INF.08095.01 - eHumanities Data Science I (Vollständige Modulbeschreibung)

INF.08095.01 - eHumanities Data Science I (Vollständige Modulbeschreibung)

Originalfassung Englisch
INF.08095.01 5 CP
Modulbezeichnung eHumanities Data Science I
Modulcode INF.08095.01
Semester der erstmaligen Durchführung
Fachbereich/Institut Institut für Informatik
Verwendet in Studiengängen / Semestern
  • Geographie (180 LP) (Bachelor) > Geographie/Erdkunde Geographie180, Akkreditierungsfassung gültig ab WS 2019/20 > Ergänzungsbereich 4: Informatik
  • Informatik (180 LP) (Bachelor) > Informatik Informatik180, Akkreditierungsfassung gültig ab SS 2021 > Bereich Informatik
Modulverantwortliche/r
Weitere verantwortliche Personen
Jun.-Prof. Dr. Hubert Mara
Teilnahmevoraussetzungen
Kompetenzziele
Studierende sollen durch dieses Modul grundlegende Kenntnisse über den Umgang mit Daten und die Methoden in den eHumanities erhalten. Diese Kenntnisse sollen sie dazu befähigen, Fragestellungen und Probleme aus den geistes- und kulturwissenschaftlichen Bereichen zu formulieren und diese durch statistische Verfahren auszuwerten. Sie werden weiterhin eine Einführung in Python und das elementare Programmieren erhalten.
Modulinhalte
Eines der Hauptaugenmerke in der eHumanities Data Science liegt in der Auswertung von inhomogenen Datensätzen und deren Auswertung. Hierfür werden deskriptive, induktive sowie univariate Methoden eingesetzt. Teile der Methoden können intuitiv motiviert sein.
  • 1. Fallbeispiele aus der digitalen Archäologie und anderen Bereichen der eHumanities
  • 2. Wissenschaftliches Arbeiten mit Datensätzen
  • 3. Deskriptive, induktive sowie univariate Statistik
  • 4. Python
  • 5. Grafische Darstellung der Daten in Diagrammen
Lehrveranstaltungsformen Vorlesung (2 SWS)
Kursus
Übung (2 SWS)
Kursus
Unterrichtsprachen Deutsch, Englisch
Dauer in Semestern 1 Semester Semester
Angebotsrhythmus Modul jedes Wintersemester
Aufnahmekapazität Modul unbegrenzt
Prüfungsebene
Credit-Points 5 CP
Modulabschlussnote LV 1: %; LV 2: %; LV 3: %; LV 4: %.
Faktor der Modulnote für die Endnote des Studiengangs 1
Modulveran­staltung Lehrveranstaltungs­form Veranstaltungs­titel SWS Workload Präsenz Workload Vor- / Nach­bereitung Workload selbstge­staltete Arbeit Workload Prüfung incl. Vorbereitung Workload Summe
LV 1 Vorlesung Vorlesung 2 0
LV 2 Kursus Selbststudium zur Vorlesung 0
LV 3 Übung Übung 2 0
LV 4 Kursus Bearbeiten der Übungsaufgaben 0
Workload modulbezogen 150 150
Workload Modul insgesamt 150
Prüfung Prüfungsvorleistung Prüfungsform
LV 1
LV 2
LV 3
LV 4
Gesamtmodul
Erfolgreiches Lösen von Übungsaufgaben, d.h. Erreichen von mind. 50% der Punkte für die Aufgaben, Erfolgreiche Vorstellung der Lösungen der Aufgaben in den Übungen, aktive Teilnahme
mündl. Prüfung oder Klausur oder Hausarbeit (20-30 Seiten)
Wiederholungsprüfung
Regularien Teilnahme­voraussetzungen Angebots­rhythmus Anwesenheits­pflicht Gewicht an Modulnote in %
LV 1 Wintersemester Nein %
LV 2 Wintersemester Nein %
LV 3 Wintersemester Nein %
LV 4 Wintersemester Nein %