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

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 selbstgestaltete Arbeit	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	Angebotsrhythmus	Anwesenheitspflicht	Gewicht an Modulnote in %
LV 1	Wintersemester	Nein	%
LV 2	Wintersemester	Nein	%
LV 3	Wintersemester	Nein	%
LV 4	Wintersemester	Nein	%