Mining History - Programmieren für Historiker*innen II (Python) - Aufbaukurs - Detailseite

Daten sind der „Rohstoff" des 21. Jahrhunderts. Auch in den Geschichtswissenschaften werden sie zunehmend als Forschungsressource relevant. Nicht nur die Zahl der öffentlich verfügbaren digitalisierten historischen Quellenbestände nimmt stetig zu, sondern auch die Produktion der genuin digitalen Daten in Sozialen Medien, Wissenschaftsblogs, Foren, Webseiten, Datenbanken oder auch Fachportalen. Gleich ob die geschichtswissenschaftlichen Fragestellungen sich auf die mittelalterliche oder jüngste Zeitgeschichte beziehen, Programmierkenntnisse können auf vielfältige Weise das historische Arbeiten ergänzen und dazu beitragen, sich die digital verfügbaren Informationen zunutze zu machen.

Doch wie kann dieses Zunutzemachen konkret aussehen? In der Übung werden Methoden zur Auswertung digitaler und digitalisierter historischer Quellen vermittelt. Diese Methoden werden von Ihnen als Teilnehmer*innen direkt an konkreten Quellenkorpora mit konkreten Fragestellungen erprobt. Dabei arbeiten wir mit Briefsammlungen (https://correspsearch.net/index.xql?l=de), Urkunden (https://www.monasterium.net/mom/home) und geschichtswissenschaftlichen Rezensionen (https://www.recensio.net/front-page). Diese können etwa über Data Mining, Datenvisualisierung oder Verfahren des Natural Language Processing erschlossen werden. Durch die Vermittlung fortgeschrittener Programmierkenntnisse können diese Methoden in der Übung direkt angewendet werden.

Für die erfolgreiche Teilnahme an der Übung werden grundlegende Kenntnisse der Programmierung in Python vorausgesetzt. Folgende Inhalte sollten Ihnen vertraut sein oder entsprechende Kompetenzen vorbereitend auf die Veranstaltung erworben werden: grundlegende Datentypen (Strings, Integers, Float, Listen, Dictionaries), bedingte Anweisungen und Schleifen, Arbeit mit Funktionen, externen Libraries und Dateien.

Vorkenntnisse in konkreten Methoden der Digital History und Digital Humanities sind nicht erforderlich.

Zur Einarbeitung in die notwendigen Programmierkenntnisse empfehlen wir z.B. eine dieser Ressourcen:

• https://www.youtube.com/watch?v=fhsH4ua9zP8&list=PL6kqrM2i6BPIpEF5yHPNkYhjHm-FYWh17
• https://automatetheboringstuff.com/#toc

Futschek, Gerald, Algorithmic Thinking: The Key for Understanding Computer Science, in: Roland T. Mittermeir (Hrsg.), Informatics Education – The Bridge between Using and Understanding Computers. International Conference in Informatics in Secondary Schools – Evolution and Perspectives, ISSEP 2006 (Lecture Notes in Computer Science, Bd. 4226), Berlin/Heidelberg 2006, S. 159–168.

Jannidis, Fotis, Grundbegriffe des Programmierens, in: Fotis Jannidis / Hubertus Kohle / Malte Rehbein (Hrsg.), Digital Humanities. Eine Einführung, Stuttgart 2017, S. 68–95.

Kokensparger, Brian, Guide to Programming for the Digital Humanities. Lessons for Introductory Python (SpringerBriefs in Computer Science), Cham 2018.

Ramsay, Stephen, Reading Machines. Toward an Algorithmic Criticism (Topics in the Digital Humanities), Urbana/Chicago/Springfield 2011.

Ausgleichsberechtigte Studierende wenden sich zur bevorzugten Platzvergabe per E-Mail mit einem Nachweis der Ausgleichsberechtigung an die Studienkoordinationsstelle Geschichte. Ausschlussfrist für die Geltendmachung von Ausgleichsberechtigungen ist der letzte Tag der zentralen Frist, 16 Uhr. Textnachrichten in AGNES werden hingegen nicht gelesen!