DS813: Introduktion til Humanistisk informatik
Indgangskrav
Faglige forudsætninger
Formål
Kurset har til formål at sætte den studerende i stand til at analysere, administrere og præsentere humanistiske data (såsom tekst-, billed- og lydbaserede data) gennem brug af relevante værktøjer. Der arbejdes med datadrevne design- analyse- og beslutningsprocesser på et værdibaseret og menneskeorienteret grundlag, hvilket er vigtigt for frembringelse af humanistisk datafunderet værdiskabelse.
Kurset giver et humanistisk dataanalytisk funderet fagligt grundlag for at anvende den viden, de kompetencer og færdigheder, der erhverves i uddannelsen, under hensyntagen til spørgsmål om data-drevet analyse, præsentation og datadrevne beslutninger baseret på humanistiske data.
I forhold til uddannelsens kompetenceprofil har kurset eksplicit fokus på at:
- give kompetence til at anvende data science teknologier til at håndtere arbejds- og udviklingssituationer i et humanistisk funderet dataanalytisk perspektiv.
- give kompetence til at frembringe datadrevne analyser til understøttelse af beslutningsprocesser i et humanistisk perspektiv.
- give færdigheder i analyse af ikke-kvantitative data via, bl.a., clustering og sentiment analysis.
- give færdigheder i præsentation og visualisering af data.
- give færdigheder i opstilling og evaluering af statistiske modeller for humanistiske data.
- give viden om datamodeller og humanistiske analysemetoder.
Målbeskrivelse
For at opnå kursets formål er det læringsmålet for kurset, at den studerende demonstrerer evnen til at:
- Analysere, evaluere, dokumentere og præsentere humanistisk baserede dataanalyser ved at anvende relevante værktøjer.
- Have kendskab til statistiske humanistiske dataanalysemetoder og modeller for humanistisk data.
Indhold
Kurset indeholder følgende faglige hovedområder:
- Humanistiske data og deres særlige egenskaber
- Værktøjer for humanistisk dataanalyse.
- Inspektion og management af humanistiske data.
- Opstilling og evaluering af statistiske modeller for humanistiske data.
- Analysemetoder med særlig relevans inden for humaniora.
- Dokumentation og præsentation af resultaterne af en humanistisk dataanalyse.
Litteratur
Eksamensbestemmelser
Eksamenselement a)
Tidsmæssig placering
Udprøvninger
Skriftlig eksamen
EKA
Censur
Bedømmelse
Identifikation
Sprog
Varighed
Hjælpemidler
ECTS-point
Vejledende antal undervisningstimer
Undervisningsform
Undervisningen i kurset kan foregå i følgende former: Forelæsninger og praktisk arbejde, gruppediskussioner, øvelser og præsentationer samt projektarbejde.
Ansvarlig underviser
Skemaoplysninger
Administrationsenhed
Team hos Uddannelsesjura & Registratur
Udbudssteder
Anbefalede studieforløb
Overgangsordninger
Se overgangsordninger for alle kurser på Det Naturvidenskabelige Fakultet.