MLU
Exercises: eHumanities Data Science I Ü - Details
You are not logged into Stud.IP.

General information

Course name Exercises: eHumanities Data Science I Ü
Subtitle Eine Einführung in die statistische Analyse von archäologischen Daten
Semester SoSe 2024
Current number of participants 5
Home institute Leitung des Instituts für Informatik
participating institutes eHumanities
Courses type Exercises in category Offizielle Lehrveranstaltungen
Next date Thursday, 16.05.2024 12:15 - 13:45, Room: PC-Pool (3.34) [VSP 1]
Pre-requisites Obligatorisch: keine
Wünschenswert: Grundkenntnisse in linearer Algebra und Analysis, Programmierkenntnisse
Studiengänge (für) Informatik (Bachelor)
SWS 2

Rooms and times

PC-Pool (3.34) [VSP 1]
Thursday: 12:15 - 13:45, weekly (10x)
(PC-Pool (3.34) [VSP 1])
Thursday, 25.04.2024 12:30 - 14:00

Fields of study

Comment/Description

Studierende sollen durch diese Veranstaltung grundlegende Kenntnisse im Umgang mit Daten und Methoden in den eHumanities und besonders archäologischen Daten 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, um die erhaltenen Kenntnisse praktisch einzusetzen.

Die statistischen Methoden werden anhand von archäologischen Beispielen verdeutlicht. In der Vorlesung werden die Teilnehmenden durch die Zeit geführt und lernen grundlegende Inhalte und Entwicklungsstufen des menschlichen Werdegangs kennen. Wegen des methodischen Schwerpunkts der Veranstaltung werden Open-Source- Daten verwendet, die für die jeweiligen Methoden geeignet sind. Einen zeitlichen Schwerpunkt gibt es nicht, jedoch werden aufgrund der Datenzugänglichkeit eher prähistorische Datensätze untersucht.

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

Wichtiger Hinweis: Bitte beachten Sie, dass es sich hierbei um eine Doppel-Veranstaltung, bestehend aus einer Vorlesung und einer Übung, handelt.