Vor gut zwei Jahren habe ich angefangen, mich intensiver mit dem Thema Machine Learning zu beschäftigen.  Vor allem, um die Sehnsucht nach Zahlen in meinem Modelliererinnen-Herz zu stillen.

Ich betreibe das seither mehr oder weniger als Hobby. Ich lese, was mir vor die Linse kommt, tausche mich mit Kolleg.innen aus der Entwicklung aus und studiere ab und an ein MOOC. Und natürlich probiere ich das ein oder andere praktisch aus und lerne fleissig weiter Python.

Machine Learning für jede.n?

Mich treiben dabei drei Sachen um (und an): Ich mag Mathematik.

Ich finde es spannend „den geheimnisvollen Raum zwischen menschlichen Gedanken und dem, was eine Maschine verstehen kann, zu erforschen“ (Ellen Ullman).

Und ich glaube, das Machine Learning unsere Gesellschaft so fundamental verändert hat, dass demokratische Teilhabe, Mitbestimmung und Gerechtigkeit nur dann weiter bestehen (neu entstehen?)  können, wenn wir alle zumindest ein grobes Verständnis davon haben, was mit unseren Daten und uns in dieser Datenwelt geschieht. Also Du und ich, Dein Oma, mein Vater, eure Kinder, Menschen aus aller Welt und in allen Altersgruppen, Berufs- und Bildungsständen. Wir alle.

Vortrag mal 2 auf dem JUG Saxony Day

Herausgekommen ist deswegen jetzt ein Vortrag: Machine Learning für absolute Anfänger.innen. Ich habe ihn gestern das allererste Mal auf dem JUG Saxony Day in Radebeul/Dresden gehalten. Und dann auch gleich noch das zweite Mal.

Der Vortrag ist eine kurze Einführung ins Machine Learning und zwar wirklich für absolute Anfänger/innen. Deswegen kommt er auch ohne mathematisches Vorwissen, ohne Formeln und Programmcode aus.

Die Teilnehmenden schauen sich zusammen erst ein paar „echte“ Szenarien an, dann lernen sie die Grundgedanken von ML kennen und probieren schließlich ein paar Sachen interaktiv aus. So verstehen sie, wie maschinelles Lernen funktioniert, in welchen Bereichen es eingesetzt werden kann und bekommen dabei Anregungen, wie sie selbst leicht in das Thema einsteigen können.

Hier sind die Folien dazu:


Machine Learning für absolute Anfänger.innen

Bekannte Beispiele für Machine Learning

Zur Vorbereitung hatte ich meine Kolleginnen und Kollegen aus dem smidig-Netzwerk gefragt, welche Anwendungen sie gern verstehen würden. Hier ist ihre Liste:

Gute Quellen für den Einstieg

Wer tiefer einsteigen möchte, dem empfehle ich gern diese Bücher, Artikel und Animationen:

Verbreitete Tools & „Spielplätze“

Und wer gleich loslegen will, wird hier mit den typischen Tools fündig:

oder nähert sich dem Thema erstmal spielerisch:


Wenn Dir unser Blog gefällt und Du auf dem Laufenden bleiben möchtest, schreib uns kurz eine Nachricht dazu, dann bekommst Du+ alle 2 – 3 Monate unseren Newsletter mit aktuellen Beiträgen aus dem Blog, Tipps und Tricks für die agile Praxis und Veranstaltungsankündigungen z.B. zur Mini-Konferenz oder dem agilen Freitag.

Foto: Mikes Photos/pexels.com
Icon: CC-BY Margaret Hagan from thenounproject.com