INF: Open data Science
Kursusindhold
Kurset i Open Data Science vil introducere til ”åbne” værktøjer og metoder til behandling og visualisering af datatyper såsom strukturerede data, tekst data og temporale data.
Dette inkluderer introduktion til sproget Python og anvendelsen af Python til dataanalyse herunder text mining og sentiment analysis. Kurset vil i høj grad inkludere hands-on cases hvor de studerende arbejder med relevante datasæt. Kurset vil ligeledes introducere principperne bag FAIR – data herunder etiske problemstillinger ved arbejdet med open data
______________
The course in Open Data Science will introduce "open" tools and methods for processing and visualizing data types such as structured data, text data, and temporal data.
This includes an introduction to the Python programming language and its use in data analysis, including text mining and sentiment analysis. The course will heavily feature hands-on cases where students work with relevant datasets. It will also introduce the principles behind FAIR data, including ethical issues related to working with open data.
Open data Science
Fagstudieordning for , BA-TV på institut for informationsstudier STO 19
Fagstudieordning for bacheloruddannelsen i informationsstudier, 2019 (ku.dk)
Ved prøven kan den studerende demonstrere:
Viden om og forståelse af
- muligheder og udfordringer i relation til at arbejde med store datamængder.
- etiske forhold angående dataerhvervelse, -lagring, -aggregering, dataudgivelse og -anvendelse.
Færdigheder i at
- anvende teorier og begreber til at definere og analysere problemstillinger vedrørende store datamængder.
- udvikle løsninger til genfinding og sortering i/af strukturerede og ustrukturerede data.
- bearbejde og repræsentere data visuelt.
Kompetencer i at
- planlægge og udføre analyseopgaver i forskellige typer data og informationssystemer.
- teoretisk velbegrundet kunne analysere og diskutere problemstillinger vedrørende store datamængder.
Holdundervisning, mundtlig oplæg, opgaveløsning, praktiske øvelser. Noget af undervisningen vil ske på Engelsk
Eksempler på litteratur som tænkes anvendt på kurset:
- Hackling, G. (2014) Mastering Machine Learning With scikit-learn. Birmingham: Packt Publishing
- Ignatow, G. & Mihalcea, R. (2018) An Introduction to Text Mining : Research Design, Data Collection, and Analysis.Los Angeles, CA. Sage
- McKinny, W. (2017) Python for Data Analysis: Data Wrangling with Pandas, NumPy, and IPython. 2nd Ed. Sebastopol, CA: O’Reilly
- The Programming Historian. Available from https://programminghistorian.org/
Exchange and international fee-paying guest students: apply for courses in Mobility Online. Questions regarding course registration should be directed to incomingmobility@adm.ku.dk.
Academic requirements: This course is only available to students with at least 30 ECTS passed within Philosophy or an equivalent area of study.
Language requirements for non-Nordic students who wish to participate in courses taught in Danish: You must attach documentation that you have passed the Study Test in Danish: https://www.studieskolen.dk/en/tests/danish-tests/studieproeven
- ECTS
- 15 ECTS
- Prøveform
-
Portfolio
- Prøveformsdetaljer
- Eksaminationssprog: Dansk eller Engelsk
Omfang: 16-20 normalsider
Se nærmere detaljer under kursusbeskrivelsen i Fagstudieordning for BA-TV - Hjælpemidler
- Alle hjælpemidler tilladt
Enhver anvendelse af generativ AI (til fx til idegenerering, opsummering, redigering, visualisering eller beskrivelse af forskningsobjektet m.m.)
i forbindelse med udarbejdelse af materiale til eksamen skal ske i overensstemmelse med god akademisk praksis se mere her: https://kunet.ku.dk/arbejdsomraader/undervisning/digital-laering/ai-og-chatgpt/tilladelse-eller-forbud---stoette-til-beslutning/AI-deklaration/Sider/default.aspx
og deklareres ved hjælp af HUM-skabelonen til deklarering af anvendelse af generativ AI – se her:
- Bedømmelsesform
- 7-trins skala
- Censurform
- Ingen ekstern censur
- Eksamensperiode
-
se Eksamensoversigt under ”find tid og sted”. Oversigten offentliggøres før semesterstart.
- Reeksamen
-
Samme som den ordinære prøve
- Kategori
- Timer
- Holdundervisning
- 84
- Forberedelse (anslået)
- 325,5
- Total
- 409,5
Kursusinformation
- Undervisningssprog
- Engelsk
- Kursusnummer
- HIVB10078U
- ECTS
- 15 ECTS
- Niveau
- Bachelor
Bachelor tilvalg
- Varighed
-
1 semester
- Placering
- Efterår
- Skemagruppe
-
Se skema under kursusbeskrivelsen.
- Kapacitet
- 25 deltagere
- Studienævn
- Studienævn for Kommunikation
Udbydende institut
- Institut for Kommunikation
Udbydende fakultet
- Det Humanistiske Fakultet
Kursusansvarlige
- Haakon Lund (2-6e72466e7b7334717b346a71)
- Frans van der Sluis (5-4f7b6a777c49717e7637747e376d74)
Timetable
Are you BA- or KA-student?
Courseinformation of students