{"id":496,"date":"2021-10-09T12:00:24","date_gmt":"2021-10-09T10:00:24","guid":{"rendered":"podlove-2021-10-07t13:40:34+00:00-b1a08d8a222ab77"},"modified":"2021-10-08T10:07:40","modified_gmt":"2021-10-08T08:07:40","slug":"dl019-standarddatensaetze","status":"publish","type":"podcast","link":"https:\/\/www.datenleben.de\/index.php\/2021\/10\/09\/dl019-standarddatensaetze\/","title":{"rendered":"dl019: standarddatens\u00e4tze"},"content":{"rendered":"\n\t\t\n            <div class=\"podlove-web-player intrinsic-ignore podlove-web-player-loading\" id=\"player-6a502d09da49f\"><root data-test=\"player--xl\" style=\"max-width:950px;min-width:260px;\">\n  <div class=\"tablet:px-6 tablet:pt-6 mobile:px-4 mobile:pt-4 flex flex-col\">\n    <div class=\"flex-col items-center mobile:flex tablet:hidden\">\n      <show-title class=\"text-sm\"><\/show-title>\n      <episode-title class=\"text-base mb-2\"><\/episode-title>\n      <subscribe-button class=\"mb-4 mobile:flex tablet:hidden\"><\/subscribe-button>\n      <poster class=\"rounded-sm w-48 shadow overflow-hidden\"><\/poster>\n      <divider class=\"w-full my-6\"><\/divider>\n    <\/div>\n\n    <div class=\"tablet:flex flex-grow\">\n      <div class=\"w-64 mobile:hidden tablet:block tablet:mr-6\">\n        <poster class=\"rounded-sm shadow overflow-hidden\"><\/poster>\n      <\/div>\n      <div class=\"w-full\">\n        <div class=\"hidden tablet:block\">\n          <show-title class=\"text-base\"><\/show-title>\n          <episode-title class=\"text-xl desktop:text-2xl\"><\/episode-title>\n          <divider class=\"w-full my-4\"><\/divider>\n        <\/div>\n        <div class=\"flex items-center justify-between\">\n          <div class=\"block\">\n            <play-state on=\"active\">\n              <speed-control class=\"flex items-center\"><\/speed-control>\n            <\/play-state>\n          <\/div>\n\n          <div class=\"flex\">\n            <play-state on=\"active\">\n              <chapter-previous class=\"mx-2 block\"><\/chapter-previous>\n            <\/play-state>\n            <play-state on=\"active\">\n              <step-backward class=\"mx-2 block\"><\/step-backward>\n            <\/play-state>\n\n            <play-button class=\"mx-2 block\" :label=\"$t('PLAYER.PLAY_EPISODE')\"><\/play-button>\n\n            <play-state on=\"active\">\n              <step-forward class=\"mx-2 block\"><\/step-forward>\n            <\/play-state>\n            <play-state on=\"active\">\n              <chapter-next class=\"mx-2 block\"><\/chapter-next>\n            <\/play-state>\n          <\/div>\n\n          <div class=\"block\">\n            <play-state on=\"active\">\n              <volume-control class=\"flex items-center\"><\/volume-control>\n            <\/play-state>\n          <\/div>\n        <\/div>\n        <div class=\"flex w-full\">\n          <progress-bar><\/progress-bar>\n        <\/div>\n        <div class=\"flex w-full -mt-2\">\n          <div class=\"w-3\/12 text-left\">\n            <timer-current class=\"text-sm\"><\/timer-current>\n          <\/div>\n          <div class=\"w-6\/12 text-center truncate\">\n            <play-state on=\"active\">\n              <current-chapter class=\"text-sm\"><\/current-chapter>\n            <\/play-state>\n          <\/div>\n          <div class=\"w-3\/12 text-right\">\n            <timer-duration class=\"text-sm\"><\/timer-duration>\n          <\/div>\n        <\/div>\n      <\/div>\n    <\/div>\n    <divider class=\"w-full mt-6 mb-3\"><\/divider>\n    <div class=\"flex justify-between\">\n      <div class=\"flex mobile:w-full tablet:w-3\/12 desktop:w-3\/12 justify-between\">\n        <tab-trigger tab=\"chapters\">\n          <icon type=\"chapter\"><\/icon>\n        <\/tab-trigger>\n        <tab-trigger tab=\"transcripts\">\n          <icon type=\"transcripts\"><\/icon>\n        <\/tab-trigger>\n        <tab-trigger tab=\"files\">\n          <icon type=\"download\"><\/icon>\n        <\/tab-trigger>\n        <tab-trigger tab=\"playlist\">\n          <icon type=\"playlist\"><\/icon>\n        <\/tab-trigger>\n        <tab-trigger tab=\"share\">\n          <icon type=\"share\"><\/icon>\n        <\/tab-trigger>\n      <\/div>\n      <subscribe-button class=\"mt-1 mobile:hidden tablet:flex\"><\/subscribe-button>\n    <\/div>\n  <\/div>\n  <div class=\"w-full relative overflow-hidden\">\n    <tab name=\"chapters\">\n      <tab-chapters><\/tab-chapters>\n    <\/tab>\n    <tab name=\"transcripts\">\n      <tab-transcripts><\/tab-transcripts>\n    <\/tab>\n    <tab name=\"files\">\n      <tab-files><\/tab-files>\n    <\/tab>\n    <tab name=\"playlist\">\n      <tab-playlist><\/tab-playlist>\n    <\/tab>\n    <tab name=\"share\">\n      <tab-share><\/tab-share>\n    <\/tab>\n    <tab-overflow><\/tab-overflow>\n  <\/div>\n  <error><\/error>\n<\/root>\n<\/div>\n            <script>\n              document.addEventListener(\"DOMContentLoaded\", function() {\n                var player = document.getElementById(\"player-6a502d09da49f\");\n                podlovePlayerCache.add([{\"url\":\"https:\\\/\\\/www.datenleben.de\\\/index.php\\\/wp-json\\\/podlove-web-player\\\/shortcode\\\/publisher\\\/496\",\"data\":{\"version\":5,\"show\":{\"title\":\"datenleben\",\"subtitle\":\"der podcast \\u00fcber data science\",\"summary\":\"Was ist Data Science? Was bedeuten die Daten f\\u00fcr unser Leben? Woher kommen sie und wozu werden sie benutzt?\\r\\nDas sind alles Fragen, mit denen wir uns auseinander setzen werden.\\r\\nWer schon immer mehr \\u00fcber Daten und deren Effekt auf unser Leben wissen wollte, ist hier genau richtig.\",\"poster\":\"https:\\\/\\\/www.datenleben.de\\\/podlove\\\/image\\\/687474703a2f2f7777772e646174656e6c6562656e2e64652f77702d636f6e74656e742f75706c6f6164732f323032302f30362f636f7665722e706e67\\\/500\\\/0\\\/0\\\/datenleben\",\"link\":\"https:\\\/\\\/www.datenleben.de\"},\"title\":\"dl019: standarddatens\\u00e4tze\",\"subtitle\":\"Was sind Standarddatens\\u00e4tze?\",\"summary\":\"Es geht um's Lernen: wer Programmieren oder Data Science Anwendungen lernen m\\u00f6chte, wird immer mit Beispielen \\u00fcbersch\\u00fcttet \\u2013 also auch mit Standarddatens\\u00e4tzen. Dabei bleiben \\u00fcber die Jahrzehnte hinweg diese Beispiele oft identisch, wenn sie sich ein Mal bew\\u00e4hrt haben. Wir wollen unseren Gebrauch dieser Beispiele in dieser Folge kritisch hinterfragen, denn nicht alle Standarddatens\\u00e4tze sind frei von historischem Ballast. Oder eignen sich f\\u00fcr alle Anwendungsf\\u00e4lle. Deswegen geht es um solche Daten und darum, dass wir mal hinsehen wollen: Woher kommen diese Beispiele? Sind sie noch zeitgem\\u00e4\\u00df? Welchen Zweck sollen sie erf\\u00fcllen?\",\"publicationDate\":\"2021-10-09T12:00:24+02:00\",\"duration\":\"00:49:24.924\",\"poster\":\"https:\\\/\\\/www.datenleben.de\\\/wp-content\\\/cache\\\/podlove\\\/d5\\\/01087c2ccd42ad502d83efe0575025\\\/dl019-standarddatensaetze_500x.png\",\"link\":\"https:\\\/\\\/www.datenleben.de\\\/index.php\\\/2021\\\/10\\\/09\\\/dl019-standarddatensaetze\\\/\",\"chapters\":[{\"start\":\"00:00:00.000\",\"title\":\"Intro\",\"href\":\"\",\"image\":\"\"},{\"start\":\"00:00:18.452\",\"title\":\"Thema des Podcasts\",\"href\":\"\",\"image\":\"\"},{\"start\":\"00:00:40.285\",\"title\":\"Thema der Folge\",\"href\":\"\",\"image\":\"\"},{\"start\":\"00:01:55.911\",\"title\":\"Warum ist dieses Thema relevant?\",\"href\":\"\",\"image\":\"\"},{\"start\":\"00:02:41.453\",\"title\":\"Einspieler: Standarddatens\\u00e4tze und warum es sie gibt\",\"href\":\"\",\"image\":\"\"},{\"start\":\"00:05:52.408\",\"title\":\"Was ist problematisch am Irisdatensatz?\",\"href\":\"\",\"image\":\"\"},{\"start\":\"00:11:46.618\",\"title\":\"Warum sind Pinguine besser als die Bl\\u00fctenbl\\u00e4tter?\",\"href\":\"\",\"image\":\"\"},{\"start\":\"00:17:41.262\",\"title\":\"Was zeigt uns der Titanicdatensatz?\",\"href\":\"\",\"image\":\"\"},{\"start\":\"00:24:57.558\",\"title\":\"Warum brauchen wir auch Diversit\\u00e4t in Standarddatens\\u00e4tzen?\",\"href\":\"\",\"image\":\"\"},{\"start\":\"00:30:10.753\",\"title\":\"Welche Standarddatens\\u00e4tze gibt es beim Maschinellen Lernen?\",\"href\":\"\",\"image\":\"\"},{\"start\":\"00:38:45.246\",\"title\":\"Kann man beliebige Daten nutzen?\",\"href\":\"\",\"image\":\"\"},{\"start\":\"00:44:41.805\",\"title\":\"Fazit\",\"href\":\"\",\"image\":\"\"},{\"start\":\"00:47:14.285\",\"title\":\"N\\u00e4chste Folge: Drogenkonsum am 06.11.2021\",\"href\":\"\",\"image\":\"\"},{\"start\":\"00:48:10.799\",\"title\":\"Call to Action\",\"href\":\"\",\"image\":\"\"},{\"start\":\"00:49:03.253\",\"title\":\"Outro\",\"href\":\"\",\"image\":\"\"}],\"audio\":[{\"url\":\"https:\\\/\\\/www.datenleben.de\\\/podlove\\\/file\\\/61\\\/s\\\/webplayer\\\/c\\\/website\\\/DL019_Standarddatensaetze.mp3\",\"size\":\"50294181\",\"title\":\"MP3 Audio (mp3)\",\"mimeType\":\"audio\\\/mpeg\"}],\"files\":[{\"url\":\"https:\\\/\\\/www.datenleben.de\\\/podlove\\\/file\\\/61\\\/s\\\/webplayer\\\/DL019_Standarddatensaetze.mp3\",\"size\":\"50294181\",\"title\":\"MP3 Audio\",\"mimeType\":\"audio\\\/mpeg\"}]}}, {\"url\":\"https:\\\/\\\/www.datenleben.de\\\/index.php\\\/wp-json\\\/podlove-web-player\\\/shortcode\\\/config\\\/default\\\/theme\\\/datenleben\",\"data\":{\"activeTab\":\"chapters\",\"subscribe-button\":null,\"share\":{\"channels\":[\"link\",\"facebook\",\"twitter\",\"whats-app\",\"linkedin\",\"pinterest\",\"xing\",\"mail\"],\"outlet\":\"https:\\\/\\\/www.datenleben.de\\\/wp-content\\\/plugins\\\/podlove-web-player\\\/web-player\\\/share.html\",\"sharePlaytime\":true},\"related-episodes\":{\"source\":\"disabled\",\"value\":null},\"version\":5,\"theme\":{\"tokens\":{\"brand\":\"#fff\",\"brandDark\":\"#fff\",\"brandDarkest\":\"#000\",\"brandLightest\":\"#8cc240\",\"shadeDark\":\"#807E7C\",\"shadeBase\":\"#807E7C\",\"contrast\":\"#000\",\"alt\":\"#8cc240\"},\"fonts\":{\"ci\":{\"name\":\"ci\",\"family\":[\"-apple-system\",\"BlinkMacSystemFont\",\"Segoe UI\",\"Roboto\",\"Helvetica\",\"Arial\",\"sans-serif\",\"Apple Color Emoji\",\"Segoe UI Emoji\\\", \\\"Segoe UI Symbol\"],\"src\":[],\"weight\":800},\"regular\":{\"name\":\"regular\",\"family\":[\"-apple-system\",\"BlinkMacSystemFont\",\"Segoe UI\",\"Roboto\",\"Helvetica\",\"Arial\",\"sans-serif\",\"Apple Color Emoji\",\"Segoe UI Emoji\\\", \\\"Segoe UI Symbol\"],\"src\":[],\"weight\":300},\"bold\":{\"name\":\"bold\",\"family\":[\"-apple-system\",\"BlinkMacSystemFont\",\"Segoe UI\",\"Roboto\",\"Helvetica\",\"Arial\",\"sans-serif\",\"Apple Color Emoji\",\"Segoe UI Emoji\\\", \\\"Segoe UI Symbol\"],\"src\":[],\"weight\":700}}},\"base\":\"https:\\\/\\\/www.datenleben.de\\\/wp-content\\\/plugins\\\/podlove-web-player\\\/web-player\\\/\"}}]);\n                podlovePlayer(player, \"https:\/\/www.datenleben.de\/index.php\/wp-json\/podlove-web-player\/shortcode\/publisher\/496\", \"https:\/\/www.datenleben.de\/index.php\/wp-json\/podlove-web-player\/shortcode\/config\/default\/theme\/datenleben\").then(function() {\n                  player && player.classList.remove(\"podlove-web-player-loading\");\n                });\n              });\n            <\/script>\n            <style>\n              .podlove-web-player.podlove-web-player-loading {\n                opacity: 0;\n              }\n            <\/style>\n        \n\t\n\t\t\n<h3>Intro (00:00:00)<\/h3>\n<h3>Thema des Podcasts (00:00:18)<\/h3>\n<p>Willkommen zur neunzehnten Folge beim datenleben-Podcast, dem Podcast \u00fcber Data Science.<br \/>\nWir sind Helena und Janine und m\u00f6chten euch die Welt der Daten n\u00e4her bringen.<br \/>\nWie k\u00f6nnen wir mit Data Science und Daten lernen? Was brauchen wir um Anwendungen verstehen zu k\u00f6nnen?<br \/>\nWer schon immer mehr \u00fcber Data Science wissen wollte, ist hier genau richtig.<\/p>\n<h3>Thema der Folge (00:00:40)<\/h3>\n<ul>\n<li>Heute geht es quasi um das Lernen: wer lernt, etwa Data Science spezifische Anwendungen, wird immer mit Beispielen \u00fcbersch\u00fcttet<\/li>\n<li>Dabei bleiben diese Beispiele \u00fcber die Jahrzehnte identisch, wenn sie sich ein Mal bew\u00e4hrt haben<\/li>\n<li>Diese Beispieldaten -- oder auch Standarddatens\u00e4tze -- haben also oft eine l\u00e4ngere Geschichte<\/li>\n<li>Und manchmal ist diese gar nicht so unproblematisch<\/li>\n<li>Deswegen geht es heute um solche Daten und darum, dass wir mal hinsehen wollen:\n<ul>\n<li>Woher kommen diese Beispiele?<\/li>\n<li>Sind sie noch zeitgem\u00e4\u00df?<\/li>\n<li>Welchen Zweck sollen sie erf\u00fcllen?<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<h3>Warum ist das Thema relevant? (00:01:56)<\/h3>\n<ul>\n<li>Wir haben selbst solche Standarddatens\u00e4tze schon benutzt, z.B. in <a href=\"https:\/\/www.datenleben.de\/index.php\/2021\/04\/24\/dl013-daten-visualisieren\/\">dl013: datenvisualisierung<\/a><\/li>\n<li>Dann sind wir auf Twitter darauf aufmerksam geworden, dass der Datensatz mit den Irisbl\u00e4ttern von einem Menschen eingef\u00fchrt wurde, den wir vielleicht nicht reproduzieren wollen<\/li>\n<li>Die Frage war: Ignorieren wir diesen Hintergrund der Daten oder setzen wir uns kritisch auseinander?<\/li>\n<li>Wir haben uns nat\u00fcrlich f\u00fcr letzteres entschieden<\/li>\n<\/ul>\n<h3>Einspieler: Standarddatens\u00e4tze und warum es sie gibt (00:02:42)<\/h3>\n<pre><code>Herr von Ribbeck auf Ribbeck im Havelland,\nEin Birnbaum in seinem Garten stand,\nUnd kam die goldene Herbsteszeit,\nUnd die Birnen leuchteten weit und breit,\nDa stopfte, wenn\u2019s Mittag vom Thurme scholl,\nDer von Ribbeck sich beide Taschen voll,\nUnd kam in Pantinen ein Junge daher,\nSo rief er: \u201eJunge, wist\u2019 ne Beer?\u201c\nUnd kam ein M\u00e4del, so rief er: \u201eL\u00fctt Dirn,\nKumm man r\u00f6wer, ick hebb\u2019 ne Birn.\u201c<\/code><\/pre>\n<ul>\n<li>Theodor Fontane schrieb 1889 eines der bekanntesten deutschen Gedichte:<\/li>\n<li><a href=\"https:\/\/de.wikisource.org\/wiki\/Herr_von_Ribbeck_auf_Ribbeck_im_Havelland_(Fontane)\">Herr von Ribbeck auf Ribbeck im Havelland<\/a><\/li>\n<li>Noch immer in den Lehrpl\u00e4nen und erfreut oder qu\u00e4lt Sch\u00fcler*innen seit Generationen<\/li>\n<li>An dem Gedicht wird gezeigt, wie man analysiert, Versma\u00df bestimmt und so weiter<\/li>\n<li>Einmal etabliert und gemocht, wird es von Lehrer*innen immer wieder aus der Mappe gezogen, eine Unterrichtseinheit, immer schon fertig<\/li>\n<li>Und das ist eigentlich ein ziemlich praktisches und effizientes Vorgehen.<\/li>\n<li>Was w\u00e4re die Lehre aufw\u00e4ndig, wenn sich Lehrer<em>innen und Dozen<\/em>innen immer selber dichten m\u00fcssen?<\/li>\n<li>Und genau so funktionieren auch Standarddatens\u00e4tze f\u00fcr Programmiersprachen wie Python oder R<\/li>\n<li>Sie erf\u00fcllen einen bestimmten Zweck, sie eignen sich um konkrete Anwendungen, Funktionen und Prozesse deutlich zu machen Wie importiere ich Daten? Warum sollte ich Daten bereinigen? Wie sortiere ich Daten nach verschiedenen Kategorien oder alphabetisch? Was passiert, wenn ich L\u00fccken in meinen Daten habe? Wie erzeuge ich aus den Daten einen verst\u00e4ndlichen Plot?<\/li>\n<li>Und warum sollte man die auch \u00e4ndern, sie funktionieren ja wunderbar.<\/li>\n<li>Aber: Sollten wir wirklich alle Standarddatens\u00e4tze immer weiter benutzen?<\/li>\n<li>Und was gibt es f\u00fcr Punkte, die vielleicht neue oder erg\u00e4nzende Standarddatens\u00e4tze n\u00f6tig machen?<\/li>\n<li>Die Programmiersprachen entwickeln sich, die Menschen und die Welt um sie herum entwickeln sich<\/li>\n<\/ul>\n<h3>Was ist problematisch am Irisdatensatz? (00:05:53)<\/h3>\n<ul>\n<li>Dann kommen wir doch direkt zum Kern der Sache: Warum diese Folge hier?<\/li>\n<li>Wir haben in Folge 13 Datenvisualisierung auch \u00fcber den Irisdatensatz gesprochen<\/li>\n<li>Dieser Datensatz ist standardm\u00e4\u00dfig in der <a href=\"https:\/\/de.wikipedia.org\/wiki\/R_%28Programmiersprache%29\">Programmiersprache R<\/a> enthalten<\/li>\n<li>Daher wird der viel auch in der Lehre genutzt, weil jeder*m automatische diese Daten vorliegen<\/li>\n<li>Nach Ver\u00f6ffentlichung der Folge, stolperten wir \u00fcber einen <a href=\"https:\/\/twitter.com\/VerbingNouns\/status\/1410974877650231306?s=20\">Tweet mit berechtigter Kritik an diesem Datensatz<\/a><\/li>\n<li>Wirft die Frage auf: Sollten wir diesen Datensatz also k\u00fcnftig gegen etwas anderes ersetzen?<\/li>\n<li>Kritik:  Der Mensch der den Iris-Datensatz eingef\u00fchrt hat war Eugeniker<\/li>\n<li>Kurz gefasst ist Eugenik die Idee man k\u00f6nne die Menschliche Population durch kontrollierte Fortpflanzung zu verbessern <\/li>\n<li>Vor dem zweiten Weltkrieg in weiten Teilen der Wissenschaft bereits recht popul\u00e4r<\/li>\n<li>Eugenik wurde insbesondere <a href=\"https:\/\/de.wikipedia.org\/wiki\/Nationalsozialistische_Rassenhygiene#Antinatalistische_Politik_und_negative_Eugenik\">ab 1933 wurde in Deutschland aktiv von den Nazis umgesetzt<\/a><\/li>\n<li>Mit Gesetzen, wer wen heiraten, wer Kinder kriegen darf, zu Zwangssterilisationen und erzwungenen Abtreibungen<\/li>\n<li>Extremform der Eugenik wurde von den Nationalsozialisten als sogenannte &quot;Rassenhygiene&quot; betrieben<\/li>\n<li>Problem an diesem Menschen mit dem Irisdatensatz: Er war leiter einer wissenschaftlichen Zeitung \u00fcber Eugenik und hat nach dem Zweiten Weltkrieg die Praktiken der Nationalsozialisten weiterhin verteidigt und f\u00fcr in Ordnung befunden<\/li>\n<li>Grunds\u00e4tzliches Problem ist hier, wie oft: Jemand entscheidet f\u00fcr andere Menschen, wie diese sich zu verhalten haben, und wer dabei als 'gut' angesehen wird.<\/li>\n<li>Und deswegen finden wir: unn\u00f6tige Reproduktion solcher Menschen muss nicht sein, solange es sich vermeiden l\u00e4sst<\/li>\n<li>Das ist der Kontrast zu vielen anderen aus der Geschichte, wie etwa Luther und Kant<\/li>\n<li>Luther war auch Rassist und Antisemit, dennoch geht eine der gro\u00dfen Kirchen der Religionsgemeinschaften in diesem Land auf ihn zur\u00fcck<\/li>\n<li>Das hei\u00dft man kann ihn nicht komplett ignorieren, gleiches gilt f\u00fcr Kant<\/li>\n<li>Als Philosoph hat er grundlegendes geleistet, auf das sich noch immer zahlreich bezogen wird<\/li>\n<li>Das ist der Unterschied zum Beispieldatensatz,  es geht hier nur um einen Beispieldatensatz f\u00fcr Grafiken oder um bestimmte Analysemodelle zu verdeutlichen \u2013 den kann man leicht \u00e4ndern<\/li>\n<li>Was benutzen wir denn jetzt stattdessen?<\/li>\n<\/ul>\n<h3>Warum sind Pinguine besser als die Bl\u00fctenbl\u00e4tter? (00:11:47)<\/h3>\n<ul>\n<li>Wir wollen nicht nur kritisieren, sondern auch aufzeigen, was stattdessen m\u00f6glich ist <\/li>\n<li>Es geht darum f\u00fcr bestimmte Beispiele Daten zu haben, um mit diesen etwas zu zeigen <\/li>\n<li>Ein Kritikpunkt am Irisdatensatz ist, dass er sperrig ist, wenn man nicht selbst Botanik gut kennt<\/li>\n<li>Ein Datensatz der besser geeignet und viel nachvollziehbarer ist und ohne belastende Geschichte:<\/li>\n<li>Der <a href=\"https:\/\/doi.org\/10.1371\/journal.pone.0090081\">Datensatz der Palmerpenguins<\/a>, erhoben von Dr. Kristen Gorman<\/li>\n<li><a href=\"https:\/\/github.com\/allisonhorst\/palmerpenguins\">Bereitgestellt als R Paket von Allison Horst und Alison Hill<\/a><\/li>\n<li>Daten stammen von der Palmerstation in der Antarktis, wo u.a. Pinguine erforscht werden<\/li>\n<li>Enthalten sind zum Beispiel dann Schnabelma\u00dfe der verschiedenen Pinguinarten<\/li>\n<li>Helena verwendet f\u00fcr ganz simple Beispiele auch gerne den Datensatz mtcars, der in R drin ist<\/li>\n<li>Sie hat zwar keinen Schimmer was die ganzen Spalten alle bedeuten, aber wenn es darum geht zu Zeigen wie ein Bestimmter Plot verwendet wird, ist der Datensatz ganz n\u00fctzlich<\/li>\n<li>Hier nochmal die Visualisierung mit Pinguinen statt Irisbl\u00fctenbl\u00e4ttern aus <a href=\"https:\/\/www.datenleben.de\/index.php\/2021\/04\/24\/dl013-daten-visualisieren\/\">dl013: datenvisualisierung<\/a><\/li>\n<li>Es geht um das Clustering\/das Darstellen der Cluster in diesen Daten<\/li>\n<\/ul>\n<pre><code class=\"language-{R}\">install.packages(&quot;palmerpenguins&quot;)\nlibrary(palmerpenguins)\nlibrary(ggplot2)\nlibrary(ggthemes)\n\n# Based on: http:\/\/rischanlab.github.io\/Kmeans.html\n#Create the Dataset:\nx = penguins[,c(-1,-2,-6,-7,-8)]\nx &lt;- na.omit(x)\ny = penguins$species\nkc &lt;- kmeans(x,3)\nkc$centers\nplot_cluster &lt;- ggplot(x) +\n  geom_point(aes(bill_length_mm,bill_depth_mm, colour=paste0(kc$cluster)))\nplot_cluster + geom_point(\n  data = as.data.frame(kc$centers[,c(&quot;bill_length_mm&quot;, &quot;bill_depth_mm&quot;)]),\n  aes(bill_length_mm, bill_depth_mm, colour=paste0(1:3)),\n  shape=10, size=15) +\n  scale_colour_colorblind()\n<\/code><\/pre>\n<p><a href=\"http:\/\/www.datenleben.de\/wp-content\/uploads\/2021\/10\/019-Standarddatensaetze_clustering_penguins.png\"><img decoding=\"async\" src=\"http:\/\/www.datenleben.de\/wp-content\/uploads\/2021\/10\/019-Standarddatensaetze_clustering_penguins.png\" alt=\"\" \/><\/a><\/p>\n<pre><code class=\"language-{R}\">plot_actual &lt;- ggplot(penguins) +\n  geom_point(aes(bill_length_mm,bill_depth_mm, colour=species)) +\n  scale_colour_colorblind()<\/code><\/pre>\n<p><a href=\"http:\/\/www.datenleben.de\/wp-content\/uploads\/2021\/10\/019-Standarddatensaetze_penguins.png\"><img decoding=\"async\" src=\"http:\/\/www.datenleben.de\/wp-content\/uploads\/2021\/10\/019-Standarddatensaetze_penguins.png\" alt=\"\" \/><\/a><\/p>\n<ul>\n<li>Sch\u00f6n an diesem Datensatz ist ausserdem, dass er realistischer ist, weil Daten fehlen<\/li>\n<li>Man muss die Daten vor der Anwendung noch bereinigen, ehe man sie benutzen kann <\/li>\n<li>Das fertige Clustering sieht auch etwas weniger deutlich aus, als das der Irisdaten<\/li>\n<li>Auch das ist aber dadurch ein deutlich realistischerer Datensatz<\/li>\n<\/ul>\n<h3>Was zeigt uns der Titanicdatensatz? (00:17:42)<\/h3>\n<ul>\n<li>Es gibt dar\u00fcberhinaus nat\u00fcrlich noch viel mehr Beispieldaten, die immer wieder auftauchen<\/li>\n<li>In einem R-Kurs, an dem ich teilgenommen habe, gab es zum beispiel einen Datensatz mit Chartplatzierungen der letzten Jahrzehnte <\/li>\n<li>Also auch Namen, die einem vielleicht gar nicht mehr richtig viel sagen<\/li>\n<li>Allerdings ist das auch f\u00fcr den Anwendungsfall insofern egal, als es auch um die \u00fcbung geht, die damit erzielt werden soll <\/li>\n<li>Es soll ein bestimmter Prozess veranschaulicht werden, eine bestimmte Idee die Daten zu benutzen<\/li>\n<li>Zum Beispiel Sortieren nach: Chartplatzierung, Bandnamen oder eben einzelne K\u00fcnstler*innen rauspicken und nur deren Alben anzeigen<\/li>\n<li>Das Ziel konnte gut erf\u00fcllt werden auch ohne zu wissen, wer die einzelnen Bands sind<\/li>\n<li>Jeder beispieldatensatz hat also auch ein bestimmtes ziel<\/li>\n<li>Ein weiterer ist der Titanicdatensatz <\/li>\n<li>Wof\u00fcr wird der denn genau eingesetzt, Helena?<\/li>\n<li>Die Titanic war ein Schiff Titanic, das Anfang des 20. Jahrhunderts gebaut wurde<\/li>\n<li>Es wurden im laufe der Jahre viele Filme dar\u00fcber gemacht<\/li>\n<li>Es galt als unsinkbar, ist dann aber auf der ersten \u00dcberfahrt gesunken<\/li>\n<li>Im Datensatz enthalten: Informationen \u00fcber Passagiere dieser Fahrt <\/li>\n<li>Name, Alter, Ticketnummer, Passagierklasse (1.-3.), hat \u00fcberlebt oder nicht <\/li>\n<li>Datensatz wird genutzt um Algorithmen zu \u00fcberlegen, die das Ziel haben, die <a href=\"https:\/\/www.kaggle.com\/c\/titanic\">\u00dcberlebenswahrscheinlichkeit aus den Parametern auszurechnen<\/a><\/li>\n<li>Es ist dann eine der \u00dcbungen herauszufinden, welche Parameter aus dem Datensatz besonders die \u00dcberlebenswahrscheinlihckeit beeinflusst hat<\/li>\n<li>Au\u00dferdem ist es ein realistischer Datensatz, d.h. es fehlen auch immer wieder Informationen<\/li>\n<li>Helena hat den Datensatz auch in der Lehre verwendet um Logistische Regression zu zeigen<\/li>\n<li>Logistische Regression: Aus verschiedenen Werten soll eine Kategorie herausgefunden werden <\/li>\n<li>Mit dem Datensatz lassen sich auch Entscheidungsb\u00e4ume darstellen und kennenlernen<\/li>\n<li>Man kann nach M\u00e4nnern und Frauen oder auch Kindern filtern <\/li>\n<li>Dann nach der Passagierklasse etc. und so konnte immer feiner ver\u00e4stelt werden<\/li>\n<li>Auch das macht Zusammenh\u00e4nge zwischen &quot;Hat \u00fcberlebt&quot; und &quot;Hat nicht \u00fcberlebt&quot; sichtbar<\/li>\n<li>Entscheidungsb\u00e4ume sind auch eine M\u00f6glichkeit eine Regression durchzuf\u00fchren f\u00fcr Analysen<\/li>\n<li>Wenn jetzt etwa das Alter ein Entscheidungskriterium ist, hei\u00dft es nicht, dass es keine weiteren gibt <\/li>\n<li>Wie zum Beispiel die Passagierklasse als zus\u00e4tzliches Kriterium<\/li>\n<\/ul>\n<h3>Warum brauchen wir auch Diversit\u00e4t in Standarddatens\u00e4tzen? (00:24:58)<\/h3>\n<ul>\n<li>Was am Titanidatensatz nat\u00fcrlich auff\u00e4llt: er ist bin\u00e4r gedacht<\/li>\n<li>Es gibt m\u00e4nnlich und weiblich oder keine Information, weil es ein historischer Datensatz ist <\/li>\n<li>Um aber auch Lernen und Lehre divers zu gestalten, ist auch die Frage wichtig: Was sage ich eigentlich mit diesen Beispieldaten? Welche welt vermittel ich?<\/li>\n<li>Es geht um Identifikation aber auch um das Abbilden von Diversit\u00e4t <\/li>\n<li>Auch Lernende und Lehrende werden nat\u00fcrlich besser abgeholt, wenn Datens\u00e4tze auch einen Teil ihrer Lebenswelt repr\u00e4sentieren<\/li>\n<li>Es w\u00e4re doch sch\u00f6n, auch diversere Daten zu benutzen<\/li>\n<li>Konkreter noch: Mit welchen Daten lerne ich umzugehen, welche muss ich sp\u00e4ter kennen?<\/li>\n<li>Es gibt in Deutschland zwei von einem Amt bereitgestellte <a href=\"https:\/\/www.staedtestatistik.de\/arbeitsgemeinschaften\/hhstat\/datensaetze\">Bev\u00f6lkerungsdatens\u00e4tze: Bev\u00f6lkerungbestand und -bewegung<\/a><\/li>\n<li>Deutscher St\u00e4dtetag hat diese Datens\u00e4tze zertifiziert f\u00fcr Kommunale Bev\u00f6lkerungsstatistik<\/li>\n<li>Kommunen k\u00f6nnen diese immer aktualisierten Daten abfragen <\/li>\n<li>2019 musste aktualisiert werden, weil es den Geschlechtseintrag &quot;divers&quot; neu gab<\/li>\n<li>Und wenn man jetzt diesen Datensatz nimmt und sich auch die Vergangenheit anguckt, muss man ber\u00fccksichtigen, dass sich die Datenlage inzwischen ge\u00e4ndert hat<\/li>\n<li>Wenn sich pl\u00f6tzlich Verh\u00e4ltnisse \u00e4ndern, kann das auch an Verschiebungen durch neue Option liegen<\/li>\n<li>Daten, die erhoben werden, k\u00f6nnen sich ver\u00e4ndern, deswegen sollte das nat\u00fcrlich auch irgendwie in Lehre und Lernen Eingang finden<\/li>\n<li>Deswegen muss man den Titanicdatensatz nat\u00fcrlich nicht wegwerfen!, er ist weiterhin gut<\/li>\n<li>Z.B. daf\u00fcr, dass Datens\u00e4tze auch Strukturen gesellschaftlicher Natur aufzeigen k\u00f6nnen: Klassismus <\/li>\n<li>Es wird sichtbar, dass sich der Klassismus auch direkt auf die \u00dcberlebenschancen ausgewirkt hat <\/li>\n<li>Das ist nat\u00fcrlich gut, solche strukturen zu erkennen und zu lernen, welche Hintergr\u00fcnde es gibt, die man ber\u00fccksichtigen kann <\/li>\n<li>Haben schon in dl004: <a href=\"https:\/\/www.datenleben.de\/index.php\/2020\/09\/05\/folge-004-racial-profiling\/\">racial profiling<\/a> gut sehen k\u00f6nnen, wie kritisch es ist nicht zu hinterfragen woher Daten stammen und wie sie erhoben worden sind<\/li>\n<li>Welche Konsequenzen resultieren aus der Anwendung von Algorithmen auf bestimmten Daten?<\/li>\n<li>Deswegen muss auch Achtseimkeit eine Rolle spielen, welche Daten man wie analysiert<\/li>\n<\/ul>\n<h3>Welche Standarddatens\u00e4tze gibt es beim Maschinellen Lernen? (00:30:11)<\/h3>\n<ul>\n<li>Ein Standarddatensatz ist hier der f\u00fcr Handschrifterkennung: <a href=\"https:\/\/en.wikipedia.org\/wiki\/MNIST_database\">MNIST (1998)<\/a><\/li>\n<li>Es geht um Ziffern zwischen 0 und 9 als Bilder in einem 28x28 Pixel kleinem Raster<\/li>\n<li>Ziffern wurden 'normalisiert', also etwa gleiche Gr\u00f6\u00dfe und alle schwarz-wei\u00df<\/li>\n<li>Idee dahinter: verschiedene Algorithmen gegeneinander vergleichen zu k\u00f6nnen<\/li>\n<li>Also wie gut ist welcher Algorithmus auf diesem Datensatz im Vergleich zu anderen <\/li>\n<li>Die Daten stehen Wissenschaftler*innen zur Verf\u00fcgung um Verfahren zu testen<\/li>\n<li>So l\u00e4sst sich Vergleichbarkeit zwischen verschiedenen Forschungsarbeiten herstellen<\/li>\n<li>Aber: Es kann sein, dass ein Verfahren schlechter abschneidet, obwohl es sehr gut ist<\/li>\n<li>Weil es auf anderen Daten besser funktioniert und ein schlechterer Algorithmus aber auf den Standarddaten sehr gut funktioniert<\/li>\n<li>Anderes Beispiel f\u00fcr so einen Standarddatensatz f\u00fcr Bilderkennung ist der <a href=\"https:\/\/en.wikipedia.org\/wiki\/FERET_(facial_recognition_technology)\">FERET-Datensatz<\/a><\/li>\n<li>FERET steht f\u00fcr Facial Recognition Technology<\/li>\n<li>Hier geht es auch um Vergleichbarkeit und <a href=\"https:\/\/towardsdatascience.com\/paper-summary-independent-comparative-study-of-pca-ica-and-lda-on-the-feret-data-set-6fc30d4eaa76\">das Erkennen von Gesichtsausdr\u00fccken<\/a><\/li>\n<li>Wie sieht das denn mit Sprache zu text aus?<\/li>\n<li>Es gibt ja Firmen die mit Sprachsteuerung eine Menge Daten produzieren, wie Siri, Alexa und so<\/li>\n<li>Da wurden ja unfertige Produkte auf den Markt gebracht und Menschen haben geholfen die Transkriptionen zu verbessern, indem sie die Gespr\u00e4che anderer angeh\u00f6rt und verschriftlicht\/Texte korrigiert haben<\/li>\n<li>Was sehr viele sehr ungl\u00fccklich gemacht hat, als das raus kam <\/li>\n<li>Weiteres Problem: Diese Daten geh\u00f6ren Firmen, aber nicht der Gesellschaft<\/li>\n<li>Um die L\u00fccke (keine gro\u00dfe Basis an Sprachdaten f\u00fcr Training von Algorithmen) zu f\u00fcllen, hat die <a href=\"https:\/\/commonvoice.mozilla.org\/de\">Mozilla Foundation das Projekt Common Voice<\/a> ins Leben gerufen<\/li>\n<li>Texte werden in verschiedenen Sprachen eingesprochen und als offener Datensatz zur Verf\u00fcgung gestellt<\/li>\n<li>Andere h\u00f6ren dann die Sprache gegen und testet, ob das Ergebnis stimmt<\/li>\n<li>Ziel: Entwickeln von Open Source Tools f\u00fcr Spracheingaben<\/li>\n<li>Transkribieren funktioniert schon l\u00e4nger, aber man musste zahlreiche Texte selber einsprechen, um die eigene Stimme zuverl\u00e4ssig erkannt zu bekommen<\/li>\n<li>Damit alle Stimmen erkannt werden k\u00f6nnen, nicht nur die eigene, braucht es Projekte wie von Mozilla <\/li>\n<\/ul>\n<h3>Kann man beliebige Daten nutzen? (00:38:46)<\/h3>\n<ul>\n<li>Woher kommen eigentlich die Daten, die als Standarddatens\u00e4tze genutzt werden?<\/li>\n<li>Und noch viel wichtiger: Wem geh\u00f6ren die Daten vielleicht? <\/li>\n<li>Es k\u00f6nnen nicht einfach beliebige Daten herangezogen werden, die man dann von nun an standardm\u00e4\u00dfig einsetzt<\/li>\n<li>Firmen erheben solche Daten, man bezahlt ja teils mit seinen Daten f\u00fcr die Dienste, und diese Daten geben sie nicht raus <\/li>\n<li>Die meisten Standarddatens\u00e4tze kommen daher auch aus der Wissenschaft<\/li>\n<li>Unser Podcast k\u00f6nnte theoretisch auch eine Quelle sein f\u00fcr Menschen um Deep Fakes unserer Stimmen zu erzeugen<\/li>\n<li>Au\u00dfer uns gibt es nat\u00fcrlich noch andere Menschen und Gruppen, die Sprache aufzeichnen <\/li>\n<li>Ein Beispiel ist der <a href=\"https:\/\/www.wired.co.uk\/article\/maori-language-tech\">Datensatz der M\u0101ori<\/a> die ca. 300 Stunden Sprache mit Transkript in ihrer Muttersprache angefertigt haben <\/li>\n<li>Hier war das Thema, wem sie Zugriff auf diese Daten gew\u00e4hren <\/li>\n<li>Sie wollen nicht, dass westliche IT-Unternehmen ihre Daten f\u00fcr Produkte benutzen, die sie wiederum einkaufen m\u00fcssten <\/li>\n<li>So w\u00fcrde auch dort wieder die gesamte Wertsch\u00f6pfung h\u00e4ngen bleiben <\/li>\n<li>Deswegen: Sie stellen die Daten nur ihrer eigenen Bev\u00f6lkerungsgruppe zur Verf\u00fcgung <\/li>\n<li>Vorteile: Wertsch\u00f6pfung bleibt bei ihnen, wenn sie selbst daraus Dienste entwickeln<\/li>\n<li>Auch die Macht \u00fcber die Daten wird damit nicht aus der Hand gegeben (sp\u00e4tere Anwendungen)<\/li>\n<li>Beinhaltet auch die Erhaltung der eigenen Sprache, die fr\u00fcher zum Beispiel an Schulen verboten war <\/li>\n<li>So etwas betrifft ja sehr viele Sprachen auf der Welt <\/li>\n<li>In Neuseeland gerade generell gr\u00f6\u00dferes Thema <a href=\"https:\/\/www.zdf.de\/nachrichten\/politik\/neuseeland-aotearoa-umbenennung-100.html\">mehr M\u0101ori-Worte<\/a> wieder zu verwenden<\/li>\n<li>Aotearoa statt Neuseeland, um M\u0101ori wieder mehr von der genommenen Sichtbarkeit zur\u00fcck zu geben<\/li>\n<\/ul>\n<h3>Fazit (00:44:42)<\/h3>\n<ul>\n<li>Man muss die Dinge nicht so lassen, wie sie sind<\/li>\n<li>Die Welt besteht aus furchtbar vielen Daten<\/li>\n<li>Es w\u00e4re sch\u00f6n, wenn Lehrende hingucke, welche Beispiele sie nehmen<\/li>\n<li>Gibt es bessere, die Menschen besser abholen, die mehr Spa\u00df machen, die auch Konsequenzen vom Gebrauch der Daten zeigen?<\/li>\n<li>Und es geht auch um Datenschutz, wenn man jetzt an die Spracherkennung denkt<\/li>\n<li>Deswegen nimmt Helena aus dieser Folge mit, dass wir uns damit mal im kommenden Jahr vielleicht besch\u00e4ftigen wollen<\/li>\n<li>Zum Beispiel Gesundheitsdaten und Datenschutz <\/li>\n<li>Helena wird k\u00fcnftig lieber Pinguine in ihre Kurse mitnehmen, statt historisch belasteter Datenbeispiele<\/li>\n<\/ul>\n<h3>N\u00e4chste Folge: Drogenkonsum am 06.11.2021 (00:47:15)<\/h3>\n<ul>\n<li>Wir gucken uns eine globale Studie zum Drogenkonsum 2020 an und haben uns Themen \u00fcberlegt:<\/li>\n<li>Welche Drogen werden wie oft benutzt?<\/li>\n<li>Rauchen und Alkohol? Vergleich zu Sch\u00e4dlichkeit mit anderen Drogen?<\/li>\n<li>Medizinische Anwendungen? <\/li>\n<li>Kriminalisierung von Drogen?<\/li>\n<\/ul>\n<h3>Call to Action (00:48:11)<\/h3>\n<ul>\n<li>Wenn ihr uns weiter h\u00f6ren m\u00f6chtet, folgt uns auf Twitter unter <a href=\"https:\/\/twitter.com\/datenleben\">@datenleben<\/a><\/li>\n<li>Oder besucht unsere Webseite: <a href=\"https:\/\/www.datenleben.de\/\">www.datenleben.de<\/a><\/li>\n<li>Hinterlasst uns gerne Feedback, wir w\u00fcrden uns dar\u00fcber sehr freuen<\/li>\n<li>Ihr k\u00f6nnt uns als Data Scientists auch Buchen f\u00fcr Analysen oder Projekte<\/li>\n<li>Habt ihr Fragen oder Themen, die euch interessieren? Dann schreibt uns!<\/li>\n<\/ul>\n<h3>Outro (00:49:04)<\/h3>\n<h3>Schlagworte zur Folge<\/h3>\n<p>Standarddatens\u00e4tze, Beispieldaten, Lehre, Lernen, Programmieren, R, Python, Beispiele, Maschinelles Lernen<\/p>\n<h3>Quellen<\/h3>\n<ul>\n<li><a href=\"https:\/\/www.datenleben.de\/index.php\/2021\/04\/24\/dl013-daten-visualisieren\/\">datenleben: dl013 daten visualisieren<\/a><\/li>\n<li><a href=\"https:\/\/de.wikisource.org\/wiki\/Herr_von_Ribbeck_auf_Ribbeck_im_Havelland_(Fontane)\">Wikipedia: Herr von Ribbeck auf Ribbeck im Havelland (Fontane)<\/a><\/li>\n<li><a href=\"https:\/\/de.wikipedia.org\/wiki\/R_%28Programmiersprache%29\">Wikipedia: Programmiersprache R<\/a><\/li>\n<li><a href=\"https:\/\/twitter.com\/VerbingNouns\/status\/1410974877650231306?s=20\">Twitter, @VerbingNouns: Periodic reminder\u2026 the <code>iris<\/code> dataset often used to teach R was: [...]<\/a><\/li>\n<li><a href=\"https:\/\/de.wikipedia.org\/wiki\/Nationalsozialistische_Rassenhygiene#Antinatalistische_Politik_und_negative_Eugenik\">Wikipedia: Nationalsozialistische Rassenhygiene. Antinatalistische Politik und negative Eugenik<\/a><\/li>\n<li><a href=\"https:\/\/doi.org\/10.1371\/journal.pone.0090081\">Kristen B. Gorman et al.: Ecological Sexual Dimorphism and Environmental Variability within a Community of Antarctic Penguins (Genus Pygoscelis)<\/a><\/li>\n<li><a href=\"https:\/\/github.com\/allisonhorst\/palmerpenguins\">GitHub, Horst AM, Hill AP, Gorman KB (2020). palmerpenguins: Palmer Archipelago (Antarctica) penguin data. R package version 0.1.0.<\/a><\/li>\n<li><a href=\"http:\/\/rischanlab.github.io\/Kmeans.html\">GitHub, Rischan Mafrur: K means Clustering in R example Iris Data<\/a><\/li>\n<li><a href=\"https:\/\/www.kaggle.com\/c\/titanic\">Kaggle: Titanic - Machine Learning from Disaster<\/a><\/li>\n<li><a href=\"https:\/\/www.staedtestatistik.de\/arbeitsgemeinschaften\/hhstat\/datensaetze\">St\u00e4dtestatistik in Deutschland: Statistikdatens\u00e4tze Bev\u00f6lkerung<\/a><\/li>\n<li><a href=\"https:\/\/www.datenleben.de\/index.php\/2020\/09\/05\/folge-004-racial-profiling\/\">datenleben: dl004 racial profiling<\/a><\/li>\n<li><a href=\"https:\/\/en.wikipedia.org\/wiki\/MNIST_database\">Wikipedia: MNIST database<\/a><\/li>\n<li><a href=\"https:\/\/en.wikipedia.org\/wiki\/FERET_(facial_recognition_technology)\">Wikipedia: FERET (facial recognition technology)<\/a><\/li>\n<li><a href=\"https:\/\/towardsdatascience.com\/paper-summary-independent-comparative-study-of-pca-ica-and-lda-on-the-feret-data-set-6fc30d4eaa76\">towards data science, Jae Duk Seo: Independent Comparative Study of PCA, ICA, and LDA on the FERET Data Set<\/a><\/li>\n<li><a href=\"https:\/\/commonvoice.mozilla.org\/de\">Mozilla: Common Voice<\/a><\/li>\n<li><a href=\"https:\/\/www.wired.co.uk\/article\/maori-language-tech\">Wired, Donavyn Coffey: M\u0101ori are trying to save their language from Big Tech<\/a><\/li>\n<li><a href=\"https:\/\/www.zdf.de\/nachrichten\/politik\/neuseeland-aotearoa-umbenennung-100.html\">zdf heute: M\u0101ori fordern Umbenennung<\/a><\/li>\n<\/ul>\n<h3>Weiterf\u00fchrende Links<\/h3>\n<ul>\n<li><a href=\"https:\/\/bookdown.org\/ndphillips\/YaRrr\/\">Nathaniel D. Phillips: YaRrr! The Pirate\u2019s Guide to R<\/a><\/li>\n<\/ul>\n","protected":false},"author":2,"featured_media":503,"comment_status":"open","ping_status":"open","template":"","meta":{"footnotes":""},"tags":[],"class_list":["post-496","podcast","type-podcast","status-publish","has-post-thumbnail","hentry","post"],"_links":{"self":[{"href":"https:\/\/www.datenleben.de\/index.php\/wp-json\/wp\/v2\/episodes\/496","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.datenleben.de\/index.php\/wp-json\/wp\/v2\/episodes"}],"about":[{"href":"https:\/\/www.datenleben.de\/index.php\/wp-json\/wp\/v2\/types\/podcast"}],"author":[{"embeddable":true,"href":"https:\/\/www.datenleben.de\/index.php\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/www.datenleben.de\/index.php\/wp-json\/wp\/v2\/comments?post=496"}],"version-history":[{"count":4,"href":"https:\/\/www.datenleben.de\/index.php\/wp-json\/wp\/v2\/episodes\/496\/revisions"}],"predecessor-version":[{"id":502,"href":"https:\/\/www.datenleben.de\/index.php\/wp-json\/wp\/v2\/episodes\/496\/revisions\/502"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.datenleben.de\/index.php\/wp-json\/wp\/v2\/media\/503"}],"wp:attachment":[{"href":"https:\/\/www.datenleben.de\/index.php\/wp-json\/wp\/v2\/media?parent=496"}],"wp:term":[{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.datenleben.de\/index.php\/wp-json\/wp\/v2\/tags?post=496"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}