von Statistiken oder Machine-Learning-Modellen. Dieses Handbuch erläutert die Verwendung der folgenden Tools: ● IPython und Jupyter für datenintensive Berechnungen ● NumPy und Pandas zum effizienten Speichern und Bearbeiten von Daten und Datenarrays in Python ● Matplotlib für vielfältige Möglichkeiten der Visualisierung von Daten ● Scikit-Learn zur effizienten und sauberen Implementierung der wichtigsten und am meisten verbreiteten Algorithmen des Machine Learnings Der Autor zeigt Ihnen, wie Sie die zum Betreiben von Data Science verfügbaren Pakete nutzen, um Daten effektiv zu speichern, zu handhaben und Einblick in diese Daten zu gewinnen. Grundlegende Kenntnisse in Python werden dabei vorausgesetzt. Leserstimme zum Buch: »Wenn Sie Data Science mit Python betreiben möchten, ist dieses Buch ein hervorragender Ausgangspunkt. Ich habe es sehr erfolgreich beim Unterrichten von Informatik- und Statistikstudenten eingesetzt. Jake geht weit über die Grundlagen der Open-Source-Tools hinaus und erläutert die grundlegenden Konzepte, Vorgehensweisen und Abstraktionen in klarer Sprache und mit verständlichen Erklärungen.« – Brian Granger, Physikprofessor, California Polytechnic State University, Mitbegründer des Jupyter-Projekts
Posted in Computers

Einführung in die Geometrie und Topologie

Author: Werner Ballmann

Publisher: Springer-Verlag

ISBN: 3034809018

Category: Mathematics

Page: 162

View: 9719

Das Buch bietet eine Einführung in die Topologie, Differentialtopologie und Differentialgeometrie. Es basiert auf Manuskripten, die in verschiedenen Vorlesungszyklen erprobt wurden. Im ersten Kapitel werden grundlegende Begriffe und Resultate aus der mengentheoretischen Topologie bereitgestellt. Eine Ausnahme hiervon bildet der Jordansche Kurvensatz, der für Polygonzüge bewiesen wird und eine erste Idee davon vermitteln soll, welcher Art tiefere topologische Probleme sind. Im zweiten Kapitel werden Mannigfaltigkeiten und Liesche Gruppen eingeführt und an einer Reihe von Beispielen veranschaulicht. Diskutiert werden auch Tangential- und Vektorraumbündel, Differentiale, Vektorfelder und Liesche Klammern von Vektorfeldern. Weiter vertieft wird diese Diskussion im dritten Kapitel, in dem die de Rhamsche Kohomologie und das orientierte Integral eingeführt und der Brouwersche Fixpunktsatz, der Jordan-Brouwersche Zerlegungssatz und die Integralformel von Stokes bewiesen werden. Das abschließende vierte Kapitel ist den Grundlagen der Differentialgeometrie gewidmet. Entlang der Entwicklungslinien, die die Geometrie der Kurven und Untermannigfaltigkeiten in Euklidischen Räumen durchlaufen hat, werden Zusammenhänge und Krümmung, die zentralen Konzepte der Differentialgeometrie, diskutiert. Den Höhepunkt bilden die Gaussgleichungen, die Version des theorema egregium von Gauss für Untermannigfaltigkeiten beliebiger Dimension und Kodimension. Das Buch richtet sich in erster Linie an Mathematik- und Physikstudenten im zweiten und dritten Studienjahr und ist als Vorlage für ein- oder zweisemestrige Vorlesungen geeignet.
Posted in Mathematics

Programmieren mit Scala

Author: Dean Wampler,Alex Payne

Publisher: O'Reilly Germany

ISBN: 3897216485

Category: Computers

Page: 480

View: 2729

Sie ist elegant, schlank, modern und flexibel: Die Rede ist von Scala, der neuen Programmiersprache für die Java Virtual Machine (JVM). Sie vereint die Vorzüge funktionaler und objektorientierter Programmierung, ist typsicherer als Java, lässt sich nahtlos in die Java-Welt integrieren – und eine in Scala entwickelte Anwendung benötigt oft nur einen Bruchteil der Codezeilen ihres Java-Pendants. Kein Wunder, dass immer mehr Firmen, deren große, geschäftskritische Anwendungen auf Java basieren, auf Scala umsteigen, um ihre Produktivität und die Skalierbarkeit ihrer Software zu erhöhen. Das wollen Sie auch? Dann lassen Sie sich von den Scala-Profis Dean Wampler und Alex Payne zeigen, wie es geht. Ihre Werkzeugkiste: Schon bevor Sie loslegen, sind Sie weiter, als Sie denken: Sie können Ihre Java-Programme weiter verwenden, Java-Bibliotheken nutzen, Java von Scala aus aufrufen und Scala von Java aus. Auch Ihre bevorzugten Entwicklungswerkzeuge wie NetBeans, IntelliJ IDEA oder Eclipse stehen Ihnen weiter zur Verfügung, dazu Kommandozeilen-Tools, Plugins für Editoren, Werkzeuge von Drittanbietern – und natürlich Ihre Programmiererfahrung. In Programmieren mit Scala erfahren Sie, wie Sie sich all das zunutze machen. Das Hybridmodell: Die Paradigmen "funktional" und "objektorientiert" sind keine Gegensätze, sondern ergänzen sich unter dem Scala-Dach zu einem sehr produktiven Ganzen. Nutzen Sie die Vorteile funktionaler Programmierung, wann immer sich das anbietet – und seien Sie so frei, auf die guten alten Seiteneffekte zu bauen, wenn Sie das für nötig halten. Futter für die Profis: Skalierbare Nebenläufigkeit mit Aktoren, Aufzucht und Pflege von XML mit Scala, Domainspezifische Sprachen, Tipps zum richtigen Anwendungsdesign – das sind nur ein paar der fortgeschrittenen Themen, in die Sie mit den beiden Autoren eintauchen. Danach sind Sie auch Profi im Programmieren mit Scala.
Posted in Computers


mit Neuronalen Netzen, Fuzzy-Logic und Evolutionären Algorithmen

Author: Wolfram-Manfred Lippe

Publisher: Springer-Verlag

ISBN: 3540292748

Category: Computers

Page: 557

View: 8667

Neuronale Netze sind parallele datenverarbeitende Strukturen, die sich selbst verändern können. Mittels dieser Fähigkeit versucht ein Neuronales Netz ein durch Trainingsbeispiele vorgegebenes Ein- und Ausgabeverhalten nachzuahmen und Interpolationseigenschaften zu entwickeln. Fuzzy-Logic ist eine Erweiterung der klassischen Logik in dem Sinne, dass sie statt zwei Werten sämtliche Werte aus aus dem Intervall [0,1] als Wahrheitswerte zulässt. Mit solchen Fuzzy-Werten können vage oder unsichere Daten aus der realen Welt, wie z.B. die linguistischen Terme kurz oder leicht, einfach und zutreffend modelliert werden. Der Autor gibt eine umfassende Einführung in die Theorie und Praxis der natürlichen Informationsverarbeitung, der künstlichen Neuronalen Netze, der Fuzzy-Logic und der genetischen Algorithmen sowie der Kombination der letzten drei genannten Gebiete zu komplexeren Modellen des Soft-Computing . Zudem werden praktische Anwendungen wie die Optimierung von Fuzzy-Controllern mittels Neuronaler Netze beschrieben.
Posted in Computers

Continuous Delivery

Der pragmatische Einstieg

Author: Eberhard Wolff

Publisher: N.A

ISBN: 3864919312

Category: Computers

Page: 282

View: 6872

Continuous Delivery ermцglicht es, Software viel schneller und mit wesentlich hцherer Zuverlдssigkeit in Produktion zu bringen, als es bisher mцglich war. Grundlage dafьr ist eine Continuous-Delivery-Pipeline, die das Ausrollen der Software weitgehend automatisiert und so einen reproduzierbaren, risikoarmen Prozess fьr die Bereitstellung neuer Releases bietet. Dieses Buch macht Sie mit dem Aufbau einer Continuous-Delivery-Pipeline vertraut und erklдrt, welche Technologien Sie dazu einsetzen kцnnen. Dabei lernen Sie u.a. folgende Themen kennen: • Infrastruktur-Automatisierung mit Chef, Docker und Vagrant • Automatisierung von Builds und Continuous Integration • Akzeptanztests, Kapazitдtstests, exploratives Testen • Einfьhrung von Continuous Delivery im Unternehmen • Continuous Delivery und DevOps • Auswirkungen auf die Softwarearchitektur Als praktisches Beispiel wird ein konkreter Technologie- Stack vorgestellt. Zahlreiche Aufgaben und Vorschlдge fьr weitergehende Experimente laden Sie darьber hinaus zur praktischen Vertiefung des Themas ein. Nach der Lektьre kцnnen Sie abschдtzen, welche Vorteile Continuous Delivery konkret bietet, und Sie verfьgen ьber das nцtige Handwerkszeug, um Continuous Delivery in Ihrem eigenen Arbeitsumfeld zu etablieren. Die Neuauflage wurde in Bezug auf Werkzeuge wie Docker, Jenkins, Graphite und den ELK-Stack aktualisiert. An neuen Themen sind Docker Compose, Docker Machine, Immutable Server, Microservices und die Einfьhrung von Continuous Delivery ohne DevOps hinzugekommen.
Posted in Computers

Mathematische Juwelen

Author: Ross Honsberger

Publisher: Springer-Verlag

ISBN: 3322872653

Category: Technology & Engineering

Page: 168

View: 4368

Posted in Technology & Engineering