Leer omgaan met modellen van COVID-data in IBM-webinar

De toepassing van ai kan Nederlandse ziekenhuizen helpen de toestroom van coronapatiënten beter te verwerken. Maar hoe bouw je zo’n model? Met dit uitdagende vraagstuk ga je aan de slag tijdens het IBM-webinar over ai en modelleren. Experts helpen je in een online workshop jouw skills op dit gebied te verbeteren.

Ben je al langer geïnteresseerd in ai en misschien zelf al bezig met ai-tooling en/of het maken van modellen? Dan is dit webinar absoluut voor jou bedoeld. Op 22 september 2020 bespreken verschillende experts het gebruik van data en het bouwen van voorspellende modellen. Damiaan Zwietering, developer advocate bij IBM, laat zien hoe je data eenvoudig in kaarten zichtbaar kunt maken. Speciaal te gast tijdens de sessie is dr. Piet Melief, landelijk coördinator van de intensive-care-capaciteit voor alle Nederlandse ziekenhuizen. De laatste maanden is deze capaciteit natuurlijk een ‘hot topic’, tegen de achtergrond van de coronapandemie. Toepassing van data-intelligence kan ons helpen de gevolgen van deze pandemie beter op te vangen.

Hoe om te gaan met data?

Het eerste deel van het programma, dat begint om 18.30 uur, is een rondetafelgesprek waarin naast dr. Melief en Damiaan Zwietering ook Justin Halsall (moderator) en Frank Everaardt (Tweakers Partners) zullen aanschuiven. We brengen je hierbij snel up-to-speed over ai en het modelleren van data, aan de hand van interessante voorbeelden. Vervolgens gaan we dieper in op het scenario van COVID-19 en het vraagstuk hoe we in Nederland de ic-capaciteit beter kunnen beheren. Met dr. Melief als ervaringsdeskundige illustreren we de verschillende manieren om naar data te kijken en proberen we de vraag te beantwoorden hoe je hiermee om kunt gaan.

Ontdek waarom voorspellen zo lastig is

De toepassing van machinelearning en ai in de wereld van COVID-19-data is interessant. Het zal je snel duidelijk worden waar de kansen en valkuilen liggen. Damiaan Zwietering, specialist op dit gebied, zal ingaan op zaken als curve-fitting om erachter te komen hoe je Europese COVID-gegevens beter kunt gebruiken. In een eerdere sessie tijdens Code @ Think kwam al een simpel model aan de orde, en nu gaan we een complex model bekijken en leren hoe we daar de inzichten van kunnen analyseren. Bij de komende webinar hoort een workshop waarbij je zelf in een Python-omgeving in IBM Cloud kunt werken. Je zult wiskunde, statistieken en machinelearning gebruiken om modellen te genereren. Gaandeweg kom je er daarbij achter waarom voorspellen een lastige uitdaging is.

Leer zelf met modellen om te gaan

In de workshop maken we de stap naar het mappen van data. Je gaat zelf aan de slag met het verkennen van de gegevens. Extra interessant is dat je hier de limieten van machinelearning en ai zult tegenkomen. Er is immers (nog) geen ‘off the shelf’ ai die data als input neemt en ons bijvoorbeeld vertelt hoeveel nieuwe besmettingen we volgende week kunnen verwachten. Hier is ervaring en veel ‘human intelligence’ voor nodig. Misschien ben jij wel degene die na de workshop met het ei van Columbus komt en een van de grootste vraagstukken van dit jaar weet op te lossen? Het IBM-webinar biedt in ieder geval de kans om een eerste stap te zetten.

Het volledige programma:

18:30-19:30 - Interactieve live-sessie
19:30-19:45 - Video-break
19:45-20:15 - Intro workshop
20:15-21:15 - Workshop
21:15-21:45 - Bespreking en afsluiting

Wil je meedoen aan de IBM-webinar over ai en modellering van data? Er zijn nog plaatsen, maar wees er snel bij, want vol = vol. Inschrijven kan hier.

IBM-webinar

Poll

Ja, ik wil aanwezig zijn op 22 september 2020
Nee, ik laat deze actie aan mij voorbijgaan.

De opties zijn uitgeschakeld omdat de deelname gesloten is

Actievoorwaarden:

• Je Tweakers-account moet voor 7 september 2020 geactiveerd zijn.
• Meedoen kan tot 16 september 2020 23:59 uur, alleen via de poll.
• Alleen ingelogde bezoekers kunnen deelnemen.
• Je kunt één keer aan de poll deelnemen.
• Aanwezigen krijgen uiterlijk 18 september 2020 bericht per mail in de vorm van een officiële uitnodiging. Niet-aanwezigen ontvangen geen bericht.
• Aanwezigen worden at random geselecteerd. Over de uitslag wordt niet gecorrespondeerd.
• Deelnemers zijn op dinsdag 22 september 2020 beschikbaar om het gehele programma te volgen.
• De uitnodiging voor het evenement is strikt persoonlijk en kan niet worden overgedragen.
• Er is plek voor 160 personen.
• Klachten kunnen via [e-mail] ingediend worden.
• Medewerkers van Tweakers & IBM zijn uitgesloten van deelname.

Dit artikel is geen redactioneel artikel, maar gesponsord en tot stand gekomen dankzij IBM en Tweakers Partners. Dit is de afdeling binnen Tweakers die verantwoordelijk is voor commerciële samenwerkingen, winacties en Tweakers-events zoals Meet-ups, Developers Summit, Testfest en meer. Kijk hier voor een overzicht van alle acties en events. Mocht je ideeën met ons willen delen over deze vorm van adverteren, dan horen wij dat graag. Hierover kun je met ons in gesprek via [Discussie] Reclame algemeen.

Reacties (40)

Ik snap dit niet: “ Er zijn nog plaatsen, maar wees er snel bij, want vol = vol.”

En: “ Aanwezigen worden at random geselecteerd. ”

Zit ik er nu direct in als ik ja klik, of wordt uit de groep ja’s getrokken? Want dan is het toch niet vol=vol?

Het lijkt me logisch omdat er nu mogelijk veel mensen reageren en de max van 160 ineens wel bereikt kan worden. In dat geval gaat men kandidaten random selecteren.

"Ben je al langer geïnteresseerd in ai en misschien zelf al bezig met ai-tooling en/of het maken van modellen?"

Dit is dus ook voor mensen geschikt die hier nog nooit iets mee gedaan hebben als ik dit zo lees?

heb de vorige keer (april?) meegedaan, conclusie; nee - de seminar werd gegeven door iemand die in de auto met laptop zat, super rommelig en onprofessioneel. Inhoudelijk ging men snel van a>b>c, en na anderhalf uur heb ik t opgegeven.

zeg niet dat deze webinar hetzelfde zal verlopen, maar qua inhoud lijkt deze vergelijkbaar. en is van zelfde ibm-club ... ik pas

Jammer om te horen. De webinar kreeg een 7.3 van de tweakers-community. Meer dan 50% van de van de aanwezigen heeft de evaluatie ingevuld na de webinar en 94% gaf aan dat ze graag in de toekomst zien dat dit soort webinars vaker worden georganiseerd door Tweakers Partners. We zijn het er mee eens dat een talk geven vanuit een auto niet optimaal is, maar helaas moest de oorspronkelijke spreker last-minute afzeggen vandaar dat we gekozen hebben voor deze oplossing.

Nuja, dan is de vraag natuurlijk ook: hoeveel zijn er voor het einde vertrokken? En het geven van een talk uit een wagen, ongeacht of deze stilstaat of niet, is voor mij een vorm van gebrek aan respect voor je publiek. De persoon die de talk geeft wordt, neem ik aan, betaald hiervoor, dan mag je op zijn minst zorgen voor een degelijke locatie van waaruit je ongestoord en op professionele wijze je presentatie kunt geven.

Jammer dat het in april zo verlopen is. Ik zou de spreker zijn op het fysieke event toen, maar was helaas ziek. COVID was net serieus uitgebroken, we hebben snel een online alternatief verzonnen maar de vervangende spreker zat vast op een boerderij van familie zonder bereik dus moest met de auto op zoek naar ontvangst.
We hebben geprobeerd er het beste van te maken maar dat was natuurlijk niet goed genoeg. Intussen hebben we veel geleerd over online events, we gaan dit vanuit een studio presenteren en naast inhoudelijke discussie is er een gedeelte waarin je zelf aan de slag kan, of met mij meekijken om te zien hoe het werkt.
Het wordt een avondje open source, als je geen omgeving hebt om de notebooks te draaien kan je dat bij ons in de cloud doen. Ik heb alles op de thuiswerkplek in elkaar geknutseld terwijl mijn vrouw als verpleegkundige op de afdeling met verdachte patiënten stond in ons plaatselijke ziekenhuis en wil graag mijn ervaringen met jullie delen hoe je van een lijstje datums van besmettingen komt tot een visualisatie die belangrijke beslissingen zou kunnen ondersteunen in tijden van crisis.

Jammer om dit te lezen.. dan schiet mijn interesse ook gelijk omlaag inderdaad.
Bedankt voor je reactie

Ik kan dit helaas ook alleen maar beamen. Zelf wel al redelijk wat kennis en ervaring met AI maar de vorige presentatie was erg rommelig en de coding demo was een copy paste van al zijn al bestaande code in een Jupiter notebook zonder echt veel uitleg over het hoe en waarom.

Ook ik moet dit beamen, daarnaast had de talk voorafgaand geen enkele relatie met het AI onderwerp maar voelde eerder als een oppervlakkige sales pitch.

Hmm wordt dit niet een gevalletje "laten we AI gaan toepassen op een willekeurig probleem en kijken waar het schip strand"...

Het voorspellen van besmettingsaantallen is zeker niet nieuw, maar gebeurt meestal niet met machine learning. Hiervoor worden meestal "differential equations" modellen gebruikt, waarbij SIR modellen de standaard zijn (zie ook RIVM met het beroemde R getal). Dit zijn vrij eenvoudige wiskundige modellen, maar gezien hoe verspreiding van een virus in de praktijk werkt zijn ze niet zo gek; ze houden rekening met kans op overdracht, beschikbare populatie, opbouw van immuniteit, etc. Simpelweg een ML algoritme loslaten op zo'n probleem kan al snel betekenen dat bepaalde constraints (m.n. qua (sub)populaties) niet in acht worden genomen...

Ook het fitten van "curves" (polynomials?) lijkt me een tricky aanpak; deze zijn nogal gevoelig voor lokale effecten in de data en kunnen leiden tot onmogelijke oplossingen; bijvoorbeeld een aantal besmettingen dat onder nul duikt...

Plannen van capaciteit voor ziekenhuizen lijkt me meer een optimalisatieprobleem; hoe zet je beschikbare capaciteit zo efficient mogelijk in. Lijkt me eerder iets waar je OR tools voor zou pakken...

Maar goed, het is niet mijn expertise dus wie weet zit ik er helemaal naast.

Het modeleren van COVID-19 is bepaald geen beginnersklus. Zeker in maart/april, toen ik erbij betrokken was, was het zelfs voor gevorderden een nagenoeg onmogelijke opdracht. Zelf ben ik geen modelleur, maar heb data verzameld en geprobeerd de belangrijkste parameters te vinden en de grenzen daarvan te bepalen.
Destijds was dat echt een vat vol vraagtekens. Modelleren is dan eigenlijk onmogelijk. Tot de dag van vandaag zitten we met een aantal onbekende factoren, waardoor Covid-19 duidelijk anders reageert dan een griepvirus.
Een belangrijke onbekende factor is bijvoorbeeld de overlevingsduur onder verschillende, gangbare omstandigheden. Ook de menselijke reactie op het virus is nog een totaal raadsel. We weten dat niet iedereen ziek wordt, maar dat een deel daarvan wel enige uren tot vele dagen het Covid-19 virus wel kan overdragen.
Parameters als het (reis)gedrag van de mensen zijn wel in getallen uit te drukken, maar zodra het weer veranderd of er (beperkende) maatregelen veranderen die. Op het gedrag van mensen kan nog een vorm van machine-learning toegepast worden. Met parameters die helemaal niet in het model zitten kan dat niet. Dat door de vakantie periode het aantal covid-19 besmettingen zou toenemen was wel bekend. Dat (toeristische) steden hotspots zouden worden was ook te voorzien. Het was echter de verwachting dat de besmettingsgraad binnen heel Nederland (buiten de steden) min of meer gelijk zou trekken. Noord Nederland lijkt zich niet aan die voorspelling te houden. Noord-Holland heeft een sterke band met Amsterdam, maar toch lijken de Noord-Hollanders tegen de modellen in moeilijk te besmetten te zijn. Zelfs in de Zaanstreek (tegen Amsterdam) komt de besmettingsgraad nauwelijks boven het gemiddelde uit.

Voor beginners zal het probleem sterk vereenvoudigd moeten worden. Binnen een gesloten gemeenschap, zoals op (cruise)schepen, verzorgingshuizen of kleine dorpen is een nog wel een model te maken. De externe factoren vallen dan immers weg. Zo'n model dat zal sterk lijken op een model van een griep-virus met een matige besmettingskracht. Het Covid-virus gedraagt zich echter wezenlijk anders.

Ik wens de deelnemers veel succes.

Lijkt me mooi om er zo bij betrokken te zijn! Al je overwegingen kan ik me heel goed voorstellen; ik zou ook proberen subpopulaties te maken en deze te modelleren. Op die manier vergroot je de granulariteit en kun je beter de kenmerken van de subpopulatie in acht nemen.

Maar goed, omdat mensen tegenwoordig nogal mobiel zijn is dat al een hele klus op zich. Daar zou je inderdaad met ML misschien nog wat kunnen doen, zeker als je ook data over verplaatsingen hebt (bv. op basis van telefoongegevens).

Verder lijkt het me ook lastig om allerlei parameters te schatten, zeker in het begin. Zo'n R getal heeft enorme impact op je voorspellingen maar lijkt me extreem lastig vast te stellen. Mede ook omdat de dynamiek veranderd; in het begin amper tests en weinig zicht op totaal aantal besmettingen. Maar wel hoge aantallen opgenomen en op de IC. Nu is het andersom; er wordt vrij veel getest (hoewel maximale capaciteit alweer bereikt is) maar er zijn weinig opnames, omdat de besmetting vooral onder jongeren zijn... Dus de (zekere) cijfers van de opnames zijn dan extreem lastig te koppelen aan de (onzekere) meting van het aantal besmettingen...

Denk dat m.n. Bayesiaanse modellen hier geschikt zouden zijn; je kunt dat eerdere kennis over griepvirussen als uitgangspunt nemen en de onzekerheid onderdeel van het model.

[Reactie gewijzigd door Morrar op 9 september 2020 17:03]

Ik ben zelf beslist geen modelleur. Ik heb in mijn vorige functies veel multivariaat analyses op complexe gekoppelde biologische datasets gedaan. Van huis uit ben ik database beheerder en een beetje programmeur. De statistische analyses heb ik in de praktijk geleerd. Men had oorspronkelijk mijn "leraar" gevraagd, maar die had naar mij doorverwezen omdat ik meer contacten had om data uit China en Korea te kunnen vergaren.
Het was zeker interessant, maar de druk was enorm en het aantal bekende factoren nagenoeg nul. Voor wetenschappelijk onderzoek is dat normaal een vraag waar je gewoon vier jaar aan werkt. Nu moest het naast het werk in een paar dagen. Gelukkig hoefde het niet compleet en fouten waren acceptabel (geheel tegen de wetenschappelijke natuur in). Ik had gelukkig vrij snel een lijntje naar Wuhan. Daar zijn ook de regionale en internationale vervoersstromen redelijk in kaart gebracht. Dat en de data van de cruiseschepen heeft enorm geholpen.
Het model van de eerste weken werkt nu echter totaal niet meer. In tegenstelling tot griep virussen lijkt het een rol te spelen hoeveel covid-19 deeltjes binnen krijgt. Hoe meer in een korte tijd, des te ernstiger de symptomen zijn. Buiten zijn de virus-deeltjes meer verdunt dan binnen. Dat zou kunnen verklaren waarom er nu minder ernstige ziekte symptomen voorkomen dan in maart/april.

Momenteel ben ik bezig met een reconstructie die men in China van een busrit heeft gedaan. Daar heeft men één besmette persoon (die pas na de tocht ziek is geworden) en van alle passagiers is bekend waar ze zijn op- of afgestapt en waar ze gezeten hebben. Ook is bekend wie een mondkapje heeft gedragen en wie niet. Het ziekte beeld van alle passagiers is bekend. Vijf personen zijn helaas overleden. Dit is vorige week gepubliceerd en ik heb inmiddels alle data binnen. Grote onbekende is hoe de lucht in zo'n bus stroomt. Het is me gelukt om mensen te pakken te krijgen die verder onderzoek willen gaan doen. De bus zelf is vandaag van de weg gehaald en er wordt nu een opstelling in een koelcel gebouwd. Volgende week gaat men met een aantal vrijwilligers (poppen zijn te duur) de rit nabootsen en de luchtstromen binnen en buiten de bus filmen.
Ik ga dan proberen of ik de belangrijkste parameters te vinden. Hopelijk kunnen de modelleurs dan een goed begrip van de invloeden van ventilatie op de verspreiding van het virus vinden. Uit het artikel weet ik in elk geval zeker dat het anders is dan je zonder voorkennis zou verwachten. De mensen die naast en vlak voor de besmette man hebben gezeten zijn bijvoorbeeld niet besmet. De man zat op de achterbank. De overleden mensen zaten net voor het midden.

Het is jammer dat de Chinezen nauwelijks privacy hebben en bijna overal in detail worden gevolgd, maar nu geeft dat wel waardevolle informatie. Ethisch gezien zou je dit soort data niet horen te gebruiken, maar in het belang van de volksgezondheid stap ik nu maar even over het ethisch probleem heen. Als het lukt om zaken als ventilatie in het model te krijgen, kan de overheid veel gerichtere besluiten nemen. Met het begin van het najaar is dat wel handig!

Bedankt, dit is echt super interessant! Kun je een link posten naar het gepubliceerde onderzoek?

De publicatie is nog niet verschenen. Ik heb alleen de review-tekst gezien en die is in het Chinees. Gelukkig ken ik wel mensen die dat min of meer konden vertalen en heb ik de onderzoekers kunnen achterhalen en contacteren. Via een tolk heb ik alle informatie uiteindelijk los gekregen.
Er is wel een Engelstalig persbericht verschenen. Dat is in diverse bladen terug te vinden:
https://medicalxpress.com...airborne-coronavirus.html
https://www.nytimes.com/2...oronavirus-bus-china.html

De berichtgeving blijkt niet helemaal correct, maar dekt wel de lading. Ik werk nu even mee aan het project. De uren kan ik voor een klein deel wel bij het ministerie declareren. Verder doe ik dit soort dingetjes vaak voor het uitwisselen van ansichtkaarten. Goed voor het netwerk en met kerst komen er vaak nog wel wat meer persoonlijke kaartjes. Ik zit niet echt meer in de wetenschap, maar op die manier blijft het wel gewoon leuk om af en toe nog een klusje te doen.

Ik ben het hier mee eens. Echter, denk ik dat je dit niet moet zien als een cursus met het doel om het verloop van Corona zo accuraat (of eerder, zo interpretabel) mogelijk te modelleren. Ik denk dat je dit moet zien als een cursus AI, waar als praktijkvoorbeeld Corona wordt gegeven. Om het voor een breed publiek toegankelijk te houden, wordt er natuurlijk ook niet uitgegaan van een achtergrond in de basis van wiskunde (zoals Calculus, Analyse, Statistiek, etc).

Goed verhaal, dank daarvoor. We willen juist laten zien dat je niet zomaar een AI van de plank pakt om zoiets te duiden, maar dat er een hoop kennis van de omstandigheden en het domein in moet. In die zin is het meer geavanceerde analyse en ik zou het zelf nooit AI noemen en praat in dit geval liever over projectie dan predictie.
Wat betreft curve fitting, daar zat voor mij het meeste tijd in en ik ben juist op zoek gegaan naar een alternatief voor modellen die gebaseerd zijn op onderliggende waarden als R. De inzichten uit zo'n analyse zijn inderdaad input voor OR modellen, aangezien je niet alle variabelen die je nodig hebt kan meten en er altijd een aantal moet schatten.
Doe vooral mee, en laat me weten wat je ervan vindt.

Krijg net deze binnen, ziet er goed uit: https://arxiv.org/abs/2004.08842

Predictability: Can the turning point and end of an expanding epidemic be precisely forecast?
No, they can't.

Ondanks dat het de vorige keer een beetje rommelig was en de uitleg voor een deel ontbrak, wil ik het nog een kans geven omdat het gewoonweg interessant is. Belangrijk is dat uitgelegd wordt hoe iets gedaan wordt en waarom.

Domme vraag misschien, maar wordt deze webinar opgenomen om later terug te zien? Ik merk met wel meer webinars (niet alleen specifiek die van Tweakers) dat de tijdstippen ondanks working from home enzo niet altijd lekker uitkomen... Onderwerp lijkt me erg interessant, maarja tijdstip...

Deels joods? Jodendom is een religie en geen land van herkomst Dus je bent relegieus of niet, maar deels is niet echt mogelijk
Ontopic.

Wel een goede vraag, welke voorkennis is nodig hiervoor?

"Welke voorkennis is nodig hiervoor?"

Goede vraag inderdaad!
Kan iemand misschien input geven?

Ik heb minimale kennis in code maar wel een grote interesse in AI en data visualisatie.
Is het nuttig voor mij om hierbij aanwezig te zijn?


@Wilglide
Dank!

[Reactie gewijzigd door Mative op 9 september 2020 13:58]

dzwietering in 'plan: Leer omgaan met modellen van COVID-data in IBM-webinar'

Notebooks, Python Jupyter Notebooks dus.
https://github.com/jupyte...resting-Jupyter-Notebooks

Volgens de van Dale is een jood een aanhanger van het jodendom en is een Jood wel onderdeel van een volk.
https://www.vandale.nl/gr...tekenis/jood#.X1jGri5Ne00

Je kunt dus bijvoorbeeld ook spreken van niet-gelovige Joden.

Maar dit is inderdaad off-topic

Deels joods? Jodendom is een religie en geen land van herkomst Dus je bent relegieus of niet, maar deels is niet echt mogelijk
Ontopic.

Wel een goede vraag, welke voorkennis is nodig hiervoor?

Nee Jodendom is NIET een religie, maar een volk, beter je huis werk doen, en alle joden geloven ook zeker niet in het zelfde.

Jodendom is WEL een religie. De Joden zelf zijn een volk welke onderling ook verschillen, nu kun jij verder met je huiswerk

Deels joods? Jodendom is een religie en geen land van herkomst Dus je bent relegieus of niet, maar deels is niet echt mogelijk
Ontopic.

En ze hebben ZEKER een land ven herkomst, die heet Israel, en die is ontstaan meer dan 3500 jaar geleden, met ALLEEN Joden toen, en je bent nog steeds Joods ook als je niet geloofd.

[Reactie gewijzigd door AmigaWolf op 9 september 2020 15:48]

Het is ook een religie ja, beetje zoals groningen en utrecht zowel een stad als een provincie is.
Je hebt verschillende stromingen zoals bijvoorbeeld orthodox of litouws (net als protestanten en katholieken bij de Jeebus kant) en die kunnen onderling vrij sterk uiteen lopen en zelfs met elkaar clashen.

Nu is het zo dat als je moeder Joods is jij dat ook bent (althans bij de orthodoxen en conservatieven), of je nu gelooft of niet.
Zo kan je dus niet Joods zijn als in er in geloven maar wel Joods zijn als in genetisch van je moeder gekregen (ja er is geen "Jood" marker) of zelfs van je vader in enkele andere stromingen tegenwoordig.

Uiteraard kan je jezelf ook converteren in welk geval weer andere regels gelden.

Quote:
Opinion polls have suggested that the majority of Jews see being Jewish as predominantly a matter of ancestry and culture, rather than religion
https://en.wikipedia.org/wiki/Who_is_a_Jew%3F

Ik begrijp dat het erg lastig kan zijn.
Alleen kan je zo'n bedrijf het nu niet meer aanrekenen.

Er zijn veel bedrijven geweest die meegeholpen hebben, maar als je bijvoorbeeld naar de treinen kijkt naar de machinisten die ze naar de kampen vervoerden. Er zijn daar behoorlijk veel van omgekomen tijdens de staking.
En ook bedrijven als siemens werkten er ook aan mee.
Een bepaald schoenmerk (adidas, puma of nicks) liet de kampbewoners kilometers op hun schoenen lopen om ze uit te testen en nu trekken we die schoenen aan. (Schoenen met bloed?)

Niet om het te vergoeilijken wat er toen gebeurde was echt niet oké. En afschuwelijk

Wat ik me wel altijd afvraag is de oeigoeren uit China worden ook naar 'heropvoedingskampen' gebracht wat doen wij daarmee? Kopen wij nog steeds spullen uit China en steunen daarmee het Chinese regime? Dit is actueel op de ww2 hebben wij geen invloed meer op. Het verhaal moeten wij echter wel onthouden het mag nooit weer gebeuren.
En toch gebeurt het nog...

Ik weet niet wat voor nut het heeft om je berichtje hier specifiek te posten, maar mocht je er meer over willen weten: https://www.ibmandtheholocaust.com/

En als je helemaal je "noodle gecooked" wil hebben moet je eens Fanta (sinas) bekijken.

don't feed the troll ....
41 posts en niet één zinnige ...
En dan word ik soms paranoïde genoemd

Ah, nou ja. Uitgaan van het beste enzo.

Het lijkt een spam-account of misschien een verdwaalde trol uit een of andere trollenfabriek.

Kan iemand hem de weg wijzen naar Twitter/Facebook/Instagram?

"Meer sensatie dan geschiedenis" ?
https://en.wikipedia.org/wiki/IBM_and_the_Holocaust