Huzzah, Die Hälfte habe ich hinter mir beim Machine Learning Engineer Nanodegree-Programm von Udacity. Es ist wohl an der Zeit, meine Eindrücke und Erfahrungen mal zu sortieren.

Schon die Hälfte?

Wie ich bereits einmal beschrieben habe, soll das Programm etwa 420 Stunden umfassen. Und wer aufgepasst hat, wird auch mitbekommen haben, dass ich seit Freitag vorvergangener Woche daran sitze. Wofür ist Urlaub sonst da? ;-) Und nun schon Halbzeit? Ja, weil mich das Programm nur nicht ganz 50 Stunden dafür in Beschlag genommen hat. Das einfach auf 100 Stunden hochzurechnen, wage ich zwar noch nicht, aber ich werde wohl locker unter der 420 bleiben. Woran liegt das? An zweierlei Dingen, denke ich.

Zum einen bringe ich durchaus schon Hintergrundwissen aus der IT-Welt mit. Programmieren kann ich halbwegs anständig, und ein wenig beschäftigt habe ich mich mit dem Thema Maschinenlernen ja ebenfalls schon. Zum anderen bleibt das Nanodegree-Programm oft an der Oberfläche oder setzt nur das voraus, was man in Deutschland in der gymnasialen Oberstufe oder einem frühen Semester eines verwandten Hochschulstudiums mitbekommt: ein bisschen triviale lineare Algebra, ein bisschen Statistik-Grundlagen, und vielleicht schon mal hier oder da ein paar Zeilen Quelltext gebaut.

Wie isses denn so?

Ob man das gut oder schlecht findet, kommt ganz darauf an. Wer die Tiefe eines Hochschulstudiums erwartet, wird vermutlich enttäuscht sein. Wer sich praktisch weiterbilden möchte, ohne ganz auf Theorie zu verzichten, findet das Angebot hingegen vermutlich großartig. Man dürfte nach dem Abschluss kaum ein fertiger „Machine Learning Engineer“ sein, aber zumindest mit eigenen Projekten ein wenig besser starten können.

Was ich auf jeden Fall sehr schätze, sind die Projekte. Jedes Kapitel schließt mit einem solchen ab, in dem Inhalte tatsächlich angewendet werden müssen. Nicht nur muss das Gelernte in Quelltext verwandelt werden — leider meist nur durch das Einfügen einiger weniger Zeilen in ein vorgefertigtes Programm — es gilt auch seine Entscheidungen zu erklären und zu begründen. Ich habe das sehr sorgfältig gemacht und war durchaus einige Stunden damit beschäftigt. Okay, und wie checken die das? Clever!

Udacity hat ein Uber-ähnliches System geschaffen. Statt Lehrende zur Durchsicht der eingereichten Projekte fest anzustellen, wird bloß die Infrastruktur bereitgestellt. Es sieht für mich nach einer Plattform aus, auf der die Projekte eingehen und jede/r mit passenden Vorkenntnissen die Begutachtung übernehmen kann. Dafür gibt es auch etwas Geld. Ich tippe zudem, dass auf der Plattform zu jeder Aufgabe innerhalb des Projektes einige Textbausteine und Beispiele bereitstehen, die man ja nach Antwort verwenden kann. Funktioniert bestens. Die Rückmeldungen kommen wirklich schnell. Bisher habe ich noch nicht länger als zwei Stunden gewartet. Die Rückmeldungen finde ich auch wirklich hilfreich. Wären sie das nicht, könnte ich das steuern. Ich darf nämlich auch die Qualität des Feedbacks bewerten. Wenn es doch etwas Vergleichbares an Hochschulen gäbe…

Und sonst?

Gewöhnungsbedürftig finde ich die extrem kurze Laufzeit der Videos. Da reichen sich manchmal zig 30-Sekunden-Videos und trivialste Quizfragen die Klinke in die Hand. Ist das vielleicht eine kulturelle Sache? In den USA wird ja auch das Fernsehprogramm wohl alle Nase lang von kurze Werbeeinblendungen unterbrochen, was jemanden aus Deutschland wohl auch kirre macht. Ein paar andere Dinge würde ich auch anders machen, aber alles in Allem finde ich das dann doch eine runde Sache.

So. Muss weitermachen. Ich freue mich nämlich schon auf das Abschlussprojekt, dessen Thema und Fragestellung ich mir völlig frei aussuchen kann.