Modulets indhold, forløb og pædagogik

Gennem modulet tilegner de studerende sig viden om nye digitale metoder samt indledende praktisk erfaring med en række computationelle teknikker som maskinlæring, mønstergenkendelse og netværksanalyse. Den studerende lærer at indsamle, analysere og visualisere store mængder ustrukturerede data, som for eksempel tekster eller billeder fra nettet, og at forholde dig til, hvordan sådanne analyser kan indgå konstruktivt i et projekt sammen med andre typer af metoder og indsigter. Gennem modulet bliver den studerende i stand til at tilrettelægge et digitalt metodeprojekt, forholde dig kritisk til dets muligheder og udfordringer, samt involvere og kommunikere med de tekniske fagligheder, der kan være nødvendige for at gennemføre projektet.

Læringsmål

Viden

• Tekniker til indsamling og kuratering af store mængder ustruktureret data fra digitale medier, herunder scrapere, crawlere og API’er
• Teknikker til maskinel behandling og eksplorativ analyse af store mængder ustruktureret data, herunder visuel netværksanalyse, natural language processing, og forskellige former for maskinlæring, eksempelvis til automatisk klassificering af billeder
• Centrale metodemæssige diskussioner, problemer og begreber fra den digitale metodelitteratur, for eksempel spørgsmål om etik, online grounding, algoritmisk bias eller forholdet mellem kvanti- og kvalitative metoder.

Færdigheder

• At indsamle store mængder ustruktureret data fra digitale medier
• At undersøge relationer i data gennem visuel netværksanalyse
• At anvende værktøjer baseret på maskinlæring til analyse af tekst og billede
• At anvende relevante datavisualiseringsredskaber til at formidle kvalitativt dybe historier med data.

Kompetencer

• At planlægge et digitalt metodeprojekt og kritisk vurdere dets muligheder og udfordringer
• At samarbejde med relevante tekniske specialister inden for felter som computer science eller informationsdesign
• At oversætte mellem kvalitative, humanfaglige spørgsmål og indsigter fra maskinel analyse af store datamængder.

Undervisningsform

Vedr. undervisningsform henvises til studieordningens §17. Den konkrete vægtning mellem de forskellige undervisningselementer vil fremgå af semesterbeskrivelsen for modulet. Semesterbeskrivelsen offentliggøres i Moodle før semesterstart.

Eksamen

Prøver