About the Course
S DIGITAL-Machine Learning mit R (AMS, Teil I / II)
Die Verwendung von Machine Learning (ML) ist fest und oftmals unbewusst in unserem Alltag verankert. Durch immer größere Mengen an frei verfügbaren Daten und bessere technische Umsetzungsmöglichkeiten gibt es auch immer mehr Anwendungspotenzial in der Forschung. Mit Letzterem befasst sich dieses Seminar, wobei die Anwendungsmöglichkeiten von ML in der sozialwissenschaftlichen Forschung im Vordergrund stehen.
Zunächst werden die Grundlagen des Supervised Learning (SML) und des Unsupervised Learning (USML) sowie deren rechentechnische Umsetzung in R anhand von Beispieldatensätzen thematisiert. Die hier erworbenen Kenntnisse werden unmittelbar an Praxisbeispielen mit Open Data ausprobiert. Ziel ist es, die Verfahren des ML auf sozialwissenschaftliche und angrenzende Fragestellungen anzuwenden und die Möglichkeiten, die ML für die Erforschung sozialer Phänomene hat, aufzuzeigen.
Voraussetzungen für Studiennachweise / Modulprüfungen
Studiennachweise können durch regelmäßige Teilnahme, Lesen der angegebenen Literatur und Bearbeiten von Übungsaufgaben erworben werden. Die Modulprüfung beinhaltet zusätzlich eine Hausarbeit.