Formålet med modulet er, at den studerende tilegner sig en anvendelsesorienteret forståelse for computationelle og dataintensive metoder med fokus på analyseteknikker, datahåndtering, datavisualisering og dataudforskning, der kan anvendes på strukturerede og ustrukturerede data, der er relevante i undersøgelser af samfundsvidenskabelige fænomener og problemstillinger. Målet er, at de studerende tilegner sig de nødvendige computationelle kompetencer, der sætter dem i stand til at vælge, analysere og præsentere relevant datasæt samt opbygge en forståelse for, hvordan databehandling og -analyse fungerer i praksis – her særligt med fokus på dataudforskningsteknikker og visualisering med relevante Python-biblioteker.
Kurset giver en indføring i computationel tænkning med særlig fokus på dataintensive metoder og digitale data. Datahåndtering introduceres i programmeringssproget Python, hvorefter en række udvalgte metoder gennemgås; herunder klyngeanalyseteknikker, mapping-metoder samt simple tekstanalyseteknikker. Fokus er på sammenhængen mellem valg af relevant datasæt, dataanalyse, datavisualisering og metoder til identifikation af relevante samfundsvidenskabelige problemstillinger.
Kurset afvikles som en kombination af forelæsninger, øvelser og e-læring.
Se omfang m.v. i Moodle
Prøvens navn | Social Data Science I: Dataanalyse med Python |
Prøveform | Mundtlig pba. projekt
Modulet evalueres gennem portfolioopgave med mundtlig
prøve. |
ECTS | 10 |
Bedømmelsesform | 7-trins-skala |
Censur | Intern prøve |
Vurderingskriterier | Vurderingskriterierne er angivet i Universitetets eksamensordning |
Engelsk titel | Social Data Science I: Data Analysis with Python |
Modulkode | KAPAS22VF07 |
Modultype | Kursus |
Varighed | 1 semester |
Semester | Efterår
|
ECTS | 10 |
Undervisningssprog | Dansk |
Undervisningssted | Campus Aalborg |
Modulansvarlig |
Studienævn | Studienævn for Politik og Samfund |
Institut | Institut for Politik og Samfund |
Fakultet | Det Humanistiske og Samfundsvidenskabelige Fakultet |
Se litteratur m.v. i Moodle