Entrada destacada

Autenticación email&pass desde #Firebase y #Android

La autenticación es algo que recurrentemente desarrollamos para cada aplicación, tener una opción simple de administración suena muy atractivo. Hoy les quiero compartir la experiencia de integración con #Firebase. Voy a utilizar firebase-ui una librería para simplificar la integración con #Firebase. Además actualicé un proyecto que implementa algo de Material Design  para proponer el flujo básico de autenticación por medio de email&pass. Primero desde la estructura del proyecto agregué la integración con #Firebase. [utilizando como pueden ver en la Fig.1 #Android Studio] Fig.1 integración Firebase en Android Studio Luego agregamos y la librería de firebase-ui en la dependencias. Fig.2 dependencias Luego agregué un botón sobre la UI actual para colocar el código de login . Fig.3 Fig.3 Layout con el botón de login Ahora solo nos queda agregar el código de implementación y hacer referencia al proyecto #Firebase. Un cambio importante que debemos implementar es

100 mujeres dicen... #tensorflow #clasificación

Seguramente al leer el título llegan a tu mente gran cantidad de situaciones, se entiende, luego me cuentas tu opinión!. En este artículo el caso propone alimentar un modelo de clasificación en #tensorflow utilizando información de una social-survey donde mujeres opinan sobre las características de una parejas ideal.  Podrá #tensorflow ayudarnos a clasificar esta información? Cada una de las mujeres clasifica con preguntas simple como es un hombre [#Tirano, #Aventurero, #Apasionado]. Esta información está almacenada en #Bigquery [se podrían utilizar otro métodos de almacenamiento, pero sin pensamos en la escala esta opción es muy atractiva]. Ahora, a este conjunto de datos lo vamos a utilizar para entrenar nuestro modelo en  #tensorflow. [podemos integrar directamente la información desde #Bigquery mediante API o podemos descargar un csv y entrenar el modelo de forma clásica]. Vamos a utilizar   tf.contrib.learn [link]   esta API de alto nivel para hacer más simple la c

Firebase desde el entorno web, implementando #FriendlyChat #Codelab

#Firebase propone una interesante lista de características que para determinados desafíos de desarrollo es fundamental conocer. En este artículo vamos a seguir los primeros pasos de un muy buen #codelab propuesto por el equipo de #GoogleDevelopers. [ FriendlyChat . Fig.1]. El paso a paso oficial completo lo pueden encontrar aquí . Fig.1 repositorio oficial del codelab Inicialmente vamos a configurar el proyecto e instalar la herramientas de línea de comando. Pueden ver los detalles de implementación en este video: En el paso 2 vamos a configurar el inicio de sesión con #Firebase . Pueden ver los detalles de implementación en este video. En el paso 3 vamos a configurar la lectura de mensajes , utilizando un atajo [importando un archivo json con mensajes preconfigurados para simular mensajes escritos]. No se preocupen que en las siguientes entregas, configuraremos la escritura de mensajes y dejaremos operativo el chat. Firebase desde el entorno web, impleme

Tensor Flow en español, proyecto comunitario de traducción

El concepto de machine learning cada día resuena más en el mundo del desarrollo de soluciones tecnológicas. #Google tiempo atrás liberó #opensource #TensorFlow y esto genera un mundo mayor de oportunidades, agregando a las opciones ya disponibles como  scikit-learn , R , etc Para que toda la comunidad de habla hispana pueda tener mayor flexibilidad en la generación de soluciones, hemos iniciado un proyecto de traducción sobre la documentación oficial al español. [ https://www.tensorflow.org/ ] La propuesta es un libro-abierto coordinado en #GitBook [ proyecto ]. También tenemos una comunidad para conversar en español como propuesta,  TensorFlow en Español . Para organizarnos dejamos una opción con un panel abierto en #Trello. El ebook generado propone una licencia. CC-BY 4.0 International . Esperamos sea de tu agrado y  te sumes a esta iniciativa comunitaria . Recuerda el poder intrínseco que propone la comunidad de habla hispana unida y lo que se puede lograr sumando l

La comunidad #GDG, sus desafíos tecnológicos y los tintos de #Bogotá

Esta semana estamos compartiendo con unos 50 líderes de comunidad de toda la región en #LatAm un conjunto de actividades en la pintoresca #Bogota. Para esta oportunidad y como la comunidad desarrolladores y particularmente los #GDG  muestran su pasión resolviendo desafíos les propongo lo siguiente. [luego de dos tintos, contexto #Bogota] En la presentación de hoy estuvimos analizando estos temas: Para estos temas tenemos estos desafíos: Finalmente para que sea divertido tenemos un tiempo de resolución más que considerable: Método de comunicación #social, podemos conversar por @nickbortolotti +Nicolas Bortolotti. [o la red que prefieran...]  ¿Te animás a entregar soluciones a estos desafíos? -- Propuestas desarrolladas: Carlos Rojas, Colombia [link: https://asmessenger.firebaseapp.com/#/login ] Joel Humberto, Mexico [link: https://github.com/GDGMonterrey/vision-api-node ] Julio Silva, Bolivia [link: https://github.com/juliosguz/vision-api-python ] Carlos

Firebase la simplicidad y agilidad de implementación Paso a Paso #SupportService

En este artículo vamos a implementar de forma muy elemental y simple un ejemplo basado en #Firebase sobre un modelo de soporte para comentarios aplicable a cualquier enfoque tradicional de #supportservice. Vamos a crear un simple #html con la integración Firebase y a escribir un poquito de #JS para la funcionalidad. <head>     <script src = 'https://cdn.firebase.com/js/client/2.2.1/firebase.js' ></script>     <script src = ' https://ajax.googleapis.com/ajax/libs/jquery/1.11.1/jquery.min.js ' >    </script> </head> Luego vamos a utilizar una región para mostrar los mensajes y dos elementos para ingresar nombre y el mensaje de la interacción de soporte. <div id = 'mensajesDiv' ></div> <input type = 'text' id = 'nombreInput' placeholder = 'Nombre'> <input type = 'text' id = 'mensajeInput' placeholder = 'Mensaje' >