Alle Artikel mit dem Schlagwort: Python

machine learning

Überall Machine Learning!

Viele Menschen begegnen künstlicher Intelligenz vorrangig mit Angst. Dass sie uns falsch informiert, falsche Dinge vorschlägt, Inhalte vorenthält, Arbeit weg- statt abnimmt, irgendwann klüger ist als die Menschen selbst. Die Aufmerksamkeit für AI, neuronale Netze, Machine und Deep Learning steigt aber an – und die Zahl der Anwendungsfälle auch.  Ganz allgemein gesprochen zielt Machine Learning darauf ab, einen Rechner mit bestimmten Verfahren zu (mehr oder weniger) selbständiger Wissensaufnahme und -erweiterung zu animieren – auf dass er anschließend bestimmte Probleme deutlich besser lösen möge. Dieser Ansatz ist nicht neu, aber er wird immer populärer. Das bestätigt zum Beispiel eine Suchanfrage bei Google Trends. Oder ein Blick auf aktuelle IT- und Wirtschaftspublikationen. Aber auch bei der Lektüre anderer Fachmedien und ganz normaler Zeitungen scheint einen das Thema regelmäßig anzuspringen.   Städte leiser, Menschen gesünder machen Die Zeit berichtete Mitte November von einem neuen Versuch der Stadt New York, endlich den „Krieg gegen den Krach“ zu gewinnen. In a nutshell geht die Story so: NYC ist oft illegal laut, aber die städtischen Inspektoren können wenig ausrichten – vor allem, …

Hitchhiker´s Guide für Python

E-Book-Deal im August: Ein brandneues Python-Buch

Sagten wir „ein“ Python-Buch? Stimmt gar nicht. „Hitchhiker´s Guide für Python“ ist nicht nur einfach ein Buch, es ist ein echtes Community-Projekt. Mehr als einhundert Mitglieder der Python-Community trugen dazu ihre bevorzugten Werkzeuge zusammen, steuerten ihre Best Practices bei und ließen sich über die Schulter beziehungsweise auf den Bildschirm, in den Code, gucken.  Kenneth Reitz und Tanya Schlusser haben alles dann fein zusammengesetzt und aufbereitet. Und so bekommt Ihr ein echtes Kompendium, mit dem Ihr Euren Python-Horizont entscheidend erweitern könnt. Das Buch ist ganz, ganz frisch in deutscher Übersetzung erschienen. (Und übrigens auch in russischer, und französischer und …) Das E-Book ist kürzlich aus der Konvertierung zurück gekommen – gerade noch pünktlich genug, dass wir es Euch als E-Book-Deal des Monats bieten können. Bis 31. August 2017 also kostet es statt 23,99 € nur 11,99 €. Schlagt zu, wenn Ihr Pythonista werden wollt :) 

Von neuronalen Netzen und ganz vielen anderen Dingen: Ein Interview mit Tariq Rashid

Interviews mit unseren Autoren sind (fast) immer ein Vergnügen. Besonders viel Freude bereiten sie mir allerdings, wenn ich mit so auskunftsfreudigen und vielseitig interessierten Menschen wie Tariq Rashid sprechen kann. Anlässlich der deutschsprachigen Erstveröffentlichung seines Buchs Neuronale Netze selbst programmieren habe ich mit dem britischen Physiker und Machine-Learning-Experten eine ganze Menge Themen beackert: Die magische Welt smarter Software und künstlicher Intelligenz, die Notwendigkeit digitaler Kompetenz und digitaler Menschenrechte, das törichte Verhalten vieler Lehrer und Politiker, den Brexit und das Potenzial der internationalen Tech-Zivilgesellschaft. Das Interview ist recht lang, aber sicher nicht langweilig ausgefallen: Tariq, künstliche neuronale Netze (KNN) sind in letzter Zeit schwer in Mode. Allerdings scheint es immer noch viele Menschen zu geben, die nicht wissen, was genau dahintersteckt. Kannst du uns die grundlegenden Konzepte möglichst verständlich erklären? Ja, neuronale Netze sind total angesagt. Was übrigens nicht immer so war. Zu ihrer Funktionsweise: Wir wollten Rechner ja schon immer dazu bringen, mehr Aufgaben für uns zu übernehmen. Vom Abakus zur einfachen Berechnung von Schulden bis hin zum elektronischen Computer, der Flugbahnen im Weltraum voraussagt. …

Pandas

Universell anwendbare Datenbeispiele – oder: Wie erkläre ich pandas?

Unser Übersetzer Dr. Kristian Rother blickt in diesem Gastbeitrag unter die Motorhaube eines didaktisch sinnvollen Buchaufbaus – am Beispiel der Python-Bibliothek pandas im Buch „Datenanalyse mit Python“. Woran erkennt man einen ausgezeichneten technischen Text? Meiner Meinung nach an der universellen Anwendbarkeit, über die eigentlich beschriebene Technologie hinaus. Beim Übersetzen des Buches “Datenanalyse mit Python” von Wes McKinney bin ich auf zahlreiche Beispiele dafür gestoßen. Im Buch wendet Wes eine bestimmte didaktische Struktur an, um universelle Anwendbarkeit zu erreichen. Da ich die gleiche didaktische Struktur selbst im Training einsetze, und außerdem Wes’ Inhalte verwende, stelle ich diese hier einmal vor. Es handelt sich dabei um die Kombination der drei Komponenten Technologie, Daten und Problemstellung. Die Technologie Logisch, dass ein technischer Text sich mit mindestens einer Technologie auseinandersetzt. In “Datenanalyse mit Python” ist das die Python-Bibliothek pandas. pandas stellt eine mächtige Datenstruktur für tabellarische Daten bereit. Ich erinnere mich an meine ersten Versuche, Tabellen in Python zu bearbeiten. Ohne pandas hatte ich die Wahl zwischen verschachtelten Listen, verschachtelten Dictionaries, Listen in Dictionaries, Dictionaries in Listen usw. Nichts davon funktionierte so richtig …

Data, Data, Data: Berlin Buzzwords 2016

Die Berlin Buzzwords begleiten wir inzwischen schon seit der ersten Ausgabe im Jahr 2010. Nun steht – wie immer Anfang Juni – schon die siebte Ausgabe der (Big-)Data-Konferenz vor der Tür, auf die wir Euch gerne wieder hinweisen möchten. (Und Tickets verlosen.) Die Keynotes Als Keynotespeaker erwarten Euch in diesem Jahr  Diane Mueller-Klingspor und Neha Narkhede: Diane Mueller-Klingspor ist eine langjährige „Pythonista“ und Open Source-Verfechterin. Momentan arbeitet sie als Community Lead bei Red Hat an der Application-Platform OpenShift Origin. Diane engagiert sich zudem in der Maker-Community und ist Gründerin von GetMakered Labs, einer mobilen Makerspace-Kollaboration, die Kinder aller Altersstufen inspirieren und ermutigen soll, sich mit neuen Technologien auseinanderzusetzen. Ihre Keynote findet am 6. Juni statt und trägt den Titel: „Inspiring the Next Generation to Run Away and Join Our Software Circus“. Neha Narkhede ist Mitgründerin und CTO von Confluent. Zuvor war sie für die Petabyte Scale Streaming Infrastruktur von LinkedIn zuständig, die mehrere Millionen Datenvorgänge unterstützt. Zudem ist sie eine der EntwicklerInnen von Apache Kafka, PMC Mitglied und Projekt-Comitterin. Neha startet Tag 2 der Buzzwords unter dem Titel: „Application development …