Библиотека мобильного разработчика | Android, iOS, Swift, Retrofit, Moshi, Chuck – Telegram
Библиотека мобильного разработчика | Android, iOS, Swift, Retrofit, Moshi, Chuck
9.51K subscribers
1.72K photos
86 videos
52 files
4.55K links
Все самое полезное для мобильного разработчика в одном канале.

По рекламе: @proglib_adv

Учиться у нас: https://proglib.io/w/b60af5a4

Для обратной связи: @proglibrary_feeedback_bot

РКН: https://gosuslugi.ru/snet/67a4adec1b17b35b6c0d8389
Download Telegram
Правильный ответ: D.

Используя метод putExtra(), мы можем отправить данные. При его использовании нам нужно вызывать метод setResult() в Service. Мы также можем хранить данные в общей базе данных и получать к ним доступ как в Service, так и в Activity.
​​📜⤵️ О правильном дизайне полей с выпадающими списками

Выпадающие списки и родственные им элементы встречаются в любых графических интерфейсах – к месту и невпопад. В этом посте иллюстрированный свод правил – когда и как их использовать.

https://proglib.io/sh/6O8Mwd4mIa
Android Data Access Auditing Sample (Kotlin)

Для обеспечения большей прозрачности в том, как ваше приложение и его зависимости получают доступ к приватным данным пользователей, в Android 11 введен аудит доступа к данным.

Получив информацию об этом процессе с помощью примеров на Kotlin из репозитория, вы сможете лучше идентифицировать и исправить потенциально неожиданный доступ к данным.

https://proglib.io/w/7db8a957
Разбираемся с тестированием удаленных Push-уведомлений в симуляторе iOS с помощью нового способа имитации, реализованного в бета-версии Xcode 11.4: https://proglib.io/w/58e5a152
Abhishek_Mishra_Machine_Learning_for_iOS_Developers_Wiley_2020.pdf
11.7 MB
Machine Learning for iOS Developers (2020)

Автор(ы): Abhishek Mishra

С помощью книги вы научитесь использовать возможности iOS для машинного обучения и изучите концепции и методы, необходимые для того, чтобы стать успешным практиком iOS в области машинного обучения!

Предполагая, что у вас нет опыта работы с машинным обучением, это книга предлагает экспертные инструкции и практические примеры интеграции машинного обучения в iOS. Четко написанные главы книги, состоящие из двух разделов, сначала охватывают фундаментальные концепции машинного обучения, различные типы систем машинного обучения, их практическое использование и потенциальные проблемы, связанные с решениями в области машинного обучения. Второй раздел учит читателей использовать модели ― как предварительно обученные, так и созданные пользователем ― с помощью инфраструктуры Apple CoreML.
GraphQL ― язык запросов и манипулирования данными для API. Знакомимся с его основами и учимся работать с GraphQL API для использования при разработке под Android.

https://proglib.io/w/aef7b07a

Также вам может быть интересна статья, в которой автор делится опытом редизайна приложения по прокату велосипедов и самокатов. Там кстати ребята перешли с RESTful API на GraphQL.