Embed Size (px)
Citation preview
Big Data LV @ FH Joanneum Graz
Dieses Werk ist lizenziert unter einer Creative Commons Namensnennung-Weitergabe unter gleichen Bedingungen 4.0 International Lizenz.
Stefan Kasberger@stefankasberger
Grafik Alicelead3 by Pcharito (CC by-sa 3.0)
Stefan Kasberger
- 33, Vöcklamarkt
- USW Geographie
- Computation Social Science
- Sprecher Open Knowledge
Österreich
@stefankasberger
stefankasberger.at
Peter Grassberger
- 27, Wien
- Softwareentwicklung-
Wirtschaft
- Medientechnik und -Design
- netzpolitisch aktiv
@PeterTheOne
petergrassberger.atPhoto Stefan Kasberger by Stefan Kasberger (CC by 4.0)
Photo Peter Grassberger by Peter Grassberger (CC by-nc-sa 4.0)
Lern-Ziele
1. Was ist ein Algorithmus.
2. Welche Rolle spielen dabei Daten.
3. Daten-Visualisierung in JavaScript.
Formalia
- Doku @ GitHub → bit.ly/2nku8Gl
- kollaborativ und respektvoll
- Fragen jederzeit stellen
#Fragen?→
Daten sammeln
bit.ly/2mPMkLi
Was bedeutet Big Data?
Definition
Daten die
1. zu groß
2. zu komplex
3. zu schnelllebig
4. zu unstrukturiert
für herkömmliche Analysen sind.
– Wikipedia
Was ist ein Algorithmus?
Operation =
Handlungsvorschrift
Definition
Ein Algorithmus ist eine eindeutige
Handlungsvorschrift.
Input Output
Rezept
Definition
Ein Algorithmus ist eine eindeutige
Handlungsvorschrift.
Zutaten Kuchen
- Rührzeit- Wann wird was vermengt
- Zeit im Ofen
Definition
Ein Algorithmus ist eine eindeutige
Handlungsvorschrift.
100g Mehl½ Liter Milch
2 Eier Kuchen
Nicht-lernender Algorithmus
Rührzeit X
Ge
sch
mac
k Y
Rührzeit und Zusammenhang Geschmack-Rührzeit vorgegeben, Geschmack unbekannt.
Lernender Algorithmus
Geschmackspunkte
97
46
83
Rührdauer?
Icon Muffin by Freeimages9 (Public Domain)
Lernender Algorithmus
Rührzeit X
Ge
sch
mac
ks Y
Rührzeit und Geschmack bekannt, Zusammenhang unbekannt.
Lernender Algorithmus
Rührzeit X
Ge
sch
mac
ks Y
Y = b + Xc + X² d
1. Zutaten Daten→
- Daten sind nie die Wirklichkeit
- Kontext zentral
- nicht alles kann vermessen werden
- Auswahl und Qualität wichtig
- Bias (Verzerrung)
- oft Personenbezug
- Grundlage für lernende Algorithmen
1. Zutaten Daten→
Aldrin Apollo 11 by NASA (Public Domain)Database by Rocket000 (CC by-sa 3.0)
JSON-File by Stefan Kasberger (CC by 4.0)Big Buck Bunny Movie by Peach Open Moview Project (CC by 3.0)
2. Rezept Algorithmus→
- Gewichtung und Selektion hier werden →
die Entscheidungen getroffen!
- nicht-lernende und lernende Algorithmen
Grafik MATLAB surf sinc3D by DmitTrix (Publid Domain)
3. Kuchen Ergebnis→
- Interpretation
- Ergebnis = Wahrheit?
- Informationsverlust
Individualisierung
„→ Wahlen“
Screenshot Google Web Search by Usuario:EEIM (Public Domain)
Probleme
- Kombination von vielen Daten
- Datensucht der Unternehmen VS informelle
Selbstbestimmung der NutzerInnen
- Mythos von Objektivität
- normative Wirkung
- keine Transparenz
Algorithmen ansehen und
anwenden
Beispiele
Photo Elevate 2017 Day 5 Discourse by Elevate Festival (CC by-nc-nd 2.0)
Amazon
Photo Amazon Espana por dentro by Alvaro Ibanez (CC by 2.0)
Klimamodelle
Grafik Iceage North Interglacial by Hannes Grobe / AWI (CC by 3.0)
Autonomes Auto
Graifk Auto Sensor by Frank Derks (CC by 2.0)
Versicherungen
- Gesundheitswesen
- Auto
- Haushalt
- Finanzen
Finanzwesen
Photo Houston Office Oil Traders on Monday by Own Oil Industry News (Public Domain)
Sportwetten
Photo Sports Betting by Marit & Toomas Hinnosaar (CC by 2.0)
Pre-Crime
Photo Segways PTs der Hessischen Polizei bei einer Großveranstaltung 2010 in Bremen by Jocian (CC by-sa 3.0)Karte Wahlergebnis KPÖ Grazer Gemeinderatswahl 2012 by Stefan Kasberger (CC by 4.0)
Gefängnisse
Photo End of the World Prison by Luis Argerich (CC by 2.0)
Dronenkrieg
Photo Predator Drone by U.S. Air Force, Lt. Col. Leslie Pratt (Public Domain)
Gesellschaft und Technologie
Mensch Maschine↔
Grafik by geralt (Public Domain)
Mensch Maschine↔
Photo Interview by HSGTalents (CC by-sa 3.0)
- Mensch muss entscheiden, Algorithmus
kann helfen
- Technologie ist immer politisch
- Vergleichen & Hinterfragen von
Abweichungen
- Transparenz und Offene Daten zentral
Conclusio
Artikel Cambridge Analytica
Pause
Coden
Danke!
Doku @ GitHub → bit.ly/2nku8Gl
Kontakt:
- stefankasberger.at, @stefankasberger
- petergrassberger.at, @PeterTheOne
Kontaktstefankasberger.at@[email protected]
UrheberInnenrecht: Dieses Werk ist, sofern nicht explizit anders angegeben, lizenziert unter einer Creative Commons Namensnennung-Weitergabe unter gleichen Bedingungen 4.0 International Lizenz.Urheber: Stefan Kasberger (2017).
Markenrecht:Alle in dieser Präsentation genannten Marken und Produktnamen sind eingetragene Marken-/Warenzeichen der jeweiligen Hersteller beziehungsweise Unternehmen.
