《操作反模式,DevOps解决方案》展示了如何在大多数开发人员工作的不完美环境中实现DevOps技术。部分技术教程、部分参考手册和部分心理手册,本实用指南向您展示了在您无法灵活地对组织结构进行全面更改时,将DevOps引入您的团队的现实方法。

DevOps解决方案专注于从下至上的过程改进,包括操作反模式中的所有内容,它对您的团队是可操作的——从构建流线化的工作流系统到开发仪表板和度量性能正确方面的操作指标。为了更好地理解个人和组织的行为,您还将学习为什么DevOps技术是有效的背后的心理原因。

http://file.allitebooks.com/20201107/Operations%20Anti-Patterns,%20DevOps%20Solutions.pdf

成为VIP会员查看完整内容
0
10

相关内容

Graph Data Science For Dummies将带您了解图数据科学的基础——从定义图分析和算法到向您展示如何使用它们进行机器学习和解决现实世界的问题。

  • 了解图表数据科学基础

  • 用图表分析做出更好的预测

  • 使用GDS技术升级您的应用程序

https://neo4j.com/graph-data-science-for-dummies/

成为VIP会员查看完整内容
0
61

将无服务器计算中的安全基础知识应用到新的或现有的项目中。这个操作指南提供了实际的例子和基础知识。您将在无服务器计算的所有方面应用这些基础知识:改进代码、保护应用程序和保护基础设施。你将获得安全知识,使你能够保护你所支持的项目,并与网络安全人员进行技术对话。

在网络安全被攻破的新闻层出不穷的今天,考虑应用程序的安全性是至关重要的。人们很容易相信,使用第三方主机来托管整个计算平台将提高安全性。这本书向你展示了为什么网络安全是每个参与这个项目的人的责任。

你将学到什么

  • 对无服务器计算中的网络安全有更深的理解
  • 了解如何使用免费和开放源码工具(如节点包管理器、ESLint和VSCode)来减少应用程序代码中的漏洞
  • 评估来自您的serverless函数中的事件触发器的潜在威胁
  • 了解无服务器计算中的安全最佳实践
  • 开发一个不可知的安全体系结构,同时减少来自特定于供应商的基础设施的风险

这本书是给谁的

开发人员或安全工程师希望将他们目前对传统网络安全的了解扩展到无服务器计算项目中。刚开始从事无服务器计算和网络安全的个人可以在他们的项目中应用这本书中的概念。

成为VIP会员查看完整内容
0
24

学习设计思维的基本原理,以及如何在定义软件开发和人工智能解决方案时应用设计思维技术。设计思维是一种创新的方法,它能识别问题并产生解决方案,并能通过原型设计迅速得到验证。

这本书提供了设计思维的简史和过程的概述。然后深入探讨在设计思维研讨会中使用的方法和工具的更多细节,从而得出有用的原型。提供以下指引:

  • 为设计思考工作坊做准备
  • 发现可能被解决的潜在业务问题
  • 优先考虑可能的解决方案
  • 识别和描述利益相关者
  • 为开发选择正确的原型
  • 限制了原型构建的范围和最佳实践

本书最后讨论了成功原型的操作化的最佳实践,并描述了对成功采用至关重要的变更管理技术。您可以使用从阅读本书中获得的知识,将设计思维技术融入到您的软件开发和AI项目中,并确保及时和成功地交付解决方案。

你将学到什么

  • 获得什么是设计思维以及何时应用该技术的基本知识
  • 发现在研讨会中使用的准备和促进技巧
  • 了解想法是如何产生的,然后通过原型验证
  • 了解实现最佳实践,包括变更管理考虑事项

这本书是给谁的呢

  • 商业决策者和项目利益相关者,以及IT项目所有者,他们寻求一种方法,导致快速开发成功的软件和AI原型,证明真正的商业价值。也为数据科学家,开发人员和系统集成商谁有兴趣促进或利用设计思维研讨会,以推动潜在的软件开发和人工智能项目背后的势头。
成为VIP会员查看完整内容
1
63

本书提供了实际的示例和注意事项,以帮助您创建健壮和高效的数据库解决方案。在整个文本中,提供了实际问题、问题和常见陷阱,以帮助您识别最佳解决方案,以便在可能遇到的不同应用程序场景中获得最大成功。

成为VIP会员查看完整内容
0
27

探索多年来用户研究如何受到一系列学科的影响,如人机交互、可用性、人类学、认知心理学、人体工程学等。本书旨在为用户研究社区做出贡献,涵盖的主题将帮助用户体验专业人士、学生和利益相关者更好地理解什么是用户研究。

通过这本书,你将获得一套实用的技能,范围从如何进行研究,以建立一个案例,以获得所需的预算和资源。它将为你提供一个如何组织你的研究,如何计划它,以及如何在整个项目中管理利益相关者的期望的清晰的说明。您将看到如何将用户研究融入到您的组织中,并在不同的产品开发阶段(发现、Alpha、Beta直到上线)将其结合起来,以及如何发展一个用户研究团队。

《实用用户研究》回顾了用于用户研究的方法论,着眼于如何招募参与者,如何收集和分析数据,最后关注如何解释和展示你的发现。跨文化研究、可及性和辅助数字研究也将在本书中讨论。最后一章给你10个项目概要,你将能够应用你的新技能集,并将你所学到的付诸实践。

你将学习:

  • 将用户研究整合到你的业务中
  • 将用户研究应用到产品开发周期中
  • 审查进行用户研究所需的适当程序
  • 用一种实用的方法进行用户研究

这本书是给谁的:

  • 任何想了解更多用户研究的人。
成为VIP会员查看完整内容
0
48

题目

Python编程与解决问题

简介

“用Python编程和问题解决”这本书给我们带来了极大的乐趣。 本书适用于工程和数学入门的学生,他们可以使用这种高级编程语言作为解决数学问题的有效工具。 Python用于开发任何流的应用程序,它不仅限于计算机科学。 我们相信,任何具有计算机基础知识和逻辑思维能力的人都可以学习编程。 出于这种动机,我们以清醒的方式编写了这本书。 读完本书,您将了解编程语言有多么简单,同时您还将学习python编程的基础知识。 您将有足够的动力去使用python开发应用程序。

由于本书是在考虑读者没有python编程知识的前提下编写的,因此在通读所有章节之前,读者应该了解学习python编程的好处。 以下是一些为什么要学习python语言的原因。

•Python语言简单易学。 例如,与其他编程语言相比,它具有简单的语法。
•Python是一种面向对象的编程语言。 它用于开发桌面,独立和脚本应用程序。
•Python还是免费开源软件的示例。 由于其开放性,因此无需更改原始程序就可以编写程序并可以在任何平台(即Windows,Linux,Ubuntu和Mac OS)上进行部署。

本书的组织本书分为两个部分。 第一部分介绍了计算机编程的基础知识,而第二部分介绍了与面向对象编程有关的主题以及有关数据结构的一些基本主题。

在本书的第一部分中,读者将学习计算机的基础知识,python编程的基础知识,在各种操作系统上执行python程序的知识(第1章),python中使用的数据类型,赋值,格式化数字和字符串(第2章)。 )运算符和表达式(第3章),决策语句(第4章),循环控制语句(第5章)和函数(第6章)。

在第二部分中,将向读者介绍类和对象的创建。 使用类创建列表和字符串的概念将在第7章和第8章中讨论。读者还将了解数据结构的基本主题,即搜索和排序(第9章),因为它是最重要的概念之一,并且几乎用在了其中。 所有实际应用。 第10章介绍了面向对象编程的各种概念和功能,例如继承,可访问性(即封装)。第11章详细介绍了python的主要重要数据结构之一,即元组,集合和字典,而第12章介绍了Python。 使用乌龟创建图形。 最后,第13章将帮助读者理解文件处理的需求,并以此为基础开发实时应用程序。 因此,在阅读本书的第二部分之后,读者将可以通过考虑灵活性和可重用性来创建软件应用程序。

成为VIP会员查看完整内容
Programming_And_Problem_Solving_With_Phython_20bb.pdf
0
49

关于大数据技术的信息很多,但将这些技术拼接到端到端企业数据平台是一项艰巨的任务,没有得到广泛的讨论。通过这本实用的书,您将学习如何在本地和云中构建大数据基础设施,并成功地构建一个现代数据平台。

本书非常适合企业架构师、IT经理、应用程序架构师和数据工程师,它向您展示了如何克服Hadoop项目期间出现的许多挑战。在深入了解以下内容之前,您将在一个彻底的技术入门中探索Hadoop和大数据领域中可用的大量工具:

  • 基础设施: 查看现代数据平台中的所有组件层,从服务器到数据中心,为企业中的数据建立坚实的基础

-平台: 了解部署、操作、安全性、高可用性和灾难恢复的各个方面,以及将平台与企业IT的其他部分集成在一起所需了解的所有内容

  • 将Hadoop带到云端: 学习在云中运行大数据平台的重要架构方面,同时保持企业安全性和高可用性
成为VIP会员查看完整内容
0
131

使用Python进行自然语言处理(NLP),学习如何设置健壮环境来执行文本分析。这第二版经历了一个重大的修改,并介绍了几个重要的变化和基于NLP的最新趋势的新主题。

您将了解如何在NLP中使用最新的、最先进的框架,以及机器学习和深度学习模型,用于Python支持的监督情感分析,以解决实际的案例研究。首先回顾Python中关于字符串和文本数据的NLP基础知识,然后讨论文本数据的工程表示方法,包括传统的统计模型和新的基于深度学习的嵌入模型。本文还讨论了解析和处理文本的改进技术和新方法。

文本摘要和主题模型已经全面修订,因此本书展示了如何在NIPS会议论文的兴趣数据集上下文中构建、调整和解释主题模型。此外,这本书涵盖了文本相似性技术与现实世界的电影推荐人的例子,以及情绪分析使用监督和非监督的技术。还有一章专门讨论语义分析,您将了解如何从头构建自己的命名实体识别(NER)系统。虽然该书的整体结构保持不变,但整个代码库、模块和章节都已更新到最新的Python 3。x版本。

你将学习

  • 理解NLP和文本的语法、语义和结构
  • 发现文本清理和功能工程
  • 回顾文本分类和文本聚类
  • 评估文本摘要和主题模型
  • 学习NLP的深度学习

这本书是给谁的

  • IT专业人员、数据分析师、开发人员、语言学专家、数据科学家和工程师,以及任何对语言学、分析和从文本数据中产生见解有浓厚兴趣的人。
成为VIP会员查看完整内容
0
85

通过机器学习的实际操作指南深入挖掘数据

机器学习: 为开发人员和技术专业人员提供实践指导和全编码的工作示例,用于开发人员和技术专业人员使用的最常见的机器学习技术。这本书包含了每一个ML变体的详细分析,解释了它是如何工作的,以及如何在特定的行业中使用它,允许读者在阅读过程中将所介绍的技术融入到他们自己的工作中。机器学习的一个核心内容是对数据准备的强烈关注,对各种类型的学习算法的全面探索说明了适当的工具如何能够帮助任何开发人员从现有数据中提取信息和见解。这本书包括一个完整的补充教师的材料,以方便在课堂上使用,使这一资源有用的学生和作为一个专业的参考。

机器学习的核心是一种基于数学和算法的技术,它是历史数据挖掘和现代大数据科学的基础。对大数据的科学分析需要机器学习的工作知识,它根据从训练数据中获得的已知属性形成预测。机器学习是一个容易理解的,全面的指导,为非数学家,提供明确的指导,让读者:

  • 学习机器学习的语言,包括Hadoop、Mahout和Weka
  • 了解决策树、贝叶斯网络和人工神经网络
  • 实现关联规则、实时和批量学习
  • 为安全、有效和高效的机器学习制定战略计划

通过学习构建一个可以从数据中学习的系统,读者可以在各个行业中增加他们的效用。机器学习是深度数据分析和可视化的核心,随着企业发现隐藏在现有数据中的金矿,这一领域的需求越来越大。对于涉及数据科学的技术专业人员,机器学习:为开发人员和技术专业人员提供深入挖掘所需的技能和技术。

成为VIP会员查看完整内容
0
106

找到有合适技能的人。本书阐明了创建高效能数据集成团队的最佳实践,使您能够理解计划、设计和监视一次性迁移和日常集成系统的技能和需求、文档和解决方案。

数据的增长是爆炸式的。随着跨企业系统的多个信息源的不断到达,将这些系统组合成一个单一的、内聚的、可记录的单元变得比以往任何时候都更加重要。但是,与其他软件规程相比,集成的方法有很大的不同,它要求能够编写代码、协作并将复杂的业务规则分解为可伸缩的模型。

数据迁移和集成可能很复杂。在许多情况下,项目团队将实际的迁移保留到项目的最后一个周末,任何问题都可能导致错过最后期限,或者在最坏的情况下导致需要在部署后进行协调的数据损坏。本书详细介绍了如何进行战略规划以避免这些最后时刻的风险,以及如何为未来的集成项目构建正确的解决方案。

你会学到什么

  • 理解集成的“语言”,以及它们在优先级和所有权方面的关系
  • 创建有价值的文档,带领您的团队从发现到部署
  • 研究当今市场上最重要的集成工具
  • 监视您的错误日志,并查看输出如何增加持续改进的周期
  • 为整个企业提供有价值的集成解决方案

这本书是给谁看的

构建相应实践的执行和集成团队领导。它也适用于需要额外熟悉ETL工具、集成过程和相关项目可交付成果的集成架构师、开发人员和业务分析人员

成为VIP会员查看完整内容
0
63
小贴士
相关资讯
【大数据】大数据参考架构和关键技术(综合)
产业智能官
4+阅读 · 2018年11月22日
【MES】生产企业MES解决方案—HOLLiAS MES
产业智能官
4+阅读 · 2018年10月22日
警务云情报分析研判平台解决方案(ppt)
智能交通技术
9+阅读 · 2018年3月18日
福利 | 当Python遇上大数据与机器学习,入门so easy!
这几本Python新书特别赞
图灵教育
7+阅读 · 2018年3月1日
Python 书单:从入门到……
Linux中国
12+阅读 · 2017年8月6日
2017年DevOps最新现状研究报告解读
CSDN云计算
4+阅读 · 2017年6月13日
相关论文
Xin Gao,Xi Huang,Yinxu Tang,Ziyu Shao,Yang Yang
0+阅读 · 2020年12月15日
Yihan Du,Siwei Wang,Longbo Huang
0+阅读 · 2020年12月15日
Zhengli Zhao,Sameer Singh,Honglak Lee,Zizhao Zhang,Augustus Odena,Han Zhang
1+阅读 · 2020年12月14日
Privacy-preserving Decentralized Federated Learning
Beomyeol Jeon,S. M. Ferdous,Muntasir Raihan Rahman,Anwar Walid
0+阅读 · 2020年12月13日
Kosuke Toda,Naomi Kuze,Toshimitsu Ushio
0+阅读 · 2020年12月12日
DevOps A Historical Review and Future Works
Mayank Gokarna,Raju Singh
0+阅读 · 2020年12月11日
Matīss Rikters,Ryokan Ri,Tong Li,Toshiaki Nakazawa
0+阅读 · 2020年12月11日
Michael Moy,Robert Cardona,Robert Green,Jacob Cleveland,Alan Hylton,Robert Short
0+阅读 · 2020年12月10日
A Modern Introduction to Online Learning
Francesco Orabona
14+阅读 · 2019年12月31日
Capsule Networks against Medical Imaging Data Challenges
Amelia Jiménez-Sánchez,Shadi Albarqouni,Diana Mateus
3+阅读 · 2018年7月19日
Top