Ein tiefer lotendes Buch über maschinelles Lernen samt der dahintersteckenden Mathematik und eines, das Datenschutz-Grundwissen für alle vermitteln will.

Das Buch “Maschinelles Lernen” von Jörg Frochte, seines Zeichens Professor für Applied Computer Science in Bochum, bemüht sich einleitend um die Klärung zentraler Begriffe wie “Lernen” und “Intelligenz”. Auch wenn das zu philosophisch genauso schwer bestimmbaren Begriffen wie “Wissen” führt, ist es doch sinnvoll, zumindest das Spektrum der Antwortmöglichkeiten einmal in den Blick zu nehmen.

Das Kapitel betrachtet weiter die prinzipiellen Formen maschinellen Lernens (überwacht, nicht überwacht, bestärkend) und wirft auch einen Seitenblick auf Fragen des Datenschutzes.

Das nächste Kapitel möchte dem mit Python nicht vertrauten Leser die Grundlagen dieser Sprache so weit vermitteln, dass er die folgenden Codebeispiele nachvollziehen kann. Das mag für jene funktionieren, die bereits Programmiererfahrung haben, nur eben nicht mit Python. Die knappen Erläuterungen gehen immerhin auch auf die einschlägigen Python-Bibliotheken Numpy, Scipy und Matplotlib ein. Dafür sollte der Leser aber auch die mathematischen Grundlagen etwa zum Rechnen mit Matrizen parat haben.

Der Autor will das maschinelle Lernen vor allem anhand der verwendeten Algorithmen erklären, weniger auf dem Weg über Statistik – doch ganz ohne Statistik geh es nicht, und so behandelt das nächste Kapitel Grundlagen der Wahrscheinlichkeitsrechnung und Statistik. Hier geht es durchaus schon mit einer mathematisch geprägten Sprache und – nach den Worten des Autors – “ehrfurchtgebietenden” Formeln zur Sache. Und es wird deutlich, dass das Buch Leser voraussetzt, die die Zusammenhänge tiefer durchdringen wollen – wer lediglich einen oberflächlichen Überblick sucht, ist hier falsch.

Die nächsten Kapitel befassen sich unter anderem mit den Grundlagen des Bayes-Klassifikators sowie Verktorräumen und der Abstandsmessung in ihnen. Anschließend kann sich der Leser mit Bäumen als Datenstrukturen vertraut machen und wird in die Theorie der Entscheidungsbäume eingeführt, inklusive eines kurzen Abstechers in die Informationstheorie nach Shannon. Beispiele erleichtern das Verständnis, die Mathematik bleibt recht anspruchsvoll.

Weiter geht es mit neuronalen Netzen, angefangen bei einem einfachen Beispiel mit nur einem Neuron, das aber schon bald in komplexeren Strukturen mündet: Multilayer-Netze, Deep Neural Networks, Convolutional Neural Networks.

Das folgende Thema sind Support Vector Machines, bei denen die Mathematik aber bereits so kompliziert und speziell ausfällt, dass sie der Autor nicht mehr komplett vorstellen kann und aus denselben Gründen auch auf eine eigene Beispiel-Implementation des Algorithmus verzichten muss. Das Buch schließt mit Kapiteln zu Clustering-Verfahren sowie zum bestärkenden Lernen.

Alles in allem ein anspruchsvolles Buch über maschinelles Lernen, das einem engagierten Leser fundiertes Wissen vermitteln kann. Nebenbei: Die Verweise auf den Index in Hellgrau auf Weiß zu drucken, ist eine gelinde gesagt unglückliche Entscheidung. So sind sie beinah unleserlich.

Alles was recht ist

Nicht zuletzt wegen der hohen Strafandrohungen hat die neue Datenschutzgrundverordnung für einige Verunsicherung gesorgt. Das Buch, das der Rechtsanwalt Christian Solmecke zusammen mit der Jura-Doktorandin Sibel Kocatepe geschrieben hat und das bereits in zweiter, erweiterter Auflage vorliegt, kann hier für mehr Klarheit und Sicherheit sorgen. Am Beispiel eines Webseitenbetreibers dekliniert es exemplarisch alle nötigen Anpassungen an die neue Rechtslage durch. Dabei ist es gespickt mit praktischen Beispielen, Tipps, Checklisten, und so weiter.

Die Erläuterungen sind durchweg verständlich, wenngleich man dem Eigenlob “auch in diesem Buch wieder eine klare und anschauliche Sprache” gefunden zu haben, nicht vorbehaltlos zustimmen mag. Zehn und mehr Substantive in einem einzigen Satz zeugen jedenfalls eher von einem ausgeprägten Nominalstil. Aber die Gliederung ist stringent, die Hervorhebungen sind hilfreich. Insbesondere die FAQ und die Mustertexte für Datenschutzerklärungen, Verträge, Einwilligungen und dergleichen haben einen handfesten, praktischen Wert.