Abril de 2019
Volume 34 – Número 4
[Xamarin]
Novidades no Xamarin.Forms 4.0
O Xamarin.Forms 4.0 ainda está na versão prévia, mas alguns novos recursos e aprimoramentos já estão disponíveis, como o novo CollectionView e os controles atualizados do CarouselView, a propriedade Visual e o Shell. Saiba mais sobre o que encontrará na última versão e que tipo de suporte verá na próxima edição do Visual Studio.
[Pontos de dados]
O EF Core em um aplicativo Docker em contêiner
Pelo tempo que precisou para aprender a lidar com o EF Core e o Docker, Julie Lerman achou que não seria muito difícil usá-los em conjunto para criar um aplicativo em contêiner e adicionar um mecanismo de persistência de dados. Acabou sendo mais difícil do que ela imaginava. Saiba como e por que, e baseie-se nas experiências dela para ter menos problemas.
[Machine Learning]
Inteligência de loop fechado: um padrão de design para Machine Learning
O Machine Learning é uma ferramenta fantástica, mas para obter o máximo dela é necessário muito mais do que criar um modelo e fazer algumas previsões. Este artigo aborda a tecnologia que você pode implementar para auxiliar no processo de crescimento da solução baseada em Machine Learning, levando-a de uma primeira versão sujeita a erros a uma inteligência de nível mundial.
[Inteligência Artificial]
Como as redes neurais aprendem?
Retropropagação, gradiente descendente e perda são todos termos associados ao Machine Learning. Este artigo explora detalhadamente o processo de retropropagação, bem como o processo pelo qual as máquinas podem aprender usando o Keras.
[Azure Confidential Computing]
Machine Learning seguro multiparte com Azure Confidential Computing
Saiba como dados confidenciais são armazenados no banco de dados do SQL Server com tecnologia Always Encrypted e Secure Enclaves e compartilhado com um serviço de Machine Learning executado em um ambiente de execução confiável, usando o SDK Open Enclave. Neste exemplo, um aplicativo de Machine Learning permite que vários grupos de assistência médica compartilhem dados para criar um modelo preditivo melhor.
[Execução de Teste]
Detecção de anomalias neurais usando PyTorch
A detecção de anomalias é o processo de localização de itens raros em um conjunto de dados. Usando a biblioteca do PyTorch, James McCaffrey apresenta um programa de demonstração que cria um codificador automático neural para processar a detecção de anomalias, o que traz um benefício adicional, pois as técnicas neurais podem processar dados não numéricos codificando-os.
[.NET]
.NET - Implementação do seu próprio Enterprise Search
A pesquisa é uma das funcionalidades mais poderosas de uma infraestrutura de TI. Porém, ela continua sendo extremamente incompreendida, e notada somente quando algo está incompleto ou interrompido. Saiba como começar a desenvolver uma API de pesquisa empresarial em C# com Solr e SolrNet.
[Não me deixe começar a falar]
Uma questão de humor
No espírito de primeiro de abril, o dia da mentira, David Platt decide pedir para Cortana, Siri, Alexa e OK Google lhe contarem uma piada. As tolices resultantes o instigaram a analisar mais detalhadamente a relação incômoda entre computadores e o humor.
[Nota do editor]
Adaptação ao Machine Learning
A apresentação de Geoffrey Hulten sobre padrões e práticas de Machine Learning aborda um flanco importante para desenvolvedores cada vez mais engajados em Machine Learning e IA.