Advertisement

Datenschutz und Datensicherheit - DuD

, Volume 38, Issue 1, pp 31–35 | Cite as

Denkverbote für Star-Trek-Computer?

Big Data, statistische Modelle und lernende Maschinen
  • Sven Türpe
  • Annika Selzer
  • Andreas Poller
  • Mark Bedner
Aufsätze
  • 248 Downloads

Zusammenfassung

Big Data steht nicht nur für Datenberge, sondern auch für ein Paradigma ihrer Verarbeitung. Lernende Systeme leiten aus Daten statistische Modelle ab, die heuristische Voraussagen und Entscheidungen treffen. Das Speichern aussagekräftiger Angaben tritt in den Hintergrund, im Vordergrund steht die Dateninterpretation.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. [1]
    Anderson, C.: The End of Theory: The Data Deluge Makes the Scientific Method Obsolete, Wired Magazine, 16 (2008) 07.Google Scholar
  2. [2]
    Breiman, L.: Statistical Modeling: The Two Cultures. Statistical Science, 16 (2001) 3, S. 199–231.MathSciNetCrossRefGoogle Scholar
  3. [3]
    Domingos, P.: A Few Useful Things to Know About Machine Learning. Commun. ACM, 55 (2012) 10, S. 78–87.CrossRefGoogle Scholar
  4. [4]
    Duhigg, C.: How Companies Learn Your Secrets. http://www.nytimes.com/2012/02/19/magazine/shopping-habits.html
  5. [5]
    Interview mit Craig Nevill-Manning, Research at Google, https://plus.google.com/+ResearchatGoogle/posts/Cto6zsujfJo
  6. [6]
    Greengard, S., Advertising gets personal. Commun. ACM, 55 (2012) 8, S. 18–20.CrossRefGoogle Scholar
  7. [7]
    Hartzog, W. & Selinger, E., Big Data in Small Hands. Stanford Law Review Online, 2013.Google Scholar
  8. [8]
    Hasso-Plattner-Institut kündigt Schufa-Forschungsprojekt, heise.de, 08.06.2012.Google Scholar
  9. [9]
    Hildebrandt, M.: Profiling: From Data to Knowledge. DuD, 30 (2006) 9, S. 548–552.CrossRefGoogle Scholar
  10. [10]
    Hildebrandt, M. & Gutwirth, S. (Hrsg.): Profiling the European Citizen. Springer, 2008.Google Scholar
  11. [11]
    Konstan, J. A. & Riedl, J., Recommended for You. IEEE Spectrum, 49 (2012) 10, S. 54–61.CrossRefGoogle Scholar
  12. [12]
    Korczak, D.: Verantwortungsvolle Kreditvergabe. GP Forschungsgruppe, 2005.Google Scholar
  13. [13]
    MacKay, D. J. C.: Information Theory, Inference, and Learning Algorithms. Cambridge University Press, 2003.zbMATHGoogle Scholar
  14. [14]
    Mitchell, T. M. (1999) Machine Learning and Data Mining. Commun. ACM, 42 (1999) 11, S. 30–36.CrossRefGoogle Scholar
  15. [15]
    Rajaraman, A. & Ullman, J. D.: Mining of Massive Datasets. Cambridge University Press, 2011.CrossRefGoogle Scholar
  16. [16]
    Schermer, B. W.: The Limits of Privacy in Automated Profiling and Data Mining. Computer Law & Security Review, 27 (2011) 1. 45–52.CrossRefGoogle Scholar
  17. [17]
    Sweeney, L.: Discrimination in Online Ad Delivery. Commun. ACM, 56 (2013) 5, S. 44–54.CrossRefGoogle Scholar
  18. [18]
    Kamp, M. & Weichert, T.: Scoringsysteme zur Beurteilung der Kreditwürdigkeit — Chancen und Risiken für Verbraucher. ULD, 2006.Google Scholar
  19. [19]
    Weichert, T.: Datenschutzrechtliche Anforderungen an Verbraucher-Kredit- Scoring. DuD, 29 (2005) 10, S. 582–587.Google Scholar
  20. [20]
    Weichert, T.: Verbraucher-Scoring meets Datenschutz. DuD, 30. (2006) 7, S. 399–404.CrossRefGoogle Scholar

Copyright information

© Springer Fachmedien Wiesbaden 2014

Authors and Affiliations

  • Sven Türpe
  • Annika Selzer
  • Andreas Poller
  • Mark Bedner

There are no affiliations available

Personalised recommendations