Ein Buch macht mit grundlegenden Ideen der Informatik vertraut, mit denen heute jeder in Kontakt kommt. Das zweite führt in Datenwissenschaft ein und vertieft das Verständnis ausgewählter Algorithmen.

Informatik in gut zwei Tagen

Timm Eichstädt und Stefan Spieker möchten anhand einer möglichst breiten Themenpalette ein grundlegendes Verständnis für Probleme und Lösungen vermitteln, die die heutige Informatik anzubieten hat. Die Autoren gehen davon aus, dass Informatikgrundwissen in unserer Zeit den Stellenwert einer Kulturtechnik hat. Es zu erlernen ist also mindestens ebenso bedeutsam wie die Beschäftigung mit dem literarischen oder musikalischen Erbe, das als Fundament der klassischen bürgerlichen Bildung gilt. Anknüpfungspunkte finden sich im alltäglichen Leben, und dort holen die Autoren den Leser auch mit ihren Erklärungen ab, die sie in Häppchen von jeweils einer Stunde Lesedauer gliedern.

Eingangs geht es um die Funktionsweise von Suchmaschinen, um Wikis und die Wikipedia, um HTML als Möglichkeit, Webinhalte zu gestalten, und um Code als eine Form von maschinenlesbarem Text, mit dessen Hilfe sich Anweisungen an Rechenautomaten übermitteln lassen. Die nächsten Stunden bleiben beim Thema Internet im weiteren Sinn: Es geht um Netze und Protokolle, Javascript und HTTP. Im Anschluss widmen sich gleich drei Stunden verschiedenen Aspekten des großen Themas Sicherheit. Abgesehen von der gelegentlichen Konzentration auf einen Schwerpunkt in mehreren aufeinanderfolgenden Stunden folgt die Themenmischung keinem erkennbaren Schema: Auf Webhosting folgt Datenschutz, auf Software Tabellenkalkulation, zwischendrin geht es um Betriebssysteme und Rechnerarchitekturen, dann wieder um das binäre Zahlensystem, ehe sich wieder eine Reihe von Stunden um das Programmieren mit Python drehen.

Angesprochen wird eine sehr breite Palette an Themen von Virtualisierung bis Lizenzierung, von Computergrafik bis Datenbanken, von Ethik bis KI. In einer Stunde lässt sich keines der Themen, über die man jeweils eigene Bücher schreiben könnte, in die Tiefe verfolgen. Dafür braucht der Leser andererseits keinerlei Vorkenntnisse und erhält doch einen brauchbaren Überblick. Die Erklärungen sind durchweg gut verständlich und einfach, zahlreiche Illustrationen erleichtern die Wissensaufnahme. Leser, die sich bereits mit einzelnen Fragen der Informatik beschäftigt haben, werden den jeweiligen Ausführungen womöglich nicht viel Neues entnehmen können. Zusammengenommen ergeben die Stundenhäppchen aber ein recht komplettes Bild.

Einführung in Data Science

Die statistische Auswertung von Daten zählt heute unzweifelhaft zu den gefragtesten Skills. Tom Alby will mit seinem Buch “Data Science in der Praxis” eine Einführung für Leser ohne umfassende mathematische Vorkenntnisse liefern. Sie soll nicht nur zum mechanischen Anwenden vorgefertigter Algorithmen befähigen, sondern ein Verständnis vermittelt, das es erlaubt, die Vorteile und Grenzen der jeweiligen Methode einzuschätzen. Zu diesem Zweck führt er gleichzeitig in die Statistiksprache R ein und bringt dazu eine Fülle von Codebeispielen.

Auf einen kurzen Abriss der Geschichte der elektronischen Datenverarbeitung und später explizit der KI sowie einige Begriffsdefinitionen folgt ein Kapitel, das den Ablauf eines Data-Science-Projekts vorstellt. Daran schließt sich die schon erwähnte Einführung in R an, die Alby im nächsten Kapitel noch um eine Vorstellung der Notebook genannten Text-Code-Kombinationen erweitert. Weiter kommt eine Sammlung von R-Erweiterungspaketen namens Tidyverse hinzu. Ausgestattet mit diesen Tools geht es an die ersten Beispiele einer explorativen Datenanalyse und der Visualisierung der Ergebnisse. Kritisch anzumerken ist, dass bei den Installationshinweisen einerseits Fehler überlesen wurden (wie die fehlende An- und Abführung um »tidyverse« im Kommando »install.packages()« auf Seite 124) und andererseits unerwähnt bleibt, dass Tidyverse auf Betriebssystemebene eine Reihe von Bibliotheken (libcurl, openssl-dev, etc.) voraussetzt. Gerade Anfänger stehen hier schnell vor unlösbaren Problemen.

Im Folgenden werden eine Anzahl Algorithmen aus den Bereichen Clustering und Klassifikation mit Beispielen samt Erläuterungen zur Funktionsweise vorgestellt. Dazu gehören unter anderem hierarchisches Clustern, k-Means, Decision Tree, SVM, Naive Bayes, XG Boost und Association Rules. Ein Kapitel zu weiteren Werkzeugen wie Git, mit denen der Datenanalyst ebenfalls in Kontakt kommt, schließt sich an. Selbst ethischen Fragen im Umgang mit Daten und Algorithmen widmet sich ein gesonderter Abschnitt. Alles in allem bietet das Buch eine gelungene Einführung in die Datenwissenschaft, die ein tieferes Verständnis der eingesetzten Verfahren ermöglicht und keine weitreichenden Vorkenntnisse voraussetzt.