HMww17 – Machine Learning mit Dr. Shirin Glander

In der aktuellen Episode gibt Dr. Shirin Glander (Twitter,
Homepage) uns ein paar Einblicke in das Thema Machine Learning. Wir
klären zunächst, was Machine Learning ist und welche Möglichkeiten
es bietet bevor wir etwas mehr in die Tiefe gehen. Wir beginnen mit
Neuronalen Netzen und Entscheidungsbäumen und wie sich diese
unterschieden. Hier kommen wir natürlich auch nicht an Supervised
Learning, Unsupervised Learning und Reinforcement Learning vorbei.
Wichtig bei der Arbeit mit Machine Learning sind die verwendeten
Daten: Hier beginnt man mit Testdaten und Trainingsdaten, welche
man mit Hilfe von Feature Engineering für die jeweilige Aufgabe
optimieren kann. Shirin erzählt, wie sie mit Daten arbeitet und wie
sie die richtigen Algorithmen findet. Eine wichtige Rolle spielen
hier R und R Studio, welches sich besonders für statistische
Analysen eignet. Gerade die Visualisierung der Daten ist hier
hilfreich um selbige besser zu verstehen. Aber auch die
Möglichkeiten Reports zu erzeugen und beispielsweise als PDF zu
exportieren überzeugen. Wenn ihr R für Machine Learning einsetzen
wollt, solltet ihr Euch auch caret ansehen. Shirin organisiert
übrigens auch MünsteR, die R Users group in Münster. Wenn ihr Euch
näher mit Machine Learning beschäftigen wollt, solltet ihr Euch
Datacamp oder Coursera ansehen. Wenn ihr Euch für R interessiert
schaut Euch die R Bloggers an Am Ende sprechen wir auch noch kurz
über Deep Dreaming. Den passenden Generator hierfür, findet ihr
unter deepdreamgenerator.com. Bücher zum Thema Praxiseinstieg
Machine Learning mit Scikit-Learn und TensorFlow Einführung in
Machine Learning mit Python