JavaScripts Factory-Functions auf den Zahn gefühlt

Factory-Functions sind Funktionen, die nach der Verarbeitung Objekte zurückgeben. Abgesehen von „unnatürlichen Werkzeugen“ wie new und this, argumentiert Dan Prince, dass es sich bei Factory-Functions nicht um Abstraktionen handele und sie entsprechend deutlich einfacher wartbar wären. In seinem Artikel stellt er synchrone wie asynchrone, genestete und parameterisierte Beispiele vor.

How-To: Personalisierte Ergebnisse per Geolocation-Filter

Entfernungsgefilterte Suchergebnisse sind in vielen Apps bereits ein Standard, die UX verbessern sie auch – wieso also nicht mitziehen? In seinem detaillierten Beispielszenario zeigt Alex Finnarn, wie über Googles Geolocation-API – selbst ohne die geforderte sichere Verbindung (SSL) – die benötigten Geodaten an ein Programm übergeben und weiterverarbeitet werden können.

iOS: Wie man mit Core Image Frameworks,  Xcode 7.4 und Swift 2.2 eine Filter-App erstellt

Core Image ist eine Bildverarbeitungs- und Analyse-Technologie, um eine Echtzeit-Verarbeitung für Bilder und Videos in iOS und OS X zu ermöglichen. Apple hat selbst schon einige vorgefertigte Foto-Filter erstellt, die man auf seine Fotos anwenden kann. Auf Grundlage dessen erklärt Francesco Franchini in einem Blogbeitrag, wie man in 10 Schritten selbst eine Filter-App erstellt. Damit die App auch auf älteren Geräten funktioniert, nutzt er Xcode 7.3 und Swift 2.2. Außerdem nimmt er sich insgesamt acht bestehende Core-Image-Filter zur Hilfe.

Machine-Learning-Systeme mit JRuby erstellen

Wenn es um Open-Source-Toolkits für maschinelles Lernen geht, scheinen Programmiersprachen-Tool-Kombinationen wie C++ mit Shogun, Java mit Weka oder Python mit scikit-learn deutlich attraktiver als Ruby zu sein. Andererseits ist Ruby für schnelles Prototyping bekannt und eignet sich daher durchaus für Machine-Learning-Systeme. Paul Götze veranschaulicht in seinem Tutorial, wie sich ein automatisch kategorisierendes Klassifikationssystem mit Ruby unter Zuhilfenahme der Neuimplementierung JRuby und der Java-Bibliothek Weka einrichten lässt.

Zunächst muss ein Datensatz aus Originaldaten erstellt werden, indem man mit einer Feature-Extraction Textelemente entnimmt. Dieser Datensatz lässt sich später laden, um den Classifier zu trainieren. Der trainierte Classifier wird schließlich dazu benutzt, um nicht-kategorisierte Artikel zu klassifizieren. Mit sorgsam ausgewählten Features und einem reichen Datensatz kann auf diesem Weg eine erstaunliche Performance erreicht werden.

Node v6.8.0 (Current) steht zur Verfügung

Mit Node v6.8.0 (Current) steht ein Maintenance-Update für die aktuelle Node-Version zur Verfügung. Im Gepäck hat die neue Version vor allem eine Reihe von Bug-Fixes, darunter das Upgrade von npm auf Version 3.10.8. Alle Änderungen lassen sich den Release Notes im Node.js-Blog entnehmen; dort steht Node v6.8.0 auch zur Installation zur Verfügung.

Windows Server 2016 allgemein verfügbar

Microsoft hat bereits Ende September auf der Konferenz Ignite die Verfügbarkeit von Windows Server 2016 angekündigt. Jetzt steht das als Hybrid-Cloud bezeichnete Server-Betriebssystem offiziell für Unternehmen zur Verfügung und enthält vor allem Neuerungen für die Arbeit in der Cloud. Dazu zählen neben Windows Server auch Hyper-V-Container, Nano Server und eine erweiterte Docker-Unterstützung. Ausführliche Informationen zu allen Features bieten unser Beitrag zu Windows Server 2016 sowie der aktuelle Blogpost von Microsoft.