Gefunden: Meiner einer!
Aber der Reihe nach.
Erster Schritt: Physik studieren.
Im ersten Semester, am ersten Tag, in der ersten Vorlesung, war die allererste Sachen die uns beigebracht wurde: lineare Regression. Die wohl einfachste Form der Anpassung einer gegebenen mathematische Funktion an Messdaten.
Zweiter Schritt: die Jahre vergehen mit so’n bisschen Auswertung von Daten hier und da. In mir formt sich die feste Ueberzeugung, dass ich nicht schlau genug bin fuer „machine learning“.
Dritter Schritt: einen neuen Job, ziemlich nah an der Wirtschaft, anfangen und endlich mal mehr mit Menschen in Kontakt kommen, die im Allgemeinen als „normal“ bezeichnet werden (was auch immer das sein soll). Økonomen und Anwaelte und so.
Vierter Schritt: zwei dieser Kollegen zu einem Einfuehrungskurs bzgl. „machine learning“ schicken. Dieser wurde gegeben von einer der grøszten und bekanntesten IT-Spezialexpertenfirmen hier im Norden. Man kønnte also auf den Gedanken verfallen, dass die sich so richtig gut auskennen, denn was die sagen, machen ja andere grosze Firmen dann.
Fuenfter Schritt: voller Erwartung, aber etwas kleinlaut, nach den Folien des Kurses fragen, denn ich sollte ja neue Sachen lernen, damit ich den Job behalten kann.
Sechster Schritt: guck mal einer an, was die hier als „machine learning“-Algorithmus verkaufen:
Siebter Schritt: sehen, dass da nicht wirklich viel mehr kommt!
Achter Schritt: unglaeubig mit dem Kopf schuetteln. Ich wusste ja, dass es schlimm ist, aber ich dachte bisher immer, dass die Geschichten die man so hørt und liest wenigstens ein bisschen uebertrieben sind. Aber NEIN! Die sind alle echt und in Wahrheit scheint das noch viel schlimmer zu sein!
Neunter Schritt: sich gut fuehlen, dass man mglw. doch fuer die Zukunft gewappnet ist.
Zehnter Schritt: sich fest vornehmen, dass man „20 Jahre Erfahrung mit ‚machine learning‘ Algorithmen“ in den Lebenslauf aufnimmt.
Aber wenistens gab es eine lustige Sache in den Folien — Big Data:
Da habe ich erstmal laut gelacht und die Kollegen trauten sich nicht zu fragen.
Leave a Reply