Data Science
Rohdaten sortieren, bis ein Muster übrig bleibt. Die eigentliche Arbeit steckt im Aufräumen, nicht im Modell.
Selbst sortierenNeugier auf Maschinen, die lernen.
Data Science, Automatisierung und generative Bilder. Alles selbst gebaut, aus Interesse, nach Feierabend.
Angefangen hat alles mit einer Tabelle, die zu groß für Excel war.
Aus einem Nachmittag mit Python wurde ein Dauerprojekt. Inzwischen läuft bei mir zu Hause eine kleine Werkstatt aus Notebooks, Automatisierungen und Bildmodellen. Nichts davon muss produktiv sein. Es muss nur funktionieren und mir etwas beibringen.
Interessen
Neun Dinge, an denen ich hängenbleibe.
Machine Learning
Trainieren, scheitern, Parameter drehen. Die Modelle bleiben klein, die Neugier nicht.
Selbst trainieren
n8n
Abläufe, kombiniert mit Nextcloud und Obsidian
Fotos ordnen
Python
Die Sprache, in der ich denke, sobald eine Idee Form annehmen soll.
Stable Diffusion mit GIMP
Bilder erzeugen mit GIMP, Open VINO und einem Prompt.
Beispielbilder ansehen
Obsidian
Mein Second Brain für alle Projekte. Über Claudian arbeitet Claude direkt im Vault mit.
- Projektnotizen pflegen
- Zusammenfassungen schreiben
- Daily Notes führen
- Wissen verknüpfen
Claude Code
Mein Gegenüber beim Bauen. Ein Skill, ein Prompt, eine Entwicklung.
Gemini
Zweite Meinung, langer Atem bei viel Kontext, andere Denkrichtung.
Lokale KI
Ein Sprachmodell läuft bei mir auf dem eigenen Rechner und erledigt dort Routinearbeit mit Texten. Mails und Fachartikel bleiben dafür bei mir.
- Mails sortieren
- Artikel zusammenfassen
- Wissen abfragen
Zum Ausprobieren
Sortier selbst.
Klick ins Feld, um Punkte zu setzen, oder lass neue Daten würfeln. k-Means legt k Zentren fest, ordnet jeden Punkt dem nächsten zu und schiebt jedes Zentrum in die Mitte seiner Gruppe. Das wiederholt sich, bis sich nichts mehr bewegt.
Manchmal bleibt das Verfahren in einer schlechten Lösung hängen. Dann neu sortieren und den mittleren Abstand vergleichen.
Noch eins zum Ausprobieren
Lass es lernen.
Eine Gerade soll durch die Punktwolke laufen. Sie startet schief, misst ihren Abstand zu allen Punkten und dreht sich bei jedem Schritt ein Stück dorthin, wo der Fehler kleiner wird. Die Lernrate legt fest, wie groß dieses Stück ist.
Eine kleine Rate braucht ewig, eine große springt über das Ziel hinaus. Probier beide aus und setz eigene Punkte, während sie lernt.
Arbeitsweise
So läuft ein Abend ab.
Fragen stellen
Meist beginnt es mit einer Frage, die zu klein für ein Projekt und zu groß für ein Bauchgefühl ist.
Daten sortieren
Zusammensuchen, säubern, wegwerfen. Der unspektakuläre Teil, an dem am Ende alles hängt.
Modelle testen
Erst das einfachste Verfahren. Reicht es, bleibt es. Reicht es nicht, wird der Abend interessant.
Automatisieren
Was zweimal funktioniert hat, wandert in n8n und erledigt sich ab da von allein.
Festhalten
Obsidian fasst den Abend in einer Daily Note zusammen, damit das nächste Projekt nicht bei null anfängt.
Ich weiß nicht, wohin das führt.
Genau deshalb mache ich weiter.