|
|
Vorlesungsverzeichnis >> Philosophische Fakultät und Fachbereich Theologie (Phil) >> Digitale Geistes- und Sozialwissenschaften (BA) >>
|
Wahlpflichtbereich: Digitale Geistes- und Sozialwissenschaften in Theorie und Praxis
| |
Wörter, Texte & Frequenzen: statistische Analyse von Sprachdaten [WTF] -
- Dozentinnen/Dozenten:
- Andreas Blombach, Philipp Heinrich
- Angaben:
- Seminar, 2 SWS, ECTS: 5, geeignet als Schlüsselqualifikation
- Termine:
- Mo, 16:15 - 17:45, 02.313
- Voraussetzungen / Organisatorisches:
- Grundlegende Statistik- und Programmierkenntnisse werden vorausgesetzt, Erfahrung mit R ist nicht nötig
Technische Voraussetzungen: eigener Rechner; für Online-Veranstaltungen Mikrofon, Lautsprecher oder Headset, idealerweise Webcam
- Inhalt:
- Seien es nun stilometrische Analysen, die Auswertung von Korpusrecherchen oder die Analyse von Social-Media-Beiträgen unter sozialwissenschaftlichen Gesichtspunkten: Auch wenn man eigentlich mit Text arbeitet, kommt man um Statistik oft nicht herum.
Sprachdaten bringen besondere statistische Herausforderungen mit sich, die in Einführungskursen in der Regel nur angeschnitten werden. Wir wollen uns im Seminar aber nicht nur damit beschäftigen, sondern auch ganz grundlegend mit statistischer Modellierung: Wie wählt man das passende statistische Verfahren aus? Wie wählt man die Prädiktorvariablen aus, die ins Modell eingehen sollen? Wie misst man die Güte eines Modells, und wie interpretiert man das Modell richtig? Wie lassen sich Modelle robust konstruieren, sodass sie verlässlichere Vorhersagen liefern? Wie geht man mit Interaktionen, Nichtlinearität und abhängigen Daten um? Wie wählt man unter mehreren möglichen Modellen das beste aus?
Dabei spielt natürlich stets auch die Visualisierung der Daten eine wichtige Rolle.
Eigene Daten und Fragestellungen können gerne eingebracht werden!
Grober und unvollständiger Themenüberblick:
Einführung in R / Auffrischung Häufigkeitsverteilungen von Sprachdaten Visual data exploration: ggplot, Plotly & Shiny Statistische Modelle: Genauigkeit und Interpretierbarkeit, Test- und Trainingsdaten, Kreuzvalidierung Klassifikationsprobleme (logistische Regression, SVMs, Entscheidungsbäume und Random Forests) Modellieren für Fortgeschrittene (u.a. Umgang mit Nichtlinearität und mit abhängigen Daten) Unüberwachtes Lernen: Clustering, Dimensionsreduzierung und Co.
- Empfohlene Literatur:
- Wickham, Hadley / Grolemund, Garrett (2017): R for Data Science. [Online: https://r4ds.had.co.nz/index.html]
Ismay, Chester / Kim, Albert Y. (2020): Statistical Inference via Data Science. A ModernDive into R and the Tidyverse. [Online: https://moderndive.com/index.html]
James, Gareth / Witten, Daniela / Hastie, Trevor / Tibshirani, Robert (2013): An Introduction to Statistical Learning. [Online: http://faculty.marshall.usc.edu/gareth-james/ISL/]
- Schlagwörter:
- Statistik, Korpuslinguistik, Visualisierung, Datenanalyse, Regression, Modellierung
|
| |
Hinter den Kulissen des Museums – vom 3D-Scan zur digitalen Ausstellung [AtGNM] -
- Dozentinnen/Dozenten:
- Frank Bauer, Philipp Kurth, Tim Weyrich
- Angaben:
- Projektseminar, ECTS: 10, geeignet als Schlüsselqualifikation, Block-Termin vor Beginn des Semesters, Studierende im Master Kunstgeschichte können die Lehrveranstalung in den Schwerpunktmodulen Digitale Kunstgeschichte I + II zu 5 ECTS oder 2 x 5 ECTS belegen.
- Termine:
- Do, 14:00 - 16:00, 01.151-128
Blockveranstaltung 4.10.2021-8.10.2021 Mo-Fr, 9:00 - 15:00, Raum n.V.
Vorbesprechung: Mittwoch, 14.7.2021, 14:15 - 15:00 Uhr, Zoom-Meeting
- Studienrichtungen / Studienfächer:
- WPF INF-MA ab 1
WPF INF-BA ab 3
- Voraussetzungen / Organisatorisches:
- Programmierkentnisse auf Anfängerniveau (z.B. IWGS, GdI, AuD oder vergleichbares Einsteigerwissen). Im Zweifel einfach kurz bei uns nachfragen...
Studierende im Master Kunstgeschichte können die Lehrveranstalung in den Schwerpunktmodulen Digitale Kunstgeschichte I + II zu 5 ECTS oder 2 x 5 ECTS belegen.
- Inhalt:
- Wie entstehen eigentlich digitale Inhalte in einem Museum? In diesem Projekt-Seminar lernen Sie den zugrundeliegenden Ablauf in Zusammenarbeit mit dem Germanischen Nationalmuseum kennen. Dabei arbeiten Sie selbst an jedem Schritt mit: vom Scan im Museum über die 3D-Rekonstruktion und Aufbereitung der Daten (in Blender) bis zur inhaltlichen Gestaltung (mit Unity 3D) und finalen Veröffentlichung z.B. über Sketchfab. Durch das Semester werden Sie immer begleitet von Experten aus dem Germanischen Nationalmuseum, Mitarbeitern der Computergrafik und der Digital Humanities in Erlangen. So können Sie im Laufe des Semesters eine digitale Ausstellung von Anfang bis Ende interaktiv und spannend gestalten.
- Schlagwörter:
- Museum, Unity, Sketchfab, Blender, Praxis, 3D, Computergrafik
|
| |
HS: "R"-chaeology - Einführung in die multivariate Datenanalyse mit der open-source Programmiersprache R [HS(PS): "R"-chaeology] -
- Dozent/in:
- Marcel Weiß
- Angaben:
- Hauptseminar, 2 SWS, ECTS: 5, Master, Bachelor
- Termine:
- Di, 12:00 - 14:00, Zoom-Webinar
ab 26.10.2021
- Inhalt:
- In vielen Wissenschaftsgebieten werden heute die Analysen von Datensätzen in R durchgeführt. In diesem Kurs lernen Sie die Grundlagen der Programmierung mit der open-source Statistiksoftware R. An einem Beispieldatensatz lernen Sie Datenmanagement, das Erstellen von Diagrammen, sowie die Durchführung und Interpretation einer Hauptkomponentenanalyse (PCA). Da die Kurseinheiten aufeinander aufbauen ist die regelmäßige Teilnahme erforderlich. Es wird erwartet, dass Sie im Seminar an Ihrem Rechner nach Anleitung programmieren. Dieser Kurs findet online satt, die Anmeldedaten für Zoom finden Sie vor Beginn des ersten Kurses auf StudOn.
|
| |
Forschungsdatenmangement [FDM] -
- Dozentinnen/Dozenten:
- Katharina Leyrer, Mona Dietrich
- Angaben:
- Seminar, 2 SWS, ECTS: 5, geeignet als Schlüsselqualifikation
- Termine:
- Do, 16:15 - 17:45, 02.313
- Voraussetzungen / Organisatorisches:
- Das Seminar findet über Zoom statt, sowohl synchron als auch asynchron. Abhängig von aktuellen Regelungen werden einige Sitzungen hybrid stattfinden, also einen Präsenzanteil haben.
- Inhalt:
- Forschungsdaten sind die Voraussetzung dafür, Forschungsergebnisse für andere WissenschaftlerInnen verifizierbar und nachnutzbar zu machen. Daher führt das Seminar in das Thema Forschungsdatenmangement ein. Wir besprechen und diskutieren, wie wir den Umgang mit Daten in einem Forschungsvorhaben planen und strukturieren (z.B. mit Datenmanagementplänen), Daten beschreiben und dokumentieren (z.B. mithilfe von Metadatenstandards), Forschungsdaten finden und nachnutzen können und welche Rolle dabei rechtliche und ethische Aspekte spielen. Zusätzlich werden auch die technischen Umsetzungsmöglichkeiten, besonders Datenbanksysteme, thematisiert. Im Fokus des Seminars stehen Forschungsdaten, die in den Digital Humanities und angrenzenden Bereichen entstehen, sowie Aspekte von Open Science.
- Empfohlene Literatur:
-
- Schlagwörter:
- Forschungsdaten, Datenmanagement, Datenbanksystem, Metadaten, Open Science
|
| |
"Künstliche Intelligenz" und juristische Argumentation - Von Aristoteles zu Legal-Tech und Richterautomat? -
- Dozent/in:
- Axel Adrian
- Angaben:
- Proseminar, nur Fachstudium
- Termine:
- Do, 14:00 - 16:00, JDC R 1.281
- Voraussetzungen / Organisatorisches:
- Teilnehmer
Das Proseminar richtet sich insbesondere an Studierende der ersten vier Fachsemester. Spezielle Vorkenntnisse zur Argumentationstheorie, juristischen Methodenlehre oder Wissenschaftstheorie wären hilfreich, werden aber nicht erwartet. Einführende inhaltliche Hinweise zu den jeweiligen Themen sowie Informationen zu einführender Literatur werden im Laufe der ersten Termine und auch noch speziell bei der Vergabe und Vorbereitung der Themen gegeben. Proseminarschein Zum Erwerb eines benoteten Proseminarscheins gem. § 10 Abs. 1 3,4 Abs. 2 StO ist die Anfertigung einer schriftlichen Proseminararbeit im Umfang von ca. 15 Seiten, ein mündliches Referat der wesentlichen Ergebnisse der Arbeit mit anschließender Diskussion, sowie die regelmäßige aktive Teilnahme am Proseminar erforderlich. Seminarschein/ECTS Zum Erwerb eines benoteten Seminarscheins ist die Anfertigung einer schriftlichen Seminararbeit im Umfang von ca. 15 Seiten und ein mündliches Referat der wesentlichen Ergebnisse der Arbeit mit anschließender Diskussion, sowie die regelmäßige aktive Teilnahme am Proseminar erforderlich.
ECTS: 5. Das Seminar ist als Schlüsselqualifikation geeignet. Ablauf Die Veranstaltungen finden jeweils jedenfalls online über Zoom von 14-16 Uhr c.t (oder in Präsenzveranstaltungen in JDC R. 1.281– Seminarraum Juridicum, Eingang Schillerstrasse 1 in 91054 Erlangen) statt. Wie, wird rechtzeitig bekannt gegeben. Zunächst erfolgt eine allgemeine Einführung in das wissenschaftliche Arbeiten. Es geht um formale Anforderungen, Literaturrecherche, Zitiertechnik, Gutachtenstil, etc. Am Ende der allgemeinen Einführung erfolgt dann eine spezielle Einführung in die Fragen der später zu bearbeitenden Themen. Im Rahmen der letzten Veranstaltung werden die Themen mit den Studierenden ausgewählt und vergeben. Danach finden in einem noch bekanntzugebenden Zeitraum zunächst keine weiteren Proseminarveranstaltungen statt, um den Bearbeitern die Möglichkeit zur Anfertigung ihrer Beiträge zu geben. Auch in diesem Zeitraum können Sie sich aber bei Fragen individuell bei mir melden.
Schließlich erfolgen in den kommenden Proseminarveranstaltungen dann die Referate mit anschließender Diskussion, wobei pro Veranstaltung zwei Präsentationen stattfinden werden. Zeit/Ort Das Seminar findet jedenfalls als Zoom-Meeting grundsätzlich donnerstags von 14-16 Uhr c.t (oder ausnahmsweise in JDC R. 1.281 Seminarraum Juridicum, Eingang Schillerstrasse 1 in 91054 Erlangen als Präsenzmeeting) statt (1. Termin: 21. Oktober 2021). Anmeldung Die Anmeldung zu diesem Proseminar ist über StudOn möglich. Die Teilnehmerzahl ist auf 15 Personen begrenzt. Fragen? Prof. Dr. Axel Adrian, Notar
(über Kanzlei)
Königstraße 21, 90402 Nürnberg
Tel. 0911/23086-0
E-Mail: axel.adrian@fau.de
- Inhalt:
- Im Proseminar wird in den ersten Stunden vermittelt, wie neben wissenschaftlichem Arbeiten das juristische Denken und die Rechtspraxis funktionieren. Sodann geht es um Fragen der juristischen Methodenlehre und der Argumentationstheorie als solche, einer mittlerweile etablierten philosophischen Disziplin, um Einsichten in das juristische Argumentieren zu erhalten.
Es geht dabei thematisch beispielsweise darum, ob der Begriff des Arguments überhaupt definiert werden kann, ob man Kriterien für „gültige“ Argumente festlegen kann, ob „überzeugende“ von nur „überredenden“ Argumenten unterschieden werden können, etc. Schließlich werden auch philosophische Bezüge z.B. zur Wissenschaftstheorie und zur Erkenntnistheorie aufgezeigt. Wie haben sich z.B. die Kriterien wissenschaftlicher Prüfbarkeit ausgehend von der Intuition, über die Verifikation und Falsifikation bis hin zur Frage der Rationalität von Argumenten verändert? Am Ende werden dann die Themen vergeben, wie z.B. • Argumentationstheorie nach Aristoteles – Theorie mit Logik vs. Praxis mit Rhetorik
• Der Justizsyllogismus –Fremdkörper in der Argumentationstheorie des Aristoteles?
• Stephen Toulmin “The Use of Argument”
• Chaim Perelman “La nouvelle rhétorique. Traité de l`argumentation”
• Charles Hamblin “Fallacies”
• Die Erweiterung der Logik in der Argumentationstheorie durch Trudy Govier und Christoph Lumer
• Manfred Kienpointers “Alltagslogik” und die Rationalisierung der Rhetorik durch 60 Argumentationsmuster
• Der Begriff des Arguments nach Harald Wohlrapp
• Welche Versuche gibt es juristisches Argumentieren mit Maschinen zu simulieren?
• Überblick über die (wissenschaftstheoretische) Entwicklung der Rechtsinformatik
• Was ist der Unterschied zwischen symbolischer und subsymbolischer KI?
• Die Formalisierung juristischer Argumente zur Verarbeitung mit Maschinen
• Beispielhafte Erläuterung von regelbasierten und statistischen NLP-Tools
• Was ist Rule-Based-Reasoning?
• Was ist Case-Based-Reasoning?
• Was ist Argumentation Mining?
• Juristische Argumentation und die Idee des Cognitive Computing von Kevin D. Ashley (AI and legal analytics)
• Was ist der Unterschied von Machinelearning und Deeplearning?
|
|
 |
|
|
UnivIS ist ein Produkt der Config eG, Buckenhof |
|
|