MokaByte 136 - gennaio 2009
- Google Android
La piattaforma mobile open source - Il programmatore e le sue Api
XI parte: Considerazioni finali sulla persistenza - Algoritmi Genetici
VII parte: Operatori di riproduzione. La mutazione - Wicket: Java framework per applicazioni web
VI parte: Integrazione con Hibernate - WEKA: classificazione di dati meteo con tecniche di Data Mining
I parte: Creazione dei modelli - EJB 3.1: l'evoluzione della specie
II parte: Valutiamo alcune innovazioni
In questo numero
Google Android La piattaforma mobile open source Android è il nome che Google e la Open Handset Alliance hanno dato a una piattaforma, basata sul sistema operativo Linux, per l‘esecuzione di applicazioni mobili. Non si tratta di un microbrowser o di una singola applicazione ma di un intero stack che parte dal sistema operativo Linux fino all‘utilizzo di una Virtual Machine specifica di cui esamineremo le caratteristiche principali. | Il programmatore e le sue Api XI parte: Considerazioni finali sulla persistenza Nel nostro percorso di analisi delle tecnologie per la costruzione di un‘applicazione, pubblichiamo questo mese una analisi comparata su quanto detto in precedenza relativamente alle tecnologie di persistenza. Nei prossimi articoli della serie, affronteremo l‘analisi della parte di presentation logic. | |
Algoritmi Genetici VII parte: Operatori di riproduzione. La mutazione Gli algoritmi genetici sono uno strumento di risoluzione di problemi complessi. In questo articolo prendiamo in esame un altro importante operatore di riproduzione, ossia la Mutazione. Questo ci consentirà di mettere infine a punto una codifica dell‘algoritmo. | 136 | |
Wicket: Java framework per applicazioni web VI parte: Integrazione con Hibernate Concludiamo con questo articolo l‘argomento dell‘integrazione tra Wicket e altri framework Java. Dopo aver trattato Spring e poi iBatis, in questo numero ci concentriamo in particolare su Hibernate, senza dimenticare quanto visto in precedenza. | ||
WEKA: classificazione di dati meteo con tecniche di Data Mining I parte: Creazione dei modelli In questo articolo presenteremo un case-study dell‘utilizzo del tool WEKA relativo a dati meteorologici per la creazione di un indice locale di nebbia utilizzando tecniche di Data Mining. WEKA è stato usato per supportare tutte le fasi previste dalla metodologia CRISP-DM: dall‘analisi e preparazione dei dati alla creazione di modelli e la loro valutazione. di Gianpaolo Pigliasco e Gaetano Zazzaro e Francesca Maria Pisano e Gianpaolo Romano | EJB 3.1: l'evoluzione della specie II parte: Valutiamo alcune innovazioni In questa serie di articoli parliamo delle novità introdotte con la nuovissima specifica EJB 3.1 di recente rilascio. La nuova release prosegue la filosofia evolutiva introdotta con la 3.0, spingendo più avanti i meccanismi di automazione e astrazione. | |