EHU-digital: Видео-семинар Александра Козлова об эпистологии больших данных в социальных науках

В ноябре 2017 года в Европейском гуманитарном университете (ЕГУ) начинает действовать регулярный научный семинар EHU-digital. Это — еще одна часть проекта Going digital, реализуемого осенью-зимой 2017/18 учебного года.

В сезоне 2017/2018 руководители проекта доц. Галина Орлова и преподавательница Виктория Константюк будут составлять карту основных направлений исследований, собирая доклады о больших данных и социальной информатике, проблематике открытых данных и качественных цифровых исследованиях, цифровом урбанизме и проблемах электронного авторского права, исследованиях компьютерных игр и цифровой философии, цифровой семиотике и аналитике ГИСов.

Семинары будут проходить по вечерам в системе Blue Jeans.

Первый семинар состоится 22 ноября в 19 часов (по литовскому времени), посвященный эпистемологии использования больших данных в социальных науках.

Докладчик — Александр Козлов, выпускник бакалаврской программы ЕГУ «Политология и европейские исследования» 2015 года и магистерской программы «Политические исследования / Исследовательская методология» Центрально-Европейского университета. В настоящее время Александр работает аналитиком данных в velcom.

Резюме видео-лекции Александра Козлова Social Sciences in the Era of Computational Abundance: Machine Learning , Big Data, and How to Not Fall for Fancy Buzzword.

Statistical analysis is routinely used by social scientists and is de facto standard for causal inference in the vast majority of disciplines. Yet algorithmic advantages embraced by the machine learning community are less known, which brings an opportunity for productive cooperation. The topics to cover are: Big (social) Data: new ways of studying development, conflict, cooperation and more; From social networking websites to vending machines, or where Big Data comes from. Machine learning meets humanities: how to utilize new technological advantages as a humanities scholar. Demystifying programming learning curve or why it is easy to learn (and teach) data analysis with R or Python; Having the right tool for the right job (ML limitations); Some words on ethics, privacy and inclusion.

Проект осуществляется при поддержке Шведского агентства по международному сотрудничеству в области развития (SIDA).

Обратно