Universität Wien
Warning! The directory is not yet complete and will be amended until the beginning of the term.

136101 VO Quantitative Methods in the Digital Humanities (2022W)

Registration/Deregistration

Note: The time of your registration within the registration period has no effect on the allocation of places (no first come, first served).

Details

Language: German

Examination dates

Lecturers

Classes (iCal) - next class is marked with N

Der erste Prüfungstermin wird am 30.1. (13:15-14:45) stattfinden! Nähere Informationen folgen.

  • Wednesday 05.10. 11:30 - 13:00 BIG-Hörsaal Hauptgebäude, Tiefparterre Stiege 1 Hof 1
  • Wednesday 12.10. 11:30 - 13:00 BIG-Hörsaal Hauptgebäude, Tiefparterre Stiege 1 Hof 1
  • Wednesday 19.10. 11:30 - 13:00 BIG-Hörsaal Hauptgebäude, Tiefparterre Stiege 1 Hof 1
  • Wednesday 09.11. 11:30 - 13:00 BIG-Hörsaal Hauptgebäude, Tiefparterre Stiege 1 Hof 1
  • Wednesday 16.11. 11:30 - 13:00 BIG-Hörsaal Hauptgebäude, Tiefparterre Stiege 1 Hof 1
  • Wednesday 23.11. 11:30 - 13:00 BIG-Hörsaal Hauptgebäude, Tiefparterre Stiege 1 Hof 1
  • Wednesday 30.11. 11:30 - 13:00 BIG-Hörsaal Hauptgebäude, Tiefparterre Stiege 1 Hof 1
  • Wednesday 07.12. 11:30 - 13:00 BIG-Hörsaal Hauptgebäude, Tiefparterre Stiege 1 Hof 1
  • Wednesday 14.12. 11:30 - 13:00 BIG-Hörsaal Hauptgebäude, Tiefparterre Stiege 1 Hof 1
  • Wednesday 11.01. 11:30 - 13:00 BIG-Hörsaal Hauptgebäude, Tiefparterre Stiege 1 Hof 1
  • Wednesday 18.01. 11:30 - 13:00 BIG-Hörsaal Hauptgebäude, Tiefparterre Stiege 1 Hof 1
  • Wednesday 25.01. 11:30 - 13:00 BIG-Hörsaal Hauptgebäude, Tiefparterre Stiege 1 Hof 1

Information

Aims, contents and method of the course

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 (z.B. dynamische Systeme). 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. Um den Studierenden einen Einblick in die Arbeit mit R zu geben, umfasst die Vorlesung ein kleines R Tutorial. Programmierung in R gehört allerdings explizit nicht zum Prüfungsstoff.

Assessment and permitted materials

Schriftliche Prüfung am Ende des Kurses

Erlaubte Hilfsmittel: Taschenrechner (nicht programmierbar, keine Handys)

Minimum requirements and assessment criteria

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

Examination topics

Inhalte auf den Folien; im Kurs angegebene Literatur.

Reading list

Wird bekannt gegeben.

Association in the course directory

DH 2

Last modified: Th 04.07.2024 00:13