User Profile

While the book shows its age, it was a great introduction to the very basics of deep learning and ML engineering, and also taught me - who became a non-coder over the years - some interesting concepts of the Python programming language. As I dived into loss functions, gradient descents, learning rates, collaborative filtering, sentiment analysis, decision trees, recurrent and convolutional neural networks, ReLUs and whatnot, I'm super eager to learn more about the practical side now, such as building solutions upon foundation models and heading from ML engineering to AI engineering practices. Together with lots of free video lessons and great Kaggle notebooks to practice with (which I still have to do more of), this is pure gold if you are interested in how machine learning works "under the hood" (some prior knowledge in practical statistic is certainly helpful). Not surprisingly, as the cut-off date of this book's knowledge is 2020, some newer concepts and insights are lacking in depth.

Ein Buch, das einen zwiespältigen Eindruck bei mir hinterlässt. Zu oberflächlich, um wirklich auf die vorgestellten Konzepte eingehen zu können, an anderen Stellen hingegen zu schnell zu tief, ohne ausreichend Kontext mitzugeben (Warum? Wofür?). Die deutsche Übersetzung scheint mäßig gelungen (das Original habe ich nicht gelesen), die didaktische Qualität ist bestenfalls durchschnittlich.

Das Buch gibt dennoch einen durchaus gelungenen Einstieg in die Werkzeugwelt eine:r Datenwissenschaftler:in und erklärt auch manche Ursprünge, die in Zeiten großer Datenmengen und leistungsfähiger Rechenmaschinen mittlerweile obsolet geworden sind. Als Nachschlagwerk mit vielen weiterführenden Literaturhinweisen wird es seinen Platz in meinem Regal finden.

Ob die Code-Beispiele in R und Python (die mitsamt der behandelten Datenquellen auch auf Github öffentlich zugänglich sind) hingegen hilfreich sind, muss ein jeder und eine jede selbst herausfinden - hier hielt sich der Mehrwert für mich in Grenzen.

Aber Achtung: Als Einsteiger in die Welt der Data-Science (ich lese das Buch aus Interesse, nicht aus beruflicher Notwendigkeit) ohne großen Hintergrund (abgesehen von einigen Statistik- und Stochastik-Vorlesungen, die Jahrzehnte zurückliegen) mag ich nicht ganz zur Zielgruppe der Autoren gehören.

Re-read this book after quite some time "for reasons", still fascinated by its conclusions and the way Conway's Law is used as the foundation to merge additional aspects of modern software delivery. A must-read for any software architect, team lead, engineering manager, director, "head of" and CTO.

"Die Geschichte Israels" gibt es mittlerweile auch als Ausgabe der Bundeszentrale für politische Bildung (Band 10653), und wie so oft helfen schon wenige Seiten, um nicht nur den lautesten Meinungen des Tages ausgesetzt zu sein, sondern das eigene Urteilsvermögen mit Wissen um Komplexität und Hintergründe zu stärken. Natürlich kann ein Buch in diesem Umfang den Nahostkonflikt zwischen Israelis und Palästinensern nicht ansatzweise in einer angemessenen Tiefe ergründen, doch Noam Zadoff bietet einen guten und ausgewogenen Überblick, der jede:n befähigt, sich selbst weiter in die Materie einzuarbeiten, was ich – um vielfältigere Perspektiven zu verstehen – empfehle.

Das Buch von Katja Diehl malt eine Zukunft aus, die für uns alle eine bessere, menschlichere und nachhaltigere wäre, in der das Auto nur ein Mobilitätswerkzeug von vielen ist und der Platz im öffentlich Raum gerecht verteilt und vor allem: menschenfreundlich gedacht wird.

Katja Diehl öffnet Augen für Themen, die von vielen im Kontext der Verkehrswende (oder eben: Autokorrektur) so nicht auf Anhieb assoziiert werden. Es geht um die verschiedenen Arten und Bedürfnisse hinter der Mobilität, um Raum und Machtstrukturen, um Carearbeit und marginalisierte Minderheiten, um toxische -ismen, und zu guter letzt immer wieder um die eine Klammer mit dem konstruktiven Blick nach vorne: "#Autokorrektur schaut auf Minderheiten, was letztendlich der Mehrheit dient."

Dieser Reichtum an neuen Perspektiven ist gleichzeitig eine der Schwächen des Buches. Katja Diehl schreibt zum Schluss, dass ihr Wirken hochpolitisch, ja "radikal" (also: an die Wurzel gehend) und die Verkehrswende nur der dünne Lack auf ihrer Arbeit sei, unter dem sich alle Probleme, denen sich unsere Gesellschaft stellen muss, verbergen: Armut, Klassismus, Diskriminierung, Einschränkungen und Bedürfnisse jenseits der Norm (hier fällt der Begriffs des "weißen, gutsituierten cis-Mannes" häufig). Ich hätte mir dieses "Framing" ganz am Anfang des Buches gewünscht, um das Gelesene an einigen Stellen weniger "erratisch" oder zwischen zu vielen Themen mäandernd wahrzunehmen. Diese Vielfältigkeit kann überfordernd für all jene sein, die sich außerhalb der passenden "Bubble" bewegen, dem Thema "Verkehrswende" an sich aber nicht notwendigerweise gegenüber verschlossen sind. Damit ginge wichtiges Potential verloren, denn das Buch ist inhaltlich unglaublich stark, auch wenn es – natürlich – viele Fragen offen lässt.