Happy Birthday, Logbuch Netzpolitik! #LNP200

IT, , , , , , , ,

Der Podcast Logbuch Netzpolitik hat gestern seine 200. Sendung in Berlin gefeiert. Weil ich die Sendungen sehr mag, habe es mir nicht nehmen lassen, dem Spektakel einen Besuch abzustatten.

Warum mir das Logbuch Netzpolitik gefällt

Logbuch Netzpolitik ist nicht nur eine lohnenswerte Anlaufstelle, um sich über das aktuelle Geschehen in dem Bereich auf dem Laufenden zu halten. Tim Pritlove und Linus Neumann betreiben mit dem Podcast auch so etwas wie „Nerdkommunikation“ in Richtung PolitikerInnen oder deren BeraterInnen. Wer sich von diesen mit Netzpolitik beschäftigt, dürfte es nicht bereuen, den Abonnieren-Knopf zu drücken.

Eigentlich sind die Folgen meistens eher ernüchternd aus Sicht eines Netzbewohners. Falls es aus der deutschen Politik wider Erwarten etwas Positives zu berichten gibt, dann sollte man sich nicht zu früh freuen. Es gibt ja die Wiedervorlage auf EU-Ebene. Aktuell wäre so ein Thema das Leistungsschutzrecht. Obwohl man das Kopfschütteln von Tim und Linus förmlich durch den Kopfhörer mitbekommt und man sich kein Force-Feedback dafür wünscht, schaffen die beiden es dennoch regelmäßig, das alles unterhaltsam zu verpacken.

Und wie war die Veranstaltung?

Ich fand die Veranstaltung wirklich gelungen. Eine Karte ließ sich komfortabel und problemlos online bestellen. Per E-Mail kam dann flugs ein QR-Code für den Einlass zurück. Berlin zwar (ich bin da vorbelastet), aber dafür eine sehr coole Location: ehemaliges Stummfilmkino Delphi. Außerdem waren da nette Leute zum locker Quatschen. Und nicht zu vergessen: Schöne Sketchnotes, deren Entstehen man auf einer Leinwand parallel zum Podcasten vorne auf der Bühne verfolgen konnte.

Oh, und natürlich war ich ebenfalls wegen der „Vorband“ da :-) Die beiden Physiker Nicolas Wöhrl und Reinhard Remfort schenken der Welt alle zwei Wochen eine neue Folge ihres Podcasts minkorrekt. Sie waren zugegen und berichteten unterhaltsam von den Abstrusitäten des wissenschaftlichen Publikationswesens – und wie sich WissenschaftlerInnen auch schon einmal dagegen wehren.

Danke Tim! Danke Linus! Und danke an allen, die an #LNP200 beteiligt waren!

Braucht ihr Unterstützung? Gebt her eure Daten!

IT, Offene Wissenschaft, , , ,

Arbeitet ihr mit Daten und braucht kostenlose Arbeitskraft? Dann solltet ihr weiterlesen!

Vor nicht ganz drei Wochen habe ich bei Udacity mit dem Nanodegree-Programm zum „Machine Learning Engineer“ begonnen. Gestern Abend zeigte mir die App dann bereits das Erreichen der 95-Prozent-Marke an. Tatsächlich muss ich nur noch ein Projekt bearbeiten, das ein Thema abschließt. Danach steht schon das finale Projekt an.

Fortschrittsbalken mit 95 %Das tolle an diesem Abschlussprojekt: Ich kann mir Problem und Fragestellung selbst wählen und dann bearbeiten. Das wird das Analysieren passender Daten umfassen, um daraufhin Software zu schreiben, mit deren Hilfe Erkenntnisse gewonnen werden können. Außerdem müssen die Gedankengänge dahinter samt der Ergebnisse in einem Bericht festgehalten werden. Der soll rund 10-15 Seiten umfassen. Ist also im Prinzip so etwas wie eine Seminararbeit an einer Hochschule. Damit man sich vorstellen kann, wie so etwas aussieht, stellt Udacity auch Beispiele bereit.

Ich habe schon ein paar Ideen, was ich machen könnte. Die haben den ein oder anderen Pferdefuß. Manchmal fehlt mir das Wissen zu einem bestimmten Fachgebiet, aus dem die Daten kommen. Manchmal habe ich ethische Bedenken, weil die Datensätze auch in anonymisierter Form mit ein bisschen Aufwand Rückschlüsse auf Einzelpersonen zuließen. Das ist durchaus relevant, weil ich natürlich alles offen erarbeiten und bereitstellen möchte.

Ich hätte da ein Angebot…

Falls ihr mit Daten hantiert und vielleicht gerade nicht die Zeit oder Kenntnisse habt, mit denen weiter zu arbeiten, hätte ich ein Angebot für euch. Ich könnte euch kostenlose Arbeitskraft dafür schenken. Bedingung wäre halt, dass ich neben meinem Bericht und meinem Quelltext auch die Daten offen zur Verfügung stellen dürfte. Das ermöglicht es anderen, meine Ergebnisse bei Bedarf nachzuvollziehen und zu überprüfen. Schließt diverse Dinge vermutlich aus, aber das ist dann halt so.

Falls ihr mehr dazu wissen möchtet oder eine Idee habt, hinterlasst doch einfach einen Kommentar oder meldet euch direkt bei mir. Lasst mich aber nicht zu lange warten. Ich möchte bald loslegen :-D

Halbzeit beim Machine Learning Engineer Nanodegree-Programm

IT, Offene Wissenschaft, , ,

Huzzah, Die Hälfte habe ich hinter mir beim Machine Learning Engineer Nanodegree-Programm von Udacity. Es ist wohl an der Zeit, meine Eindrücke und Erfahrungen mal zu sortieren.

Schon die Hälfte?

Wie ich bereits einmal beschrieben habe, soll das Programm etwa 420 Stunden umfassen. Und wer aufgepasst hat, wird auch mitbekommen haben, dass ich seit Freitag vorvergangener Woche daran sitze. Wofür ist Urlaub sonst da? ;-) Und nun schon Halbzeit? Ja, weil mich das Programm nur nicht ganz 50 Stunden dafür in Beschlag genommen hat. Das einfach auf 100 Stunden hochzurechnen, wage ich zwar noch nicht, aber ich werde wohl locker unter der 420 bleiben. Woran liegt das? An zweierlei Dingen, denke ich.

zu 50 % fertig bei Udacity

Zum einen bringe ich durchaus schon Hintergrundwissen aus der IT-Welt mit. Programmieren kann ich halbwegs anständig, und ein wenig beschäftigt habe ich mich mit dem Thema Maschinenlernen ja ebenfalls schon. Zum anderen bleibt das Nanodegree-Programm oft an der Oberfläche oder setzt nur das voraus, was man in Deutschland in der gymnasialen Oberstufe oder einem frühen Semester eines verwandten Hochschulstudiums mitbekommt: ein bisschen triviale lineare Algebra, ein bisschen Statistik-Grundlagen, und vielleicht schon mal hier oder da ein paar Zeilen Quelltext gebaut.

Wie isses denn so?

Ob man das gut oder schlecht findet, kommt ganz darauf an. Wer die Tiefe eines Hochschulstudiums erwartet, wird vermutlich enttäuscht sein. Wer sich praktisch weiterbilden möchte, ohne ganz auf Theorie zu verzichten, findet das Angebot hingegen vermutlich großartig. Man dürfte nach dem Abschluss kaum ein fertiger „Machine Learning Engineer“ sein, aber zumindest mit eigenen Projekten ein wenig besser starten können.

Was ich auf jeden Fall sehr schätze, sind die Projekte. Jedes Kapitel schließt mit einem solchen ab, in dem Inhalte tatsächlich angewendet werden müssen. Nicht nur muss das Gelernte in Quelltext verwandelt werden — leider meist nur durch das Einfügen einiger weniger Zeilen in ein vorgefertigtes Programm — es gilt auch seine Entscheidungen zu erklären und zu begründen. Ich habe das sehr sorgfältig gemacht und war durchaus einige Stunden damit beschäftigt. Okay, und wie checken die das? Clever!

Udacity hat ein Uber-ähnliches System geschaffen. Statt Lehrende zur Durchsicht der eingereichten Projekte fest anzustellen, wird bloß die Infrastruktur bereitgestellt. Es sieht für mich nach einer Plattform aus, auf der die Projekte eingehen und jede/r mit passenden Vorkenntnissen die Begutachtung übernehmen kann. Dafür gibt es auch etwas Geld. Ich tippe zudem, dass auf der Plattform zu jeder Aufgabe innerhalb des Projektes einige Textbausteine und Beispiele bereitstehen, die man ja nach Antwort verwenden kann. Funktioniert bestens. Die Rückmeldungen kommen wirklich schnell. Bisher habe ich noch nicht länger als zwei Stunden gewartet. Die Rückmeldungen finde ich auch wirklich hilfreich. Wären sie das nicht, könnte ich das steuern. Ich darf nämlich auch die Qualität des Feedbacks bewerten. Wenn es doch etwas Vergleichbares an Hochschulen gäbe…

Und sonst?

Gewöhnungsbedürftig finde ich die extrem kurze Laufzeit der Videos. Da reichen sich manchmal zig 30-Sekunden-Videos und trivialste Quizfragen die Klinke in die Hand. Ist das vielleicht eine kulturelle Sache? In den USA wird ja auch das Fernsehprogramm wohl alle Nase lang von kurze Werbeeinblendungen unterbrochen, was jemanden aus Deutschland wohl auch kirre macht. Ein paar andere Dinge würde ich auch anders machen, aber alles in Allem finde ich das dann doch eine runde Sache.

So. Muss weitermachen. Ich freue mich nämlich schon auf das Abschlussprojekt, dessen Thema und Fragestellung ich mir völlig frei aussuchen kann.