IoT für Faule – der Amazon Dash Button

Bereits seit einigen Monaten gibt es ihn in den USA zu kaufen. Er ist klein, verbindet sich mit dem heimischen WLAN und verfügt über eine sehr simpel gehaltene Nutzerschnittstelle. Kritiker sehen in ihm den nächsten Schritt in die Verdummung der Gesellschaft. Die Rede ist von Amazons neuster Erfindung, dem Dash Button.

Hierbei handelt es sich um einen kleinen, etwa Streichholzschachtel großen Knopf, der über das heimische WLAN Amazon Bestellungen aufgeben kann. Dabei wird fest nur ein Produkt hinterlegt, wie etwa Waschmittel. Bei drücken des Knopfes wird eine Bestellung über dieses Produkt automatisch ausgelöst. Allerdings nur eine, so dass erneutes drücken solange folgenlos bleibt, bis die letzte Bestellung ausgeliefert wurde. Eltern können den Button also problemlos ihren Kindern aussetzen 🙂  „IoT für Faule – der Amazon Dash Button“ weiterlesen

General Magic: die Väter des Cloud Computing

vor kurzem stieß ich auf folgenden Beitrag, als ich mal wieder einen meiner liebsten Youtube Kanäle, Lazy Game Reviews, besuchte:

In diesem wird die Geschichte des Startups General Magic behandelt. Dieses kann heute als der Urvater des Cloud Computings und moderner mobiler Systeme wie Tablets und Smartphones gesehen werden. Doch leider war General Magic seiner Zeit zu weit voraus und endete als eine von vielen Valley Pleiten, die mit großen Träumen gestartet waren und im Bankrott endeten.

Schaut euch unbedingt dieses Video an und lest den Wikipedia Artikel zu General Magic und seinem Team. Zu den Gründern gehört auch Andy Hertzfeld, der schon bei Apple an wichtigen Entwicklungen in den 80ern beteiligt war.

Was nettes zu Git

Jeder Entwickler kennt das: man hat viel Quellcode erdacht, verfasst und dann passiert ein Fehler, der all die Arbeit sinnlos erscheinen lässt. Oder man zerstört eine funktionierende Lösung. Um diese und weitere Risiken des Entwicklerlebens besser in den Griff zu bekommen, schuf man moderne IDEs und die Versionsverwaltung. Vom zweiten gibt es mittlerweile eine ganze Reihe guter Lösungen. Doch der Standard über die Jahre wurde GIT.

Nun bin ich auf zwei sehr gute Beiträge zu Git gestoßen:

  1. Auf Stackoverflow hat der Nutzer Adam Davis eine sehr gute Liste mit Links rund um Git gepostet. Diese ist sowohl gut für Anfänger, als auch Profis geeignet.
  2. Es gibt auch einen gutes Tutorial für Git als Onepager. Dieses führt durch die ersten Schritte mit Git und erläutert die wichtigsten Befehle, Funktionen und Prinzipien des Systems.

Wer noch überzeugt werden möchte Git zu nutzen, dem empfehle ich folgenden Post auf Stackoverflow.

Big Data in easy words

Mein Freund Tristan Poetzsch betreibt zusammen mit einem Bekannten das Think Tank Framsteg. Dort verfassen die beiden sehr spannende Analysen, Studien und bloggen auch fleißig. Aktuell hat Tristan eine Artikel Serie zu Big Data gestartet. In dieser sollen wichtige Konzepte und Technologien von Big Data vorgestellt und für Laien genauer erläutert werden. Ich werde demnächst dort auch zwei Artikel beisteuern. Einer wird Machine Learning behandeln und der andere den Mythos um den Titel des Data Scientist lüften.

Gerne empfehle ich Tristans erste beiden Artikel seiner neuen Serie. Der erste heißt „Big Data in easy words“ und ist inhaltlich selbsterklärend 🙂 Sein zweiter Artikel stellt das Konzept der relationalen Datenbanken vor und erklärt was eigentlich mit „NoSQL“ gemeint ist.

Viel Spaß beim lesen

R interaktiv in R lernen: mit Swirl :)

R Tutorials gibt es viele, sehr viele. Das Angebot reicht hierbei von R Kursen als Buch, über online Kurse bis hin zu Video Reihen auf YouTube oder Channel 9. Nun gibt es aber auch die Möglichkeit R interaktiv in der Konsole zu lernen. Mit dem R Package Swirl lässt sich R direkt in der R Konsole bzw. in einer R IDE, wie etwa R Studio oder Visual Studio, lernen.

„R interaktiv in R lernen: mit Swirl :)“ weiterlesen

DO’S AND DON’TS OF DATA SCIENCE

Auf dem kleinen Blog „Data Science 101“ bin ich auf folgende Do’s & Dont’s Liste für Data Science gestoßen. Mir gefallen diese kleine Mantras für die richtige Arbeit mit Daten sehr. Die Liste sollte neben jedem Desktop eines Data Scientist hängen. Hier ein kleiner Auszug:

Don’t Start with the Data
Do Start with a Good Question

Don’t think one person can do it all
Do build a well-rounded team

Don’t only use one tool
Do use the best tool for the job

Don’t brag about the size of your data
Do collect relevant data

Don’t ignore domain knowledge
Do consult a subject matter expert

Don’t publish a table of numbers
Do create informative charts

Don’t use just your own data
Do enhance your analysis with open data

Data Science in 5 Fragen

Aktuell wird in der IT Community viel über Data Science und Machine Learing gesprochen. Gerade aber Fachfremde und Anfänger können mit den Begriffen oft nur wenig anfangen. Senior Data Scientist Brandon Rohrer, ebenfalls bei Microsoft, hat deshalb eine kleine Video Reihe aus der Traufe gehoben. Mit „Data Science for Beginners“ versucht er Anfänger die Grundlagen dieses Themas zu vermitteln. Dabei greift er im ersten Teil der Serie auf 5 Fragen zurück, mit denen er den Kern des Thema erläutert. Diese lauten:

  1. Is this A or B?
  2. Is this weird?
  3. How much – or – How many?
  4. How is this organized?
  5. What should I do next?

Ich möchte nicht zu viel vorgreifen, deshalb lasse ich Brandon selbst diese Fragen beantworten 🙂

„R Learning Path“ von KDnuggets Martijn Theuwissen

Gestern bin ich auf dem Data Science Blog KDnuggets über einen sehr guten Artikel für alle, die in R einsteigen möchten. In dem Beitrag „R Learning Path: from beginner to expert in R in 7 steps“ beschreibt Martijn Theuwissen anschaulich einen möglichen Einstieg in R. Dabei erklärt er eingangs mögliche Gründe sich als Entwickler bzw. Anfänger im Bereich Data Science sich mit R zu befassen. Hierbei geht er auch auf Rs wachsende Popularität als Programmiersprache ein. Diese ist auch deshalb beachtlich, da es sich bei R um eine sehr domänenspezifische Sprache handelt. Weder kann man mit R Webanwendungen erstellen, noch für mobile Plattformen schreiben.

Theuwissen geht in seinem Beitrag sowohl auf Besonderheiten von R, als auch das geeignete Tooling für R ein. Anfänger bekommen hierbei wertvolle Tipps und eine Sammlung an weiterführenden Quellen um die ersten Schritte in R zu wagen. Ich selbst kann diese jedem Einsteiger wärmstens empfehlen. Wer durch den Beitrag angefixt worden ist, der sollte auch die anderen Beiträge und Tutorials auf KDnuggets nutzen. Generell bittet der Blog sehr gute Quellen und Nachrichten rund um Data Science, Analytics und Business Intelligence.

Erkenntnisse aus 3 Jahren Bachelor :)

Gestern war ich mit einem guten Freund das letzte Mal Mittagessen in Würzburg. Bei Burgern, Pommes und einem schönen Bier trafen wir uns das letzte Mal vor meinem Umzug nach München. Dabei markiert dieses Essen nicht nur das Ende meiner Würzburger Jahre, sondern lustiger Weise auch das meines Studiums. Genau in dem Moment, als mein Kumpel auf dem Klo war, erreichte mich die Note für meine Thesis. Damit waren die 180 ECTS komplett und ich hatte mein Studium der Wirtschaftsinformatik vorerst komplett. Nun darf ich mich Bachelor of Science schimpfen und kann entspannt im Oktober meinen Master an der TU München angehen.

Doch trotz der Finalität dieses Momentes, möchte ich diesen Post dazu nutzen, um ein wenig meine Erfahrungen und Einsichten aus 3 Jahren Studium zu teilen. Die folgende Liste ist nicht klar geordnet und bewusst unvollständig. Dennoch kann sie gerade dem ein oder anderen Ersti vielleicht helfen. Nun denn:

  • „Prüfungen kann man wiederholen, Parties nicht“: Naja, im ersten Semester meines ersten Studiums (ich hatte zuerst 2 Semester Wirtschaftswissenschaften studiert, aber dann den Code vermisst…) habe ich diesen Satz sehr wörtlich genommen. Klar Würzburg hat tolle Parties, einen der leckersten Weine und dieses schöne Klima… aber am Ende war mein Konto oft sehr leer und meine Noten nicht wirklich berauschend. Rückblickend würde ich empfehlen sich zwei bis drei freie Tage pro Woche einzuplanen. Am Besten eignet sich das Wochenende inklusive Freitag. Denn Rest der Woche würde ich ernsthaft lernen, damit man zumindest gut in das Semester startet. Auch eignet sich für Parties immer der Sommer besser. Sommersemester haben viele Unifreie Tage, besseres Wetter und die Profs sind auch mehr in Ferienlaune 🙂
  • „Gehe immer in die Vorlesung“: Habe ich nie und würde ich auch nicht. Klar, die erste Woche sollte Pflicht sein und auch Übungen oder Tutorien. Aber oft sind Vorlesungen sehr laut, überfüllt und nur der verbale Vortrag langer Powerpoint Wüsten. Besser ist es, nur in die wesentlichen Vorlesungen zu gehen, die Übungen intensiv zu nutzen und mit den Skripten und Büchern zu arbeiten.
  • „Eine Woche vor der Klausur reichen mir zum lernen“: oh, wie oft habe ich diesen Satz in den letzten drei Jahren gehört. Ich kenne vielleicht drei Menschen, die damit tatsächlich gute Noten erreichten. Die große Mehrheit aber, die endet damit in der Nachklausur oder in der 3,0 und schlechter Region. Es mag zwar altbacken klingen, aber jeden Tag 1 Stunde lernen und nach jeder Veranstaltung kurz nacharbeiten bringen deutlich mehr. Das praktiziere ich nun 1 Jahr und habe seitdem deutlich bessere Noten. Gerade bei wissenschaftlichen Arbeiten hilft dies ungemein, da man mit konsequenter Leistung oft besser am Thema bleibt und auch den Stoff etwas sich setzen lassen kann.
  • „Sehr geehrter Herr Professor Dr…“: Ja Professoren, diese sehr spezielle Spezies. Ich habe mit Ihnen die vielseitigsten Erlebnisse gehabt. Vom Labersack, über den Choleriker, bis hin zu sehr zerstreuten Professoren, war einiges dabei. Doch mir wurden zwei Dinge klar: 1. Professoren mögen es lieber, wenn man direkt auf den Punkt kommt und sagt, was man eigentlich will. 2. Professoren sind oft viel lockerer und offener als man denkt. Wichtig ist hierfür aber, dass man immer Punkt 1 beachtet und dazu möglichst ohne Fehler seine Emails formuliert.

R und Microsoft

Auf der Seite von R-Bloggers bin ich über einen interessanten Artikel gestoßen, der Microsofts Umgang mit R genauer darstellt. Einerseits wird Microsofts Engagement für Open Source thematisiert. Andererseits werden aktuelle R Lösungen und Angebote von Microsoft vorgestellt. Anbei noch ein Mitschnitt von David Smiths Vortrag „R at Microsoft“: