Coursera, EDX, ...

[Magdalis]

Es gibt bereits diverse Plattformen wie zum Beispiel Coursera oder Edx, die Vergleichbares ermöglichen. Leider sind deutsche Organisationen auf diesen Plattformen so gut wie überhaupt nicht zu finden. Irgendwie kommt mir da auch Open Campus/openHPI vom Hasso-Plattner-Institut in den Sinn.

Es ist mir völlig schleierhaft, warum man hier schon wieder versucht, das Rad zum x-ten mal selbst zu erfinden.

Btw. ML ohne höhere Mathematik: Da kann nichts Gescheites bei heraus kommen.
Damit man ML überhaupt sinnvoll verwenden kann, braucht es imho ein tieferes Verständnis für
Mathematik und Statistik sonst kommt am Ende nur Mist heraus.

[Schattenwerk]

Magdalis schrieb:
--------------------------------------------------------------------------------
> Btw. ML ohne höhere Mathematik: Da kann nichts Gescheites bei heraus
> kommen.
> Damit man ML überhaupt sinnvoll verwenden kann, braucht es imho ein
> tieferes Verständnis für
> Mathematik und Statistik sonst kommt am Ende nur Mist heraus.

Es wird von den Grundlagen gesprochen. Das wird das typische sein: Man unterscheidet zwischen supervised, reinforced usw. Es gibt so was wie Neuronen usw. Und nun macht mal das allzeit durchgekaute MNIST Beispiel.

Das schafft man auch noch vollkommen ohne Mathe, wenn man Tools wie tensorflow verwendet. Am Ende kommt was bei raus, man versteht nicht wirklich wieso etc. aber man hat die Grundlagen durch. Vielleicht gibts am Rand noch kurz mit was ein Gradient ist.

Das wäre meine Vermutung.

[MWS]

Schattenwerk schrieb:
--------------------------------------------------------------------------------
> Magdalis schrieb:
> ---------------------------------------------------------------------------
> -----
> > Btw. ML ohne höhere Mathematik: Da kann nichts Gescheites bei heraus
> > kommen.
> > Damit man ML überhaupt sinnvoll verwenden kann, braucht es imho ein
> > tieferes Verständnis für
> > Mathematik und Statistik sonst kommt am Ende nur Mist heraus.
>
> Es wird von den Grundlagen gesprochen. Das wird das typische sein: Man
> unterscheidet zwischen supervised, reinforced usw. Es gibt so was wie
> Neuronen usw. Und nun macht mal das allzeit durchgekaute MNIST Beispiel.
>
> Das schafft man auch noch vollkommen ohne Mathe, wenn man Tools wie
> tensorflow verwendet. Am Ende kommt was bei raus, man versteht nicht
> wirklich wieso etc. aber man hat die Grundlagen durch. Vielleicht gibts am
> Rand noch kurz mit was ein Gradient ist.
>
> Das wäre meine Vermutung.

Fraglich ist nur, was das VW dann bringen soll. Die Frameworks für z.B. Objektdetektion (im Straßenverkehr) existieren ja bereits (Detectron etc.) nur hilft es nichts wenn so doch noch jeder 100. Passant überfahren wird. Dann muss man sich auch damit auseinandersetzen, wie man diese noch weiter optimieren kann. Programmierer die abertausende LoC runterschreiben braucht es dafür aber nicht.

[Oktavian]

> Fraglich ist nur, was das VW dann bringen soll. Die Frameworks für z.B.
> Objektdetektion (im Straßenverkehr) existieren ja bereits (Detectron etc.)
> nur hilft es nichts wenn so doch noch jeder 100. Passant überfahren wird.
> Dann muss man sich auch damit auseinandersetzen, wie man diese noch weiter
> optimieren kann.

Objekterkennung bei selbstfahrenden Autos ist nicht das einzige Problem, mit dem VW sich rumschlagen muss. Es gibt Massen an selbstgeschriebener Software, die den ganzen Konzern am Laufen hält. Vieles davon ist nicht einmal hochkomplex, es ist einfach nur verdammt viel. Es gibt auch in der Entwicklung recht viel Standard-Tätigkeit, die man gut einen so Angelernten machen lassen kann. Die Arbeit ist wichtig, aber nicht sehr komplex. Damit schafft man aber Freiräume, damit sich die wirklich guten Leute um die komplexen Probleme kümmern müssen.

> Programmierer die abertausende LoC runterschreiben braucht
> es dafür aber nicht.

Dafür nicht, aber für viele andere intere Systeme.