In diesem Modul werden Sie die Unterschiede zwischen Python-Bibliotheken und -Frameworks kennenlernen und verstehen, wie Frameworks wie Flask die Entwicklung von Webanwendungen vereinfachen. Sie werden in die Kernfunktionen von Flask eingeführt und lernen, wie Sie grundlegende Flask-Anwendungen einrichten und ausführen. Das Modul deckt wichtige Konzepte der Webentwicklung ab, wie z. B. die Definition von Routen, die Handhabung von Request- und Response-Objekten, die Arbeit mit dynamischen URLs und die Verwaltung von Fehlern mit Hilfe geeigneter Statuscodes. Sie werden auch etwas über Dekoratoren in Flask lernen und wie sie in der Anwendungslogik verwendet werden. In praktischen Übungen werden Sie RESTful APIs erstellen, die Behandlung von GET- und POST-Anfragen implementieren und Techniken zur Fehlerbehandlung einbauen. Das Modul schließt mit der Bereitstellung Ihrer Flask-Anwendung im Web und der Implementierung zusätzlicher Funktionen wie CRUD-Operationen, dynamischer URL-Generierung und Formularverarbeitung, um voll funktionsfähige Webanwendungen zu erstellen.

In diesem Modul werden Sie in die Embeddable Watson AI-Bibliotheken eingeführt und wenden diese an, indem Sie zwei AI-basierte Anwendungen erstellen. Das Praxisprojekt stellt Sie vor die Herausforderung, Ihre Programmierkenntnisse anzuwenden und die IBM Watson-Bibliotheken einzubinden, um ein textbasiertes Tool zur Sentimentanalyse zu erstellen. Sie werden bei jedem Schritt des Projekts angeleitet. Das abschließende Projekt, die Erkennung von Emotionen auf der Grundlage von Texteingaben, wird Ihnen helfen, Ihre Fähigkeiten und Fertigkeiten von Ihren Kollegen bewerten zu lassen. Für beide Projekte werden Sie Unit-Tests implementieren, statische Code-Analysen durchführen und Fehlerbehandlungen einbauen, um sicherzustellen, dass Ihre Anwendungen zuverlässig und produktionsreif sind.