Kurser og workshops

SCDataLab afholder kurser og workshops for forskere på Det Humanistiske Fakultet, Det Juridiske Fakultet og Det Teologiske Fakultet.

Kommende arrangementer og workshops

Fra 1. januar 2024 vil HUM, JUR, TEO og DIKU understøtte datascience i forskningen direkte på de enkelte fakulteter. Læs mere.

Her er de nye kontaktadresser for datascience-support i forskningen:

 

Vi udbyder følgende kurser og workshops (som du også kan læse mere om på SCDatalabs engelske hjemmeside):

 

 

 

I denne workshop introducerer vi dig til en meget brugt teknik: indsamling af data fra nettet (også kaldet web-scraping). Vi starter med at forklare logikken bag web-skrabning, og hvordan websider er opbygget. Vi introducerer dig derefter til web-scraping fra simple til mere avancerede cases, hvor du får mulighed for at lære, hvordan man etisk forsvarligt skriver Python-scripts til at indsamle data og downloade filer og billeder fra nettet.

 

 

Du får en praktisk introduktion til hovedbegreberne i social netværksanalyse med primært fokus på netværksvisualisering i Gephi. Gephi er open source-software, der er dedikeret til netværksvisualisering. Med udgangspunkt i datasæt fra den virkelige verden vil vi introducere grundlæggende sociale netværksanalysekoncepter og lære at visualisere forskellige sociale dynamikker ved hjælp af Gephi.

 

 

 

 

Kurset introducerer digital tekstanalyse - både grundlæggende begreber og værktøjer. Vi har fokus på værktøjer, der kan bruges i undervisningen og inkluderer mulighed for at arbejde med egne data i løbet af kurset. Kurset består af syv 2-timers sessioner. De fleste sessioner vil indeholde en præsentation af en forsker. Der vil være introduktion til række digitale metoder og værktøjer samt praktiske øvelser.

 

 

SCDataLab tilbyder et ph.d.-kursus i grundlæggende begreber inden for inferentiel statistik. Fokus vil være på både konceptuelle og praktiske problemstillinger med korte oplæg og praktiske øvelser. Inferentiel statistik handler om at generalisere fra en stikprøve til en population, og vi vil tale om at undgå almindelige fejl, når man konkluderer på data. Kurset vil også introducere dig til programmeringssproget R til at udforske og analysere data. I løbet af de praktiske øvelser får du mulighed for at eksperimentere med R og anvende det, du har lært gennem hele kurset. Instruktøren, dataspecialist Selda Eren Kanat, har en ph.d. i kognitiv videnskab og underviste i statistik ved Ohio University. Kurset forudsætter ingen forudgående viden om matematik eller statistik.

 

 

Har du data fra din forskning, der venter på at blive analyseret? På denne workshop lærer du, hvordan du renser, analyserer og visualiserer data i R-miljøet. R er et populært og udbredt programmeringssprog med en rig samling af gratis statistiske hjælpepakker. Under de praktiske øvelser får du mulighed for at arbejde med R-biblioteker til at analysere forskellige datatyper. Vi vil sammen gennemgå R-scripts. Forudgående statistisk eller programmeringskendskab er ikke påkrævet.

 

 

Denne workshop dækker det grundlæggende i kvantitativt forskningsdesign, begyndende med hvordan man definerer et forskningsproblem og udvikler en hypotese. Derefter vil vi tale om at definere populationen og hvordan man vælger en delmængde af populationen, som data indsamles fra. Vi vil tale om datatyper og hvordan hver datatype kræver en bestemt statistisk metode. Inferentiel statistik handler om at generalisere fra en stikprøve til en population, og vi vil tale om at undgå almindelige fejl, når man laver slutninger fra data. Fokus vil være på både konceptuelle og praktiske problemstillinger med korte oplæg og praktiske øvelser.

Kurser der udbydes ved efterspørgsel

Send venligst en mail til scdatalab@ku.dk, hvis du er interesseret i en workshop fra nedenstående liste eller du har andre forslag:

  • Grundlæggende tekstanalyse med brug af Voyant
  • Transskribering af tekst med brug af Transkribus
  • Introduktion til programmering i Python
  • Visualisering af geolokationsdata (GIS)
  • Klargøring, strukturering og søgning i tekster og andre datatyper
  • Databasedesign og -implementering
  • Maskinelæring
  • Tekstgenkendelse med Transkribus
  • Avanceret høstning af data fra websteder
  • Introduktion til Machine Learning
  • Introduktion til brug af ChatGPT