Zpracování a analýza dat pro humanitní a společenské vědy - NPFL143

• Anglický název: Data Processing and Analysis for the Humanities
• Zajišťuje: Ústav formální a aplikované lingvistiky (32-UFAL)
• Fakulta: Matematicko-fyzikální fakulta
• Platnost: od 2023
• Semestr: letní
• E-Kredity: 2
• Rozsah, examinace: letní s.:0/2, Z [HT]
• Počet míst: neomezen
• Minimální obsazenost: neomezen
• 4EU+: ne
• Virtuální mobilita / počet míst pro virtuální mobilitu: ne
• Stav předmětu: nevyučován
• Jazyk výuky: čeština
• Způsob výuky: prezenční
• Garant: RNDr. Martin Holub, Ph.D.
• Třída: Informatika Mgr. - volitelný
• Kategorizace předmětu: Informatika > Počítačová a formální lingvistika

Anotace

čeština

Počítačové zpracování dat se stalo metodologickým předpokladem velké většiny vědních oborů, včetně humanitních a společenskovědních. Výuka probíhá formou názorných příkladů a vede studenty od úplných základů práce s daty k řešení praktických úloh pomocí nástrojů implementovaných v softwarovém prostředí R. Tento kurz nepředpokládá žádné předchozí znalosti programování a je určen především studentům humanitních a společenskovědních oborů, a to na jakémkoliv stupni (Bc/Mgr/PhD).

Poslední úprava: Mírovský Jiří, RNDr., Ph.D. (24.05.2023)

angličtina

Computer data processing has become a methodological prerequisite for the vast majority of scientific fields, including the humanities and social sciences. The teaching takes place in the form of illustrative examples and guides students from the very basics of working with data to solving practical problems using tools implemented in the R software environment. This course does not assume any previous knowledge of programming and is intended primarily for students of humanities and social sciences, at any level (Bc/Mgr/PhD).

Poslední úprava: Mírovský Jiří, RNDr., Ph.D. (24.05.2023)

Cíl předmětu

čeština

Studenti se naučí samostatně využívat systém R ke zpracování a analýze dat z oblasti humanitních a společenských věd. Kurz poskytuje systematickou technickou podporu pro zvládnutí základů umělé inteligence v rámci navazujícího předmětu "Umělá inteligence pro humanitní a společenské vědy" [NPFL 142].

Poslední úprava: Mírovský Jiří, RNDr., Ph.D. (24.05.2023)

angličtina

Students will learn to independently use the R system to process and analyze data from the humanities and social sciences. The course provides systematic technical support for mastering the basics of artificial intelligence within the follow-up course "Artificial Intelligence for the Humanities" [NPFL 142].

Poslední úprava: Mírovský Jiří, RNDr., Ph.D. (24.05.2023)

Podmínky zakončení předmětu

čeština

Předmět bude ukončen písemným zápočtovým testem. Docházka na cvičení je povinná. Zápočet se uděluje za aktivní práci během celého semestru a odevzdávání průběžných domácích úkolů.

Poslední úprava: Holub Martin, RNDr., Ph.D. (06.06.2023)

angličtina

The course will end with a written credit test. Attendance at practice is mandatory. Credit is awarded for active work throughout the semester and submission of ongoing homework.

Poslední úprava: Mírovský Jiří, RNDr., Ph.D. (24.05.2023)

Literatura

čeština

• Grolemund, Garrett and Hadley Wickham: R for Data Science: Import, Tidy, Transform, Visualize, and Model Data. O'Reilly Media, 2016. [https://r4ds.hadley.nz/]

• Gonick, Larry and Woollcott Smith. The Cartoon Guide to Statistics. Harper Resource. 2005.

• Arnold, Taylor and Lauren Tilton: Humanities Data in R. Exploring Networks, Geospatial Data, Images, and Text. Springer, 2015. [https://link.springer.com/book/10.1007/978-3-319-20702-5]

Poslední úprava: Holub Martin, RNDr., Ph.D. (06.06.2023)

Sylabus

čeština

Základy používání systému R, elementární programovací dovednosti

• Datové vektory, datové tabulky, ukládání do souborů

• Textová data a jejich zpracování

• Nástroje z balíčku tidyverse

• Vizualizace dat

• Regulární výrazy

Elementární znalosti z pravděpodobnosti a statistiky

• Teoretické a empirické pravděpodobnostní rozdělení

• Kontingenční tabulky

• Simulace náhodných procesů

• Binomické a normální rozdělení

• Používání jednoduchých statistických testů

Podpora pro experimentování s umělou inteligencí

Poslední úprava: Holub Martin, RNDr., Ph.D. (06.06.2023)

angličtina

Basics of using the R system, elementary programming skills

• Data vectors, data tables, working with data files

• Methods for textual data processing

• Tools from the tidyverse package

• Data visualization

• Regular expressions

Elementary knowledge of probability and statistics

• Theoretical and empirical probability distribution

• Contingency tables

• Simulation of random processes

• Binomial and normal distributions

• Using simple statistical tests

Support for experimenting with Artificial Intelligence

Poslední úprava: Holub Martin, RNDr., Ph.D. (06.06.2023)