a Data Science Blog
If you translate the term „Data Science“ literally into German language it means „Datenwissenschaft“ – and this sounds very much like some stuff from the 1960s where computer filled halls with only a few MB.
„Datenwissenschaft“ sounds like nothing is left of the fancy analytical stuff, the AI, Deep Learning and all the other things you do having the sexiest job of the 21st century.
Our society is growing from a functionally structured to a network organized one. While we needed spezialization to achieve the wealth we experience today we need this change to happen to master the challenges that lie ahead. „Think small – get it done“ weiterlesen
Es ist immer sinnvoll, sich über die Nomenklatur von Variablennamen Gedanken zu machen. Die Variablen eines Data Frames nach dem Einlesen in R nochmal umzubenennen kann langfristig Arbeit ersparen. Hier ein Beispiel: die Aggregation von Tagesdaten auf Wochendaten in mehreren Variablen gleichzeitig.
Auf der DLD 2017 gab es am 15. Januar ein Plenum, auf dem sich prominente Vertreter des autonomen Fahrens ihr Stelldichein gaben.
Eigentlich sollte es dank Protobuf heute nicht mehr vorkommen, dass binäre Daten manuell serialisiert werden. „Eigentlich“. Ich musste im folgenden Beispiel Binärdaten dekodieren, die von Fahrzeugsensoren in Dateien geschrieben wurden. Zum Glück lag eine Beschreibung der Kodierung vor. Die Herausforderung war, dass die Daten aus verschiedenen Sensoren übermittelt wurden und alle im Moment ihres Eintreffens in eine Binärdatei geschrieben wurden. Welcher Sensor nun gerade einen Eintrag schrieb, musste anhand des führenden Bytes ermittelt werden. „Binärdaten mit Python 3 auslesen“ weiterlesen
Wenn man die Menge der Farbanteile in einem Bild zählen kann, lassen sich viele spannende Auswertungen erstellen. In folgendem kleinen Projekt habe ich Python und OpenCV genutzt, um die Farbanteile von Bildern auszuwerten und die Ergebnisse weiter zu verwenden.
Um die Verkehrssituation einer bestimmten Region auswerten zu können, wäre es prima, auf Google Maps Verkehrsinformationen zurückgreifen zu können. Dies ist per API leider nicht möglich, daher habe ich den Weg gewählt, in regelmäßigen Abständen einen Screenshot der gewünschten Region anzufertigen. Diese Aufgabe übernimmt natürlich ein kleines Python Programm. Mit Hilfe des Moduls selenium lässt sich Screenscraping leicht automatisieren. „Farbanteile eines Bildes mit Python auswerten“ weiterlesen
Ein Titel, der bei jedem Data Scientist im virtuellen Buchregal stehen sollte:
Das Buch ist eine wunderbare Sammlung wichtiger Tools, die in der täglichen Arbeit mit Daten sinnvoll einsetzbar sind.
„Buchempfehlung – Data Sciene at the command line“ weiterlesen
Von der Entscheidung für ein Buch bis zum Lesen auf einem Gerät:
Ich habe oft das Gefühl, hierzulande stehen wir uns bei der Digitalisierung selbst im Weg. Zwar habe ich meine Vorbehalte gegenüber einem Konzern wie amazon, aber dort schaffen sie es, einfach zu denken. Und „keep it simple“ ist eines der großen Paradigmen der Digitalisierung. Thalia jedenfalls kennt dieses Paradigma nicht.
Warum glauben Softwarehersteller eigentlich, dass sie Statistikern/Analysten/Data Scientists eine bunte Oberfläche bauen müssen? Alteryx schien sogar so vielversprechend, dass Microsoft und SAP als Investoren eingestiegen sind. Ich habe mir das Tool heruntergeladen und ein paar Workflows erstellt: schneller wird man damit auch nicht. „Alteryx – eine Oberfläche zu R“ weiterlesen
Mit Attribution Modelling (AM) kann der Effekt zwischen verschiedenen digitalen Werbekanälen der Wirkung auf den kaufenden Kunden mittels statistischer Verfahren zugeordnet werden (Multi-Channel-Marketing-Attribution). Modelliert wird, mit welcher Wahrscheinlichkeit ein Kanal zum Kaufprozess beiträgt. „Attribution Modelling“ weiterlesen