Allgemeine Informationen

Veranstaltungsname	Vorlesung/Übung: eHumanities Data Science II
Untertitel	Die Arbeit mit archäologischen Daten
Semester	WiSe 2023/24
Aktuelle Anzahl der Teilnehmenden	7
erwartete Teilnehmendenanzahl	15
Heimat-Einrichtung	Institut für Informatik
Veranstaltungstyp	Vorlesung/Übung in der Kategorie Offizielle Lehrveranstaltungen
Erster Termin	Donnerstag, 12.10.2023 10:15 - 11:45, Ort: PC-Pool (3.34) [VSP 1]
Voraussetzungen	Grundkenntnisse in der deskriptiven und induktiven Statistik, Python- oder/ und R-Kenntnisse
Leistungsnachweis	mündl. Prüfung oder Klausur oder Hausarbeit
Studiengänge (für)	Master Informatik Master International Area Studies - Global Change Geography
SWS	4
ECTS-Punkte	5

Lehrende

Räume und Zeiten

PC-Pool (3.34) [VSP 1]: Donnerstag: 10:15 - 11:45, wöchentlich (12x); Donnerstag: 12:15 - 13:45, wöchentlich (10x)
(PC Pool RNr 3.34 - VSP1): Montag, 27.11.2023, Montag, 04.12.2023 16:15 - 17:45
(Robertinum - Hörsaal): Montag, 18.12.2023 16:15 - 17:45

Studienbereiche

Philosophische Fakultät I - Sozialwissenschaften und historische Kulturwissenschaften > Institut für Kunstgeschichte und Archäologien Europas > Archäologie
Naturwissenschaftliche Fakultät III - Agrarwiss., Geowiss. und Informatik > Institut für Geowissenschaften und Geographie > Master International Area Studies
Naturwissenschaftliche Fakultät III - Agrarwiss., Geowiss. und Informatik > Informatik > Institut für Informatik > Master
Naturwissenschaftliche Fakultät III - Agrarwiss., Geowiss. und Informatik > Informatik
Naturwissenschaftliche Fakultät III - Agrarwiss., Geowiss. und Informatik
Philosophische Fakultät I - Sozialwissenschaften und historische Kulturwissenschaften > Institut für Altertumswissenschaften > Orientalische Archäologie und Kunstgeschichte > MA Archäologie und Kunstgeschichte des vorislamischen Orients

Modulzuordnungen

Kommentar/Beschreibung

Studierende werden in diesem Modul Kenntnisse in der uni- und multivariaten Statistik
erhalten. Die Studierenden verstehen die diesen Techniken zugrundeliegenden theoretischen Konzepte, sind in der Lage diese unter zu Hilfenahme von Python- und R-Bibliotheken anzuwenden. Sie sollen den professionellen Umgang mit Daten aus verschiedenen Fachbereichen erlernen. Ein Fokus liegt dabei auf der eigenständigen Auswertung dieser Daten und der Erstellung von Fragestellungen.

Inhalte:
- 1. Fallbeispiele aus der digitalen Archäologie und anderen Bereichen der eHumanities
- 2. Multivariate Verteilungen
- 3. Darstellung Multivariater Verteilungen
- 4. Multivariate Regression und Multiple Discriminant Analyses
- 5. Redundanzanalyse
- 6. Clusteranalysen
- 7. Hauptkomponentenanalyse
- 8. MANOVA
- 9. Bayessche Statistik