IT & Software100% OFF

Xamarin intermedio: Diseños profesionales y animaciones

Udemy Instructor

4.8(3.4K students)

Self-paced

All Levels

About this course

La experiencia del desarrollador de Xamarin. Forms normalmente implica crear una interfaz de usuario en XAML y luego agregar código subyacente que opera en la interfaz de usuario. A medida que las aplicaciones se modifican y crecen en tamaño y alcance, pueden surgir problemas de mantenimiento complejos.

Estos problemas incluyen el estrecho acoplamiento entre los controles de la interfaz de usuario y la lógica comercial, lo que aumenta el costo de realizar modificaciones en la interfaz de usuario y la dificultad de realizar pruebas unitarias de dicho código. El patrón Model-View-ViewModel (MVVM) ayuda a separar claramente la lógica comercial y de presentación de una aplicación de su interfaz de usuario (UI). Mantener una separación clara entre la lógica de la aplicación y la interfaz de usuario ayuda a abordar numerosos problemas de desarrollo y puede hacer que una aplicación sea más fácil de probar, mantener y evolucionar.

También puede mejorar en gran medida las oportunidades de reutilización de código y permite a los desarrolladores y diseñadores de UI colaborar más fácilmente al desarrollar sus respectivas partes de una aplicación. Los beneficios de usar el patrón MVVM son los siguientes:Si hay una implementación de modelo existente que encapsula la lógica comercial existente, puede ser difícil o arriesgado cambiarlo. En este escenario, el modelo de vista actúa como un adaptador para las clases del modelo y le permite evitar realizar cambios importantes en el código del modelo.

Los desarrolladores pueden crear pruebas unitarias para el modelo de vista y el modelo, sin usar la vista. Las pruebas unitarias para el modelo de vista pueden ejercer exactamente la misma funcionalidad que usa la vista. La interfaz de usuario de la aplicación se puede rediseñar sin tocar el código, siempre que la vista se implemente completamente en XAML.

Por lo tanto, una nueva versión de la vista debería funcionar con el modelo de vista existente. Los diseñadores y desarrolladores pueden trabajar de forma independiente y simultánea en sus componentes durante el proceso de desarrollo. Los diseñadores pueden concentrarse en la vista, mientras que los desarrolladores pueden trabajar en el modelo de vista y los componentes del modelo.

La clave para usar MVVM de manera efectiva radica en comprender cómo factorizar el código de la aplicación en las clases correctas y en comprender cómo interactúan las clases. Las siguientes secciones analizan las responsabilidades de cada una de las clases en el patrón MVVM.

Skills you'll gain

Other IT & SoftwareSpanish

Available Coupons

Course Information

Level: All Levels

Suitable for learners at this level

Duration: Self-paced

Total course content

Instructor: Udemy Instructor

Expert course creator

This course includes:

📹Video lectures
📄Downloadable resources
📱Mobile & desktop access
🎓Certificate of completion
♾️Lifetime access

$0$94.99

Save $94.99 today!

Enroll Now - Free

Redirects to Udemy • Limited free enrollments

Share this course

https://freecourse.io/courses/mvvm-para-xamarin-forms-la-guia-definitiva

Este curso utiliza inteligencia artificial.«¿Cómo sabes que tu agente de IA funciona?»No «¿se ha quejado alguien?», sino cómo lo sabes. La mayoría de los equipos responde a esa pregunta con una demo. Una demo no es evidencia, y en cuanto un auditor, un regulador o un directivo pide evidencias, la brecha queda a la vista. Este curso cierra esa brecha. No vas a aprender a construir un agente. Vas a aprender a demostrar que funciona, detectarlo cuando falla y firmar un lanzamiento que puedas defender, con nueve artefactos que construyes sobre la marcha y ninguno de los cuales exige escribir una sola línea de código. Por qué los agentes rompen todos tus hábitos de prueba. Una batería de pruebas supone que la misma entrada da la misma salida. Un agente muestrea de una distribución. Supone un conjunto finito de caminos: un agente con seis herramientas y diez pasos tiene un espacio de caminos que nadie puede enumerar. Supone que los fallos se anuncian solos. Un agente que inventa una cláusula de la póliza devuelve una respuesta impecablemente formateada, segura de sí misma y completamente equivocada, con un HTTP 200. Nada se pone en rojo. La gobernanza dice qué debería ser cierto. El aseguramiento demuestra qué es cierto. Este curso trata de lo segundo. Qué lo hace distinto. La mayoría de los cursos de IA enseñan marcos de gobernanza sin medición o evaluación de LLM sin gobernanza. Este curso los conecta y se mantiene concreto:La alucinación no es una sola cosa. Vas a aprender seis mecanismos distintos (hecho inventado, cita inventada, confabulación de resultados de herramientas, recuperación sin fundamento, afirmación falsa de capacidad y degradación de la fundamentación), cada uno con su propia señal de detección y su propio tipo de prueba. Tres de ellos se reconstruyen paso a paso sobre los agentes de Halden, para que veas cómo ocurre el fallo en lugar de solo leer sobre él. El LLM como juez tiene sesgos medidos. En el estudio más conocido, incluso GPT-4 mantuvo su veredicto solo en torno a dos tercios de las veces cuando las dos respuestas intercambiaban posiciones, y rellenar una respuesta con repeticiones engañó a los jueces más débiles unas nueve de cada diez veces. La longitud suele venir acompañada de evasivas, lo que significa que tu juez puede premiar justo la alucinación que estás buscando. Vas a aprender a instrumentar el juez para medir el sesgo de posición, de verbosidad y de autopreferencia. La telemetría no puede decirte si una respuesta era correcta. Las convenciones GenAI de OpenTelemetry pueden registrar un resultado de evaluación junto a una traza, pero nada en la telemetría lo produce. Es un límite de categoría, no una carencia de herramientas, y saber exactamente dónde termina la observabilidad es lo que te dice qué más tienes que construir. El paquete de aseguramiento de agentes de IA. Terminas con nueve artefactos, construidos para un agente que de verdad te importa: (1) plantilla de apreciación de riesgos del agente, (2) especificación de comportamiento y límites, (3) biblioteca de casos de prueba y evaluaciones, (4) taxonomía de alucinaciones, (5) matriz de supervisión humana, (6) diseño del panel de monitoreo, (7) registro de incidentes del agente, (8) lista de verificación de preparación para el lanzamiento, (9) informe de gobernanza y aseguramiento. Cada uno se trabaja de principio a fin sobre Halden Insurance Group, una aseguradora mediana que opera tres agentes sin evidencias para ninguno de ellos, incluido un incidente de producción resuelto paso a paso en el que, durante seis semanas, cada respuesta estaba fundamentada, citada, era trazable y era incorrecta. Anclado en los marcos con los que te van a evaluar. El NIST AI RMF (la función Measure), la cláusula 9 de ISO/IEC 42001, el artículo 14 del Reglamento europeo de inteligencia artificial (EU AI Act) sobre la supervisión humana y el OWASP Top 10 for LLM Applications. No como teoría, sino como la razón por la que cada artefacto tiene la forma que tiene. Para quién es. Profesionales de gobernanza de IA, responsables de QA, gestores de riesgos, auditores internos y responsables de producto de IA. No hace falta programar. Los ingenieros son bienvenidos y encontrarán útil el vocabulario para defender su propio trabajo de evaluación. Cincuenta y cinco clases en diez secciones, nueve cuestionarios, ocho tareas y un examen final de práctica.

ChatGPT Masterclass: The Complete Guide

Udemy Instructor

Artificial intelligence is changing the way we work, learn and create—and ChatGPT is one of the most powerful tools available today. Whether you want to boost productivity, create better content or automate everyday tasks, knowing how to use ChatGPT effectively is a valuable skill.In ChatGPT Masterclass: The Complete Guide, you’ll learn how to use ChatGPT step by step, from the basics to advanced real-world applications. This course focuses on practical, hands-on usage, not theory, so you can start applying what you learn immediately.You’ll discover how to write effective prompts, interact with ChatGPT the right way and use it for tasks like research, content creation, learning, planning, problem solving and workflow automation.What you’ll learnUnderstand how ChatGPT works and how to use it confidentlyWrite effective prompts to get accurate and useful resultsUse ChatGPT for productivity, research and learningCreate content such as emails, blogs, resumes and social media postsApply ChatGPT in business, freelancing and everyday workBuild repeatable workflows using ChatGPTAvoid common mistakes and use AI responsiblyWhy take this course?Step by step explanations with real examplesPractical skills you can use immediatelyBeginner friendly and easy to followDesigned for real-world use, not just theoryBy the end of this course, you’ll be able to use ChatGPT confidently and turn it into a powerful assistant for work, study and everyday life.

0.0•1.4K•Self-paced

FREE$93.99

Enroll