Recherche 2018-04-27T1730

Quelle: Recherche 2018-04-27T1730 (etherpad)

sortiertes Original

Was recherchieren wir?

• Selbstlernpfade erschließen
• Begriffe, die wichtig sind
• technische Hürden
• Tutorials, die dafür hilfreich sind ... oder sich aus den Begriffen ergeben

Der Beruf eines Data Scientists und somit auch wichtige Begriffe:

• https://www.tagesspiegel.de/wirtschaft/weiterbildung-doktor-data/20815038.html
• Daten analysieren
• Daten visualisieren
• Storytelling
• Mathematische Modelle
• Statistische Verfahren
• Proprietäre Tools
• Programmiersprachen (Scala, Python, R, Julia, Java)

Vorgehen um mit Machine Learning anzufangen?

• Verstehen was Data Science ist
• Verstehen was Machine Learning ist und warum man es in DS einsetzen kann
• Eine Programmiersprache lernen (Python)
• Durchmachen eines Tutorials, das ML learning mit Python zeigt
• Kaggle Beispiele anschauen
• An Kaggle Wettbewerb teilnehmen

Allgemeines zum Einstieg

• Was ist Data Science?
  • https://www.edureka.co/blog/data-science-tutorial/
  • https://www.datascience.com/learn-data-science
  • https://intellipaat.com/tutorial/data-science-tutorial/introduction-of-data-science/
• Was ist Machine Learning?
  • Einsteiger Videokurs Machine Learning (sehr einfach und gut!): https://www.youtube.com/playlist?list=PLZbbT5o_s2xq7LwI2y8_QtvuXZedL6tQU
  • https://www.toptal.com/machine-learning/machine-learning-theory-an-introductory-primer
  • Machine Learning for Humans (einfach erklärt, ohne viel Mathe): https://medium.com/machine-learning-for-humans/why-machine-learning-matters-6164faf1df12
  • Kaggle Machine Learning: https://www.kaggle.com/learn/machine-learning
  • wenige Grundlagen, sehr zentriert auf Kaggle Bedienung,
  • Machine Learning Crash Kurs von Google: https://developers.google.com/machine-learning/crash-course/
  • ML Algorithmen
    • Überwacht
    • unüberwacht
    • Semi-überwacht
  • Tiefenwissen notewendig? Oder nur Anwendungsfälle, Nutzung, Gefahren?
  • Training und Testing
  • Logistische Regression
  • Klassifikation
  • Neuronale Netze
  • Beispiele für Machine Learning in der Praxis

OPTIONAL: Mathematische Grundlagen (für diejenigen die es interessiert, braucht man nicht zwingend um ML anzuwenden)

• Kompletterklärung aller Mathematik die man für ML braucht: https://github.com/soulmachine/machine-learning-cheat-sheet/raw/master/machine-learning-cheat-sheet.pdf
• Kompletterklärung aller Mathematik die man für ML braucht: https://github.com/soulmachine/machine-learning-cheat-sheet/
• Statistik (Korrelation, Varianz, Hypothesentest)
• Kaggle Statistik für Anfänger: https://www.kaggle.com/kanncaa1/statistical-learning-tutorial-for-beginners
• Statistik Basics für Data Scientists https://medium.com/@SeattleDataGuy/statistics-review-for-data-scientists-and-management-df8f94760221
• weiteres Tutorial: https://www.youtube.com/watch?v=FmWz4deqo9g

Sprachen

• R
  • https://www.analyticsvidhya.com/blog/2016/02/complete-tutorial-learn-data-science-scratch/
• Python
  • Anfänger Tutorial Python zum Durchklicken auf Codecademy: https://www.codecademy.com/learn/learn-python
    • Gated Progress, gute Lernkontrolle, Basiswissen
  • auch zum angucken: https://www.youtube.com/watch?v=Z1Yd7upQsXY
  • Gutes Walktrough für gängiste Python-Tools: https://www.kdnuggets.com/2018/03/text-data-preprocessing-walkthrough-python.html
  • Python Grudkurs mit Ausrichtung nach Data Science: https://www.datacamp.com/courses/intro-to-python-for-data-science/
    • (beinhaltet auch Grundkurs für NumPy, ein Python Tool für Datenauswertung)
      • https://www.analyticsvidhya.com/blog/2016/01/complete-tutorial-learn-data-science-python-scratch-2/
  • https://machinelearningmastery.com/machine-learning-in-python-step-by-step/
  • Python for Data Science: https://www.datacamp.com/courses/intro-to-python-for-data-science
  • DataScience Tutorial auf Basis von Kaggle und Python https://www.kaggle.com/kanncaa1/data-sciencetutorial-for-beginners
    • Grundkenntnisse sind vorausgesetzt, sehr stark e Konzentration auf Kaggle Plattform, weite Abdeckung, evtl. auszugsweise Intressant?
• SQL
  • Übersicht: https://www.w3schools.com/sql/
  • Playground um mit SQL zu spielen: https://www.w3schools.com/sql/trysql.asp?filename=trysql_select_all
• SAS
• SPSS
• Julia

Neuronale Netze

• http://www.neuronalesnetz.de/
  • Eine Einführung
• ISA
  • Deep Learning
    • Kagglekurs zu Deep Learning: https://www.kaggle.com/learn/deep-learning
    • Deep Learning erklärt: https://www.youtube.com/watch?v=dafuAz_CV7Q&feature=youtu.be
    • Videokurs Deep Learning: https://classroom.udacity.com/courses/ud730
  • Convolutionals Neural Networks (CNN)
    • CNN einfach mit viel Beispielen: An Intuitive Explanation of Convolutional Neural Networks: https://ujjwalkarn.me/2016/08/11/intuitive-explanation-convnets/
    • Vorlesungsreihe Uni Standford CNN (geht tief rein): https://www.youtube.com/playlist?list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv

Machine Learning tatsächlich anwenden

• Machine Learning from Start to Finish with Scikit-Learn
  • This notebook covers the basic Machine Learning process in Python step-by-step. Go from raw data to at least 78% accuracy on the Titanic Survivors dataset.
• Frameworks
  • Caffe (<-- Eher schwergängig, im akademischen Bereich zu finden)
    • Einfaches Getting Started Tutorial ohne viel Code: https://github.com/humphd/have-fun-with-machine-learning
  • TensorFlow (<-- Aktuell am gefragtesten)
    • Offizielles Getting Started with TensorFlow: https://www.tensorflow.org/get_started/eager
• Datenquellen für ML
  • Kaggle Datasets: https://www.kaggle.com/datasets
  • Wikipedia Liste von Datenquellen für Machine Learning: https://en.wikipedia.org/wiki/List_of_datasets_for_machine_learning_research

Big Data anwenden

• Framework
• Hadoop
  • Einstieg in Hadoop (und MapReduce): KOSTENLOSER Kurs: https://de.udacity.com/course/intro-to-hadoop-and-mapreduce--ud617
• Spark
  • Tutorial zu Apache Spark: https://www.tutorialspoint.com/apache_spark/index.htm

Software:

• R Studio
  • Wofür kann das genutzt werden?
  • Für Analyse, Visualisierung
  • ==> Open Source Software!
  • https://www.edureka.co/blog/data-science-tutorial/
• Jupyter

Jupyter als webbasiertes Visualisierungstool:

• http://jupyter.org
  • Mit Jupyter Notebook kann man in verschiedenen Programmiersprachen Code Beispiele in sogenannte Zellen einfügen und diese dann in Echtzeit verarbeiten lassen
  • Standard Programmiersprache ist Python. Man kann aber auch in z.B. Markdown oder LateX seinen Code dokumentieren
• -> https://www.datacamp.com/community/tutorials/tutorial-jupyter-notebook
• In folgendem Tutorial wird die Installation, das Setup und ein Walkthrough zum Jupyter Notebook gezeigt, um dieses webbasierte Tool auf dem eigenen Computer nutzen zu können.
  • https://www.youtube.com/watch?v=HW29067qVWk
• Jupyter
  • https://www.youtube.com/watch?v=Q0jGAZAdZqM
  • Anaconda
    • Anaconda, eine Open-Source-Distribution zu R und Python. In dem oben verlinkten Tutorial wird die Installation von Conda + Spyder (Python IDE) gezeigt.
  • JupyterLab
    • Jupyter Notebok hat jetzt eine neue Oberfläche in Form des "JupyterLab". Intuitiveres maneuvrieren durch die Oberfläche + Terminal Integration und bessere Übersicht über die eigenen files.
    • https://jupyterlab.readthedocs.io/en/stable/
  • Data Science class mit JupyterLab - Nutzen des JupyterHub/Lab
    • https://github.com/jupyterhub/jupyterhub-deploy-teaching
• Kurs-Environments
  • JupyterHub / Lab
    • Aufgaben einstellen
    • Leute laden code hoch, assignments etc.
    • Berkley macht das
    • ansible / NBgrader
  • kaggle teacher space

Gesamtkursangebote

• Inspiration zum Lehrplan
  • Uni Berkley: Foundations of Data Science: Computational Thinking with Python: https://www.edx.org/course/foundations-data-science-computational-uc-berkeleyx-data8-1x?source=aw&awc=6798_1524843807_b5d7552621dd45b3a877aa6bd2e7a324&utm_source=aw&utm_medium=affiliate_partner&utm_content=text-link&utm_term=101248_adgoal+GmbH+-+Content
  • https://lsf.verwaltung.uni-muenchen.de/qisserver/rds?state=wtree&search=1&trex=step&root120162=1%7C254478%7C256991%7C258731%7C268976&P.vx=kurz&noDBAction=y&init=y
• Big Data Management
• Knowledge Discovery
• Algorithm Design
• Analytics
• Statistics

Datenaufbereitung

• ETL https://www.kdnuggets.com/2017/06/7-steps-mastering-data-preparation-python.html

Datenvisualisierung

• Visualisierung von Ergebnissen: https://www.kaggle.com/learn/data-visualisation
• Tutorials
  • seaborn
    • https://www.kaggle.com/residentmario/plotting-with-seaborn
  • plotly
    • https://www.kaggle.com/kanncaa1/plotly-tutorial-for-beginners
  • https://www.kaggle.com/kanncaa1/rare-visualization-tools
  • pandas
    • pandas: https://www.youtube.com/watch?v=ikOEn8jY2Is (webinar)
  • bokeh
    • Teil 1: https://www.kaggle.com/kanncaa1/interactive-bokeh-tutorial-part-1
    • Teil 2: https://www.kaggle.com/kanncaa1/interactive-bokeh-tutorial-part-2

Der große Hammer

• Cheat Sheets für Machine Learning, Python und vieles mehr: https://becominghuman.ai/cheat-sheets-for-ai-neural-networks-machine-learning-deep-learning-big-data-678c51b4b463
• Große Liste mit Lernressourcen zur Machine Learning: https://github.com/ujjwalkarn/Machine-Learning-Tutorials/blob/master/README.md
• Tipps um bei Kaggle Wettbewerben gut abzuschneiden: https://yanirseroussi.com/2014/08/24/how-to-almost-win-kaggle-competitions/

TBD (to be done) diskutieren

• Gängige ML-Statistikkurse anschauen, Intervall Minimal-, Normal-Wissen anschauen: Was könnte man gewinnen, wenn man hier schlauer ist als die Konkurrenz?
• Bedeutung von Videos für unsere Zielgruppe