worldwide
woanders ist es auch schoen
2014.07
487546793425907712 - .@guenterhack fat data ecke (2014)
487539235646607360 - twitter pregame stats https://blog.twitter.com/2014/the-global-conversation-about-the-worldcup …
487531372874321920 - "All of the drama, anticipation, preparation, everything comes down to one last match. Join the conversation on T as the world watches tog."
487293612292837376 - aha, zocalo http://aws.amazon.com/zocalo/ und cognito https://aws.amazon.com/cognito/
487006368562679811 - @textundblog du bist also nachtragend ;)
486911447004610560 - RT @guenterhack Es ist schon eine Nachricht, wie viele Nachrichten über eine Nachricht auf einem Nachrichtendienst verbreitet worden sind.
486890372963270656 - das schnellste 25%-quantile von us-startups anwortet auf emails in < 15min, in de immerhin in < 12h. #uselessstats
486883064480796672 - vl. die lösung für alles: steuer auf gigabytes.
486876280567373824 - multiple personality statt multi-author blogs.
486863005146443777 - wie vervialinkt man eig. medium? via medium? via twitterhandle vom mediumer? ggf. via main blog vom mediumer?
486626759144509442 - 7:0 schaut interessanterweise weniger schlimm aus als 5:0, das hat schon wieder was humoristisches.
486457760339742720 - .@thorstena_bln er interpretiert es genau falsch herum, werbung streicht eben genau das echte (aka digitale) durch und erzeugt ein phantasma
486130832793698304 - was irgw. fehlt: kryptoalgorithmen auf basis von popkulturellen referenzen.
486122529246179328 - @chl bei deinen 70k+ favs würd sich zb eine liste mit den 20 von dir meistgefavten d man selbst nicht folgt (also folgen könnte) anbieten ;)
486118668120915968 - twitter ist vernetzter solipsismus.
486115304532377600 - dem aktuellen netzpol. populismus (der auch ok ist, aber alle regen sich gleich über das gleiche auf) fehlt die arbeit am empirischen archiv
486111758067978240 - funktionale und/oder relational algebraische twitterlisten sind imho noch immer unterutilisiert.
485554293765079040 - van persie sogar beim elfer fast im abseits
6D4sAaziirK - Here is the schedule:
Week 1: Twitter Sentiment Analysis (Python)
Week 2: In-Database Analytics (SQL)
Week 3: MapReduce Concepts and Algorithms (Python)
Week 4: (Optional) Large-scale data processing in the cloud (Pig, Hadoop, AWS)
Week 5: Supervised Learning Roundup (R)
Week 6: Visualization (Tableau and/or Javascript/D3)
Week 7: Kaggle Competition"
(in week 4 you'll process 1TB of data on a cluster of 20 machines, costs on AWS should be < $5)
Introduction to Data Science
485511566654447616 - @guenterhack latex rubinowitz
485079991756292096 - @goncourt also am stoischsten.
484402019768492032 - @guenterhack das ist ja das geniale an ihrem ansatz, weil sie damit quasi die bedingung für die begründung ihres 'anspruchs' selbst erzeugen
datasci-305 - just a sidenote while you are waiting for the authoritative answer: R, Python and SQL - afaics the languages used for the assignments in this course - are the top three most popular languages for data science. http://www.kdnuggets.com/2013/08/languages-for-analytics-data-mining-data-science.html
484331166636732416 - "X lanciert mit Y den ersten Channel Connect-Masthead auf Z"
484311496621842432 - (diese conversion-verzweiflung auf webseiten nimmt langsam fast schon hysterische züge an; effekt wird ein universeller pop-in blocker sein)
483954681992208384 - @siggibecker bei dir kann man leider nicht komm. aber siehe https://hackr.de/via/siggibecker (wobei http://www.siggibecker.de/blog/archives/2006/05/alle-wollen-nur-unser-bestes/ … für mich tats. seminal war)
Verständnis - ich glaub einzelne aspekte sind schon recht gut von recht vielen verstanden, wenn auch nicht unbedingt immer von den gleichen leuten. beim netz als ganzem ist das so eine sache, weil es da vl. gar nicht so viel zu verstehen gibt, sondern imho eher um den oder die blickwinkel, die man einnehmen kann und innerhalb derer sich dann u.u. ein verständnis entwickeln kann.
und wenn man pech hat dann teilen den blickwinkel der wahl halt nur wenige. ;)
2014.06
