MLU
INF.08095.01 - eHumanities Data Science I (Complete module description)
Original version English
INF.08095.01 5 CP
Module label eHumanities Data Science I
Module code INF.08095.01
Semester of first implementation
Faculty/Institute Institut für Informatik
Module used in courses of study / semesters
  • Geographie (180 LP) (Bachelor) > Geographie/Erdkunde Geographie180, Version of accreditation valid from WS 2019/20 > Ergänzungsbereich 4: Informatik
  • Informatik (180 LP) (Bachelor) > Informatik Informatik180, Version of accreditation valid from SS 2021 > Bereich Informatik
Responsible person for this module
Further responsible persons
Jun.-Prof. Dr. Hubert Mara
Prerequisites
Skills to be acquired in this module
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.
Module contents
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
Forms of instruction Lecture (2 SWS)
Course
Exercises (2 SWS)
Course
Languages of instruction German, English
Duration (semesters) 1 Semester Semester
Module frequency jedes Wintersemester
Module capacity unlimited
Time of examination
Credit points 5 CP
Share on module final degree Course 1: %; Course 2: %; Course 3: %; Course 4: %.
Share of module grade on the course of study's final grade 1
Module course label Course type Course title SWS Workload of compulsory attendance Workload of preparation / homework etc Workload of independent learning Workload (examination and preparation) Sum workload
Course 1 Lecture Vorlesung 2 0
Course 2 Course Selbststudium zur Vorlesung 0
Course 3 Exercises Übung 2 0
Course 4 Course Bearbeiten der Übungsaufgaben 0
Workload by module 150 150
Total module workload 150
Examination Exam prerequisites Type of examination
Course 1
Course 2
Course 3
Course 4
Final exam of module
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)
Exam repetition information
Prerequisites and conditions Prerequisites Frequency Compulsory attendance Share on module grade in percent
Course 1 Winter semester No %
Course 2 Winter semester No %
Course 3 Winter semester No %
Course 4 Winter semester No %