Universität Wien
Achtung! Das Lehrangebot ist noch nicht vollständig und wird bis Semesterbeginn laufend ergänzt.

136101 VO Quantitative Methoden in den Digital Humanities (2021W)

VOR-ORT

An/Abmeldung

Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").

Details

Sprache: Deutsch

Prüfungstermine

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

  • Mittwoch 06.10. 13:15 - 14:45 Hörsaal 2 Hauptgebäude, Tiefparterre Stiege 5 Hof 3
  • Mittwoch 13.10. 13:15 - 14:45 Hörsaal 2 Hauptgebäude, Tiefparterre Stiege 5 Hof 3
  • Mittwoch 20.10. 13:15 - 14:45 Hörsaal 2 Hauptgebäude, Tiefparterre Stiege 5 Hof 3
  • Mittwoch 27.10. 13:15 - 14:45 Hörsaal 2 Hauptgebäude, Tiefparterre Stiege 5 Hof 3
  • Mittwoch 03.11. 13:15 - 14:45 Hörsaal 2 Hauptgebäude, Tiefparterre Stiege 5 Hof 3
  • Mittwoch 10.11. 13:15 - 14:45 Hörsaal 2 Hauptgebäude, Tiefparterre Stiege 5 Hof 3
  • Mittwoch 17.11. 13:15 - 14:45 Hörsaal 2 Hauptgebäude, Tiefparterre Stiege 5 Hof 3
  • Mittwoch 24.11. 13:15 - 14:45 Hörsaal 2 Hauptgebäude, Tiefparterre Stiege 5 Hof 3
  • Mittwoch 01.12. 13:15 - 14:45 Hörsaal 2 Hauptgebäude, Tiefparterre Stiege 5 Hof 3
  • Mittwoch 15.12. 13:15 - 14:45 Hörsaal 2 Hauptgebäude, Tiefparterre Stiege 5 Hof 3

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

Die Digitalen Geisteswissenschaften (Digital Humanities, DH) befassen sich mit der digitalen Aufbereitung, Verfügbarmachung und Analyse von für die Geisteswissenschaften relevanten Forschungsdaten. In dieser Vorlesung fokussieren wir uns auf die quantitativen Methoden, die der Analyse jener Daten und allgemeiner der Beantwortung geisteswissenschaftlicher Fragestellungen zugrunde liegen. Das umfasst Grundlagen der deskriptiven Statistik und der Inferenzstatistik, computerlinguistische Methoden der Textanalyse, Netzwerkanalyse, sowie eine Einführung in mathematische Methoden, die in den Geisteswissenschaften ihre Anwendung finden (etwa dynamische Systeme und Spieltheorie). Ziel ist es, diese Methoden zu verstehen und auf einfache geisteswissenschaftliche Fragestellungen anwenden zu können.

Die mathematischen Inhalte setzen ein dahingehendes Grundverständnis für das Verfolgen der Inhalte voraus (Prozentrechnen, Wahrscheinlichkeiten, lineare Funktionen, etc.; Matura-Niveau). Abgesehen davon werden keine weiterführenden Kenntnisse in Statistik, Programmierung etc. vorausgesetzt.

Diese Vorlesung ist kein Programmierkurs und setzt keine Kenntnisse in Skriptsprachen wie R, Python oder Matlab voraus.

Art der Leistungskontrolle und erlaubte Hilfsmittel

Schriftliche Prüfung am Ende des Kurses

Mindestanforderungen und Beurteilungsmaßstab

Maximal 40 Punkte
35-40: sehr gut
30-34: gut
25-29: befriedigend
20-24: genügend
0-19: nicht genügend

Prüfungsstoff

Inhalte auf den Folien; im Kurs angegebene Literatur.

Literatur

Wird bekannt gegeben.

Zuordnung im Vorlesungsverzeichnis

DH 2

Letzte Änderung: Do 04.07.2024 00:13