Der Blog

So Leute, lest meinen Blog.
Hier gehts um R, Statistik, Daten, Python (bin ein extremr N00b), Automatisierung von langweiligen Sachen und alles was mir irgendwie Spaß macht. Ich verbringe meine Freizeit gerne damit, mich mit sowas zu beschäftigen und who knows: vielleicht liest es sonst noch wer und kann es sogar brauchen (Ich habe selbst schon viel von anderen Blogs profitiert). Vielleicht verschwinden meine Zeilen auch ungelesen im Nirvana des Internets.

Viel Spaß!

Machine Learning in der Google Cloud 2

R

mlr3

mlr3pipelines

Datenpipelines sind der coolste Part an einem Machine Learning Projekt. Warum? Man kann in einem Satz mit ihnen z. B. inhaltsleere Buzzwords, wie ‘streamlinen’, so verwenden, dass auch der desinteressierte Bürger einem anerkennend zunickt. Jeder spürt: Wenn die Pipeline gebaut wurde, dann wird alles gut.

Machine Learning in der Google Cloud

R

google Cloud

mlr3

docker

git

Wenn man eine Maschine und 300$ hat, dann lässt man die Maschine auch was lernen, denn man kann es sich ja leisten. Dieser Blogeintrag zeigt in aller notwendigen Kürze, wie ich ein mlr3 Modell aus auf Google Cloud laufen lasse.

Shiny-App in der Google Cloud

shiny

R

google Cloud

docker

git

Ich habe jetzt einen Google Cloud Computing Account und hab mal eine Shiny App in einem Container raufgeschoben. Das ganze Projekt ist eine erste einfache Näherung an die Google Cloud. Das Ziel ist, weiter Erfahrungen zu sammeln. Ich gebe außerdem bekannt, dass ich (leider) kein Geld von Google für das kompetente Testen ihrer Plattform bekomme.

State Space Models - Teil 3

R

MARSS

polls

state-space-models

Wir sind am Mars. Wir betreten den Mars. Wir setzen die Maschine in Gang. Wir estimaten und predicten und machen alles, was wir schon die ganze Zeit machen wollten. Wir formen die Curves. Wir playen die Cards. Wir sind gekommen um zu bleiben. MARSS ist die Zukunft.

State Space Models - Teil 2

R

stan

state-space-models

Es geht weiter in der Space Saga. Wir callen nicht nur die Anzahl der bisherigen Parameter von zuletzt, wir raisen sogar. Das bringt Turbulenzen in den Alltag so mancher Algorithmen. Soviel kann ebenfalls noch verraten: Wir müssen einen Slope finden und es gibt wieder nice Grafiken zum watchen!

State Space Models - Teil 1

state-space-models

R

stan

Mittels State Space Models können Zeitreihen beschrieben werden. Natürlich interessieren wir uns auch für Predictions. Wer möchte nicht die Zukunft kennen? Es wird spannend, es wird wild, es geht auf und es geht ab. Das ist Teil 1.

Logical

Python

OR-Tools

docker

Logicals sind ein hervorragender Zeitvertreib, insbesondere wenn sie mit Google OR-Tools und Python gelöst werden.

Presentation pipeline

quarto

bash

Linux

Python

Wie aus Quarto Präsentationen mit revealjs automatisiert pdfs und Handouts werden.