Architektura ewolucyjna. Projektowanie oprogramowania i wsparcie zmian

Neal Ford, Rebecca Parsons, Patrick Kua

Przez długi czas uważano, że architektura oprogramowania powinna powstać przed rozpoczęciem pisania kodu i pozostać niezmieniona aż do zakończenia projektu. Pojawienie się zwinnych metod tworzenia oprogramowania spowodowało, że taką koncepcję zaczęto podawać w wątpliwość. Niektórzy nawet kwestionowali potrzebę tworzenia architektury, gdyż utrudniała reakcję na zmiany wymagań. Istnieje jednak inne podejście do architektury, zgodnie z którym jest ona ściśle powiązana z fazą programowania i dynamicznie odpowiada na zmiany pojawiające się podczas tworzenia kodu. W ten sposób architektura ewolucyjna, pomimo nieprzewidywalności zmian, zapewnia rozwój projektu we właściwym kierunku. Dzięki tej książce architekci oprogramowania zapoznają się z nowym podejściem do powiązań architektury z czasem. Przekonają się też, że tworzenie architektury ewolucyjnej sprowadza się do trzech głównych zagadnień: funkcji dopasowania, zmian przyrostowych i prawidłowego sprzęgania. W tej książce uwzględniono analizę każdego z tych aspektów, ukazano też mechanizm budowania architektury wspierającej ciągłe zmiany. Szczegółowo wyjaśniono zasady wprowadzania pętli informacji zwrotnej pozwalających całemu zespołowi na spójne rozwijanie systemu w zgodzie z zasadą ciągłego dostarczania. Pokazano metody monitorowania stanu architektury. Sporo uwagi poświęcono problemom danych długowiecznych - jest to często pomijane zagadnienie. W tej książce: Funkcje dopasowania w architekturze Zmiany przyrostowe wprowadzane za pomocą projektowania i operacji Sprzężenie architektury i wprowadzanie zmian bez utraty stabilności systemu Dane ewolucyjne oraz zmiany wymogów i architektury w miarę upływu czasu Budowanie architektur ewolucyjnych Praktyczne wdrażanie architektury ewolucyjnej w korporacji Architektura korporacyjna: wysoka sztuka projektowania!

Atlassian Jira Server & Data Center. Programowanie rozwiązań w projektach biznesowych

By szybciej, sprawniej i skuteczniej zarządzać projektami Znalezienie odpowiedzi na zaprzątające umysł pytania z zakresu automatyzacji zwykle wiąże się ze spędzeniem długich godzin na wertowaniu niespójnej dokumentacji lub przeszukiwaniu forum Atlassian Community, gdzie swoimi problemami (a także autorskimi pomysłami na ich rozwiązanie) dzielą się inni użytkownicy Jiry. To jednak często bezproduktywne działanie, a jedynym skutecznym ― albo i nieskutecznym ― sposobem, by pokonać przeszkodę, jest metoda prób i błędów. W szczególności dotyczy to klas, metod i interfejsów, o których możemy jedynie powiedzieć, że istnieją i przyjmują określone typy parametrów. Książka Jakuba Kalinowskiego ma w zamyśle oszczędzić czytelnikom żmudnego procesu pozyskiwania wiedzy i dać wskazówki, jak rozwiązać konkretne problemy, z którymi mogą się oni zetknąć podczas pracy z Atlassian Jira Server. Znalazło się tu omówienie takich kwestii jak custom fields, workflows, integracje z API, funkcjonalności dostarczane przez pluginy, a także tego, co niesłusznie jest uznawane za terra incognita, czyli tworzenia własnych pluginów. Autor uzupełnił treść o kilka zagadnień związanych z integracją Jiry i Confluence, jak również z bazami Insight - Asset Management, ponieważ obie aplikacje często są obecne w projektach biznesowych, a ich automatyzacja zazwyczaj przysparza wielu problemów. To książka adresowana przede wszystkim do czytelników, którzy mają już doświadczenie w zarządzaniu projektami i instancjami Jira, jednak do tej pory nie zdecydowali się na pisanie skryptów automatyzujących.

Data science od podstaw. Analiza danych w Pythonie

Joel Grus

Współczesne ogromne zbiory danych zawierają odpowiedzi na prawie każde pytanie. Równocześnie nauka o danych jest dziedziną, która cokolwiek onieśmiela. Znajduje się gdzieś pomiędzy subtelnymi umiejętnościami hakerskimi, twardą wiedzą z matematyki i statystyki a merytoryczną znajomością zagadnień z danej branży. Co więcej, dziedzina ta niezwykle dynamicznie się rozwija. Trud włożony w naukę o danych niewątpliwie się jednak opłaca: biegły analityk danych może liczyć na dobrze płatną, inspirującą i bardzo atrakcyjną pracę. Dzięki tej książce opanujesz najważniejsze zagadnienia związane z matematyką i statystyką, będziesz także rozwijać umiejętności hakerskie. W ten sposób zyskasz podstawy pozwalające na rozpoczęcie przygody z analizą danych. Gruntownie zapoznasz się z potrzebnymi narzędziami i algorytmami. Pozwoli Ci to lepiej zrozumieć ich działanie. Poszczególne przykłady, którymi zilustrowano omawiane zagadnienia, są przejrzyste, dobrze opisane i zrozumiałe. Podczas lektury książki poznasz biblioteki, które umożliwią zaimplementowanie omówionych technik podczas analizy dużych zbiorów danych. Szybko się przekonasz, że aby zostać analitykiem danych, wystarczy odrobina ciekawości, sporo chęci, mnóstwo ciężkiej pracy i... ta książka. Najważniejsze zagadnienia: Praktyczne wprowadzenie do Pythona Podstawy algebry liniowej, statystyki i rachunku prawdopodobieństwa w analizie danych Podstawy uczenia maszynowego Implementacje algorytmów modeli, w tym naiwny klasyfikator bayesowski, regresja liniowa, regresja logistyczna, drzewa decyzyjne, sieci neuronowe i grupowanie, MapReduce Systemy rekomendacji i mechanizmy przetwarzania języka naturalnego Korzystanie z mediów społecznościowych i baz danych. Python. Wyciśniesz z danych każdą kroplę wiedzy!

AWS dla administratorów systemów. Tworzenie i utrzymywanie niezawodnych aplikacji chmurowych

Prashant Lakhera

Amazon Web Services (AWS) zdobywa coraz większe uznanie. Platforma AWS udostępnia znakomite rozwiązania, w tym usługi obliczeniowe, magazyn danych, obsługę sieci i usług zarządzanych. Aplikacje korporacyjne wdrożone w chmurze AWS mogą być wyjątkowo odporne, skalowalne i niezawodne. Aby takie były, administrator systemu musi jednak zrozumieć koncepcje zaawansowanego zarządzania chmurą i nauczyć się wykorzystywać je w praktyce zarówno podczas wdrażania systemu, jak i zarządzania nim. W tej książce omówiono techniki wdrażania systemów na platformie AWS i zasady zarządzania nimi. Zaprezentowano podstawy korzystania z usługi Identity and Access Management oraz narzędzia sieciowe i monitorujące chmury AWS. Poruszono tematy Virtual Private Cloud, Elastic Compute Cloud, równoważenia obciążenia, automatycznego skalowania oraz baz danych usługi Relational Database Service. Dokładnie przedstawiono zasady wdrażania aplikacji i zarządzania danymi. Pokazano też, w jaki sposób zainicjować automatyczne tworzenie kopii zapasowych oraz jak śledzić i przechowywać pliki dzienników. W książce znalazły się również informacje na temat interfejsów API platformy AWS i sposobu ich użycia oraz automatyzacji infrastruktury z wykorzystaniem usługi CloudFormation, narzędzia Terraform oraz skryptów w języku Python z biblioteką Boto3. W książce między innymi: zasady bezpieczeństwa w systemach chmurowych tworzenie usług Amazon Elastic Compute Cloud (EC2) konfiguracja centrum danych w chmurze AWS za pomocą sieci VPC automatyczne skalowanie aplikacji praca z dziennikami scentralizowanymi CloudWatch wykonywanie kopii zapasowych danych AWS, czyli dostępność, odporność i niezawodność aplikacji!

Ajax on Rails

Scott Raymond

Zobacz, jak wykorzystać potencjał technologii Ajax i Rails w tworzeniu zaawansowanych aplikacji internetowych! Jak używać platformy Rails do budowy dynamicznych aplikacji internetowych? Jak szybko tworzyć witryny ajaksowe, wykorzystując wydajne biblioteki? Jak zwiększyć komfort pracy użytkowników Twoich aplikacji internetowych? Ajax to olbrzymie możliwości w zakresie tworzenia dynamicznych i interaktywnych aplikacji internetowych, działających niemal tak szybko, jak tradycyjne programy. Jednak lepsza jakość witryn wymaga zwykle pisania bardziej skomplikowanego kodu i, co za tym idzie, większych nakładów pracy i czasu. Tak też było do niedawna w przypadku Ajaksa, ale obecnie, gdy wzrosła popularność tej technologii, a ona sama dojrzała, programiści mogą korzystać z wielu bibliotek i platform, dzięki którym tworzenie efektownych aplikacji internetowych stało się niezwykle proste. "Ajax on Rails" to podręcznik dla programistów, którzy chcą szybko i łatwo budować wydajne aplikacje internetowe na bazie dwóch popularnych mechanizmów -- technologii Ajax oraz platformy Rails. Czytając go, dowiesz się, w jaki sposób Ajax umożliwia kreowanie funkcjonalnych i wygodnych w obsłudze witryn, a także nauczysz się błyskawicznie stosować tę technologię w oparciu o biblioteki Prototype i scipt.aculo.us oraz kompletną platformę do tworzenia aplikacji internetowych, czyli Rails. Poznasz też sposoby sprawnego diagnozowania aplikacji ajaksowych oraz zapewnisz im bezpieczeństwo i wydajność, aby udostępniać swym klientom produkty najwyższej klasy. Przegląd mechanizmów technologii Ajax Działanie platformy Rails Ajaksowe przesyłanie danych za pomocą biblioteki Prototype Dodawanie efektów do witryn przy użyciu biblioteki scipt.aculo.us Generowanie kodu JavaScript za pomocą szablonów RJS Zwiększanie użyteczności aplikacji Diagnozowanie aplikacji na platformie Rails Zapewnianie bezpieczeństwa programu Zwiększanie wydajności aplikacji

100 rzeczy, które każdy projektant powinien wiedzieć o potencjalnych klientach

Susan Weinschenk

Dowiedz się, jak pracuje mózg Twojego klienta Jak myślą konsumenci? W jaki sposób podejmują decyzje? Co sprawia, że klikają myszką, dokonują zakupu i robią dokładnie to, co chciałbyś, aby robili? Talent i umiejętności to tylko połowa sukcesu. Aby Twoje projekty rzucały wszystkich na kolana, potrzebna Ci wiedza dotycząca tego, jak działa ludzki mózg. Może Ci się czasem wydawać, że ludzie zachowują się irracjonalnie i nieprzewidywalnie, ale w tym szaleństwie jest metoda. Czas, byś ją poznał i użył jej do własnych celów! Z zawartych w tej książce rzeczowych instrukcji dowiesz się, jak odczytywać zachowania konsumentów i co przyciąga ich uwagę. Poznasz błędy, jakie ludzie najczęściej popełniają w procesie postrzegania oraz dokonywania wyborów, i nauczysz się je przewidywać. Wykorzystaj w swojej pracy wnioski z badań naukowych oraz szereg praktycznych przykładów. Zacznij projektować i tworzyć bardziej intuicyjne, skuteczne, efektowne teksty, witryny internetowe, aplikacje, produkty, grafiki oraz wszelkie inne genialne dzieła, idealnie dopasowane do potrzeb potencjalnych klientów. Jak przykuwać uwagę na stronie WWW? Jak spowodować, by coś zapadło ludziom w pamięć? Jak motywować innych, by wykonali kolejny krok? Jak utrwalać w umysłach odbiorców określone informacje? Jak kształtować czyjeś przyzwyczajenia? Jak pogłębiać i utrwalać relacje z klientami? Jak odwoływać się do pozytywnych emocji i wspomnień? Jak skutecznie oddziaływać na podświadomość klienta? Zwiększ skuteczność, wskaźniki konwersji i użyteczność projektów!

ASP.NET MVC 5, Bootstrap i Knockout.js. Tworzenie dynamicznych i elastycznych aplikacji internetowych

Jamie Munro

Budowa aplikacji internetowych często wymaga integracji różnych technologii. Praca programisty staje się wówczas nieco trudniejsza, ale za to utworzone aplikacje mogą działać na wielu nowoczesnych urządzeniach bez potrzeby pisania kodu dla każdego sprzętu z osobna. W tej książce przedstawiono wyjątkowo udane połączenie trzech technologii, czyli środowiska ASP.NET MVC 5 umożliwiającego budowę zaawansowanych aplikacji internetowych, interakcję z bazą danych oraz dynamiczne renderowanie kodu HTML, środowiska Bootstrap pozwalającego na tworzenie ładnych i elastycznych widoków, a także biblioteki Knockout.js, która łączy te technologie, a jednocześnie rozszerza elastyczny projekt aplikacji internetowej dzięki dynamicznym interakcjom po stronie klienta, sterowanym przez serwerową aplikację internetową. Książka, którą trzymasz w dłoniach, to podręcznik, który umożliwi Ci płynne tworzenie aplikacji zgodnych z wzorcem MVC (Model, View, Controller) za pomocą trzech technologii: ASP.NET MVC 5 , środowiska Bootstrap i biblioteki Knockout.js. Poznasz sposoby, które pozwolą Ci napisać projekty bardzo dobrze zorganizowane i łatwe w utrzymaniu. Dowiedz się, jak: tworzyć dobrze zorganizowane i łatwe w utrzymaniu aplikacje internetowe za pomocą platformy ASP.NET MVC 5, środowiska Bootstrap i biblioteki Knockout.js budować serwerowe aplikacje internetowe na platformie ASP.NET MVC 5, korzystać z baz danych i w dynamiczny sposób renderować strony HTML tworzyć elastyczne widoki za pomocą środowiska Bootstrap i umożliwiać ich renderowanie na przeróżnych nowoczesnych urządzeniach ulepszać projekt elastycznej aplikacji internetowej za pomocą biblioteki Knockout.js z wykorzystaniem szybkich interakcji po stronie klienta

Algorytmy Data Science. Siedmiodniowy przewodnik. Wydanie II

David Natingga

Data science jest interdyscyplinarną dziedziną naukową łączącą osiągnięcia uczenia maszynowego, statystyki i eksploracji danych. Umożliwia wydobywanie nowej wiedzy z istniejących danych poprzez stosowanie odpowiednich algorytmów i analizy statystycznej. Stworzono dotąd wiele algorytmów tej kategorii i wciąż powstają nowe. Stanowią one podstawę konstruowania modeli umożliwiających wyodrębnianie określonych informacji z danych odzwierciedlających zjawiska zachodzące w świecie rzeczywistym, pozwalają też na formułowanie prognoz ich przebiegu w przyszłości. Algorytmy data science są postrzegane jako ogromna szansa na zdobycie przewagi konkurencyjnej, a ich znaczenie stale rośnie. Ta książka jest zwięzłym przewodnikiem po algorytmach uczenia maszynowego. Jej cel jest prosty: w ciągu siedmiu dni masz opanować solidne podstawy siedmiu najważniejszych dla uczenia maszynowego algorytmów. Opisom poszczególnych algorytmów towarzyszą przykłady ich implementacji w języku Python, a praktyczne ćwiczenia, które znajdziesz na końcu każdego rozdziału, ułatwią Ci lepsze zrozumienie omawianych zagadnień. Co więcej, dzięki książce nauczysz się właściwie identyfikować problemy z zakresu data science. W konsekwencji dobieranie odpowiednich metod i narzędzi do ich rozwiązywania okaże się dużo łatwiejsze. W tej książce: efektywne implementacje algorytmów uczenia maszynowego w języku Python klasyfikacja danych przy użyciu twierdzenia Bayesa, drzew decyzyjnych i lasów losowych podział danych na klastery za pomocą algorytmu k-średnich stosowanie analizy regresji w parametryzacji modeli przewidywań analiza szeregów czasowych pod kątem trendów i sezonowości danych Algorytmy data science: poznaj, zrozum, zastosuj!