AN INTRODUCTION TO COMPUTATIONAL SOCIAL SCIENCE

Anno accademico

2021/2022 Programmi anni precedenti

Titolo corso in inglese

AN INTRODUCTION TO COMPUTATIONAL SOCIAL SCIENCE

Codice insegnamento

FM0505 (AF:353605 AR:190758)

Lingua di insegnamento

Inglese

Modalità

In presenza

Crediti formativi universitari

6

Livello laurea

Laurea magistrale (DM270)

Settore scientifico disciplinare

SECS-P/08

Periodo

4° Periodo

Anno corso

1

Sede

VENEZIA

Spazio Moodle

Link allo spazio del corso

Inquadramento dell'insegnamento nel percorso del corso di studio

Il corso si propone di presentare agli studenti l'applicazione di strumenti computazionali per l'esplorazione di importanti fenomeni sociali.
Allo stesso tempo, illustrerà le applicazioni del campo deall Computaional Social Science in campi disciplinari quali la storia, l'analisi letteraria e la storia della scienza.
Le lezioni saranno interattive e richiederanno agli studenti di sviluppare in classe semplici esempi computazionali in Python.

Risultati di apprendimento attesi

Il corso mira a sviluppare le competenze che gli studenti possono utilizzare nella ricerca ma anche in diversi campi professionali innovativi, come l'analisi dei dati web e l'analisi dei consumatori online.

Prerequisiti

Il corso presuppone che gli studenti abbiano imparato alcuni strumenti di base di programmazione in Python e acquisito nozioni di base e strumenti di linguistica computazionale.

Contenuti

Parte 1. Computational social science per le discipline umanistiche, con applicazioni alla storia e alla letteratura (8 lezioni)

- Che cos'è la Computational social science ?
- Individuazione di trend storici attraverso dati linguistici
- Semplici modelli computazionali di fenomeni sociali. (Esempi: contagio, discriminazione, conflitto e convenzioni).
- Teoria dei social network, con applicazioni alla letteratura e alla storia

Parte 2. Applicazioni di machine learning
-Cos'è il machine learning?
- Introduione a scikit-learn
- Applicazioni di modelli di classificazione

Testi di riferimento

Durante il corso, il docente distribuirà materiale di lettura, insieme a notebook colab didattici, con codice e modelli computazionali preparati dal docente

Modalità di verifica dell'apprendimento

La valutazione finale si baserà su singoli progetti durante il corso (1/3 della valutazione) e su un esame finale scritto (2/3 della valutazione)

Modalità di esame

scritto

Metodi didattici

Il corso combinerà l'insegnamento frontale, i progetti individuali e di gruppo da parte degli studenti e applicazioni di programmazione interattiva durante le lezioni.

Obiettivi Agenda 2030 per lo sviluppo sostenibile

Questo insegnamento tratta argomenti connessi alla macroarea "Cooperazione internazionale" e concorre alla realizzazione dei relativi obiettivi ONU dell'Agenda 2030 per lo Sviluppo Sostenibile

Programma definitivo.

Data ultima modifica programma: 16/07/2021