Der Mannheim Master in Social Data Science
| dc.contributor.author | Gautschi, Thomas | |
| dc.contributor.author | Gschwend, Thomas | |
| dc.contributor.author | Oberländer, Lea | |
| dc.contributor.author | Ponzetto, Simone | |
| dc.contributor.author | Stuckenschmidt, Heiner | |
| dc.contributor.editor | Klein, Maike | |
| dc.contributor.editor | Krupka, Daniel | |
| dc.contributor.editor | Winter, Cornelia | |
| dc.contributor.editor | Wohlgemuth, Volker | |
| dc.date.accessioned | 2023-11-29T14:50:31Z | |
| dc.date.available | 2023-11-29T14:50:31Z | |
| dc.date.issued | 2023 | |
| dc.description.abstract | In den empirisch geprägten Sozialwissenschaften besteht zunehmender Bedarf nach wissenschaftlichem Nachwuchs mit starken Methodenkompetenzen. Hierbei stehen nicht mehr nur klassische Umfragemethoden und parametrische Statistik im Vordergrund. Zunehmen werden auch neue Datentypen wie Texte und Bilder sowie vereinzelt auch Video und Audio verwendet. Hierdurch entsteht ein Bedarf nach Methoden aus den Bereichen Data Science und Maschinellem Lernen. Der Mannheim Master in Social Data Science soll diesen Bedarf gezielt bedienen und die nächste Generation von Sozialwissenschaftlerinnen und Sozialwissenschaftlern mit fundierten Data Science Kenntnissen ausbilden. Hierbei wird besonderer Wert auf die enge Verzahnung von inhaltlichen Fragestellungen und klassischen Forschungsmethoden gelegt. | de |
| dc.identifier.doi | 10.18420/inf2023_06 | |
| dc.identifier.isbn | 978-3-88579-731-9 | |
| dc.identifier.pissn | 1617-5468 | |
| dc.identifier.uri | https://dl.gi.de/handle/20.500.12116/43181 | |
| dc.language.iso | de | |
| dc.publisher | Gesellschaft für Informatik e.V. | |
| dc.relation.ispartof | INFORMATIK 2023 - Designing Futures: Zukünfte gestalten | |
| dc.relation.ispartofseries | Lecture Notes in Informatics (LNI) - Proceedings, Volume P-337 | |
| dc.subject | Data Science Ausbildung | |
| dc.subject | Social Data Science | |
| dc.title | Der Mannheim Master in Social Data Science | de |
| dc.type | Text/Conference Paper | |
| gi.citation.endPage | 88 | |
| gi.citation.publisherPlace | Bonn | |
| gi.citation.startPage | 81 | |
| gi.conference.date | 26.-29. September 2023 | |
| gi.conference.location | Berlin | |
| gi.conference.sessiontitle | Bildung - Aktuelle Entwicklungen und Perspektiven (an Hochschulen) im Bereich Data Science |
Dateien
Originalbündel
1 - 1 von 1
Vorschaubild nicht verfügbar
- Name:
- 02_01_01_Gautschi.pdf
- Größe:
- 217.04 KB
- Format:
- Adobe Portable Document Format