fapaul Goto Github PK

dcos-kafka-load-test

Apache Kafka load testing on DC/OS

dotfiles

eidclientcore

Präambel: Die Humboldt-Universität zu Berlin, Unter den Linden 6, 10099 Berlin, im Folgenden als Humboldt-Universität bezeichnet, stellt für die Anwendung im Zusammenhang mit deutschen hoheitlichen Dokumenten, wie beispielsweise den neuen Personalausweis und den elektronischen Aufenthaltstitel, eine clientseitige eID-Basis-Software zum Bereitstellen der sogenannten eID-Funktionalität, d.h. Ermöglichen eines elektronischen Identitätsnachweises, die sich an den Richtlinien des BSI TR-03110, TR-03112, TR-03130 orientiert, bereit, und zwar in dem Entwicklungszustand, in dem sie sich zum Zeitpunkt der Bereitstellung befindet. Diese Software, die im Folgenden als eIDClientCore bezeichnet wird, hat die Humboldt-Universität von der Bundesdruckerei GmbH, Oranienstraße 91, 10969 Berlin zur Verwendung in Lehre und Forschung sowie zur Bereitstellung an die Öffentlichkeit („Hosten“) für die allgemeine Prüfung und Verwendung durch jedermann erhalten.

epic-ness

Enterprise software seminar 2015

evap

a university course evaluation system written in Python using Django

flink

Apache Flink

flink-connectors

Apache Flink connector repository

flink-docker

Docker packaging for Apache Flink

flink-web

Apache Flink Website

flot

Attractive JavaScript charts for jQuery

graphkernelbenchmark

Evaluation and comparison tool for different graph kernels

hci2-assignments

HCI 2 Assignments 2015

leaflet

:leaves: JavaScript library for mobile-friendly interactive maps

mediasync

Comparing media file lists in nested directories

mindpark

Testbed for deep reinforcement learning algorithms

mlgkernel

Implementation of the Multiscale Laplacian Graph Kernel

mocc-exercises

https://www.dcl.hpi.uni-potsdam.de/teaching/mocc/

official-images

Primary source of truth for the Docker "Official Images" program

pcalg

CPDAG Estimation using PC-Algorithm

sparkinternals

Notes talking about the design and implementation of Apache Spark

very-bad