Diese
Übung führt in weiterführende, informationswissenschaftliche Methoden
der Datenanalyse ein. Anschließend werden Werkzeuge und Methoden
vorgestellt, die durch die fortschreitende und tiefgehende
Digitalisierungstransformation unserer Gesellschaft entstanden sind und
gleichzeitig durch die ständige und immer größere werdende Verfügbarkeit
von Daten aktuell sehr bedeutend sind („Data Deluge“). Nach einer
grundsätzlichen Wiederholung der wichtigsten Informationen zur
Programmiersprache R folgt eine Einführung in die Programmiersprache
Python, die hauptsächlich für die Anwendung moderner
Data-Science-Methoden verwendet wird. Anschließend werden im weiteren
Kursverlauf die Methoden und Themengebiete Big Data Analysis, Social
Network Analysis und Künstliche Intelligenz erarbeitet und vorgestellt.
Im
Kurs sind kleine Übungen als Studienleistung zu erbringen, als
Prüfungsleistung wird von den Teilnehmer:innen aus einem der
vorgestellten Themenblöcke ein kleines Datenprojekt erarbeitet.
Für
diese Übung werden keine Methoden- und Statistikkenntnisse
vorausgesetzt, Vorkenntnisse in R und Python sind ebenfalls nicht
erforderlich, aber hilfreich.
Außerdem
wichtig! Melden Sie sich bitte auf jeden Fall rechtzeitig mit Ihren
Prioritäten im SPUR an! Um einen unüberschaubaren E-Mail-Verkehr mit
Nachzüglern zu vermeiden, wird eine Nachmeldung nicht möglich sein!
Falls Sie bei der Auslosung keinen Platz erhalten, ist ein Nachrücken
jedoch möglich.
Wickham, Hadley 2018: R für Data Science: Daten importieren, bereinigen, umformen, modellieren und visualisieren. O'Reilly.
Salganik, Matthew 2018: Bit by bit: Social Research in the digital age. Princeton University Press.
Unpingco, José 2021: Python programming for data analysis. Springer.
Scott, John 2012: What is social network analysis? Bloomsbury Academic.