General Information
| Course Code | S_BDCT |
|---|---|
| Credits | 6 EC |
| Period | P1 |
| Course Level | 200 |
| Language of Tuition | Dutch |
| Faculty | Fac. of Social Sciences and Humanities |
| Course Coordinator | prof. dr. W.H. van Atteveldt |
| Examiner | prof. dr. W.H. van Atteveldt |
| Teaching Staff |
D.C. Steenks prof. dr. W.H. van Atteveldt |
|
Part of programme(s)
Use the arrow keys to navigate the list, Enter to select, and Escape to close.
|
|
Practical Information
You need to register for this course yourself. The (de)registration deadlines can be found on VU.nl
| Teaching Methods | Study Group, Written partial exam, Lecture |
|---|
Target audiences
This course is also available as:
Course Objective
In dit vak leer je hoe je big data kan ophalen, visualiseren, en analyseren. Dit zijn uiterst relevante vaardigheden in een wereld waarin er steeds meer gegevens beschikbaar zijn over sociale interacties en gedrag, van tweets en reviews tot online aankopen en informatiesystemen. Deze gegevens zijn niet alleen nuttig voor wetenschappelijk onderzoek, maar worden ook steeds meer gebruikt voor het verbeteren van beleid en dienstverlening.
Course Content
Om dit te kunnen doen ga je eerst de basics van programmeren in het computerprogramma R leren. Je begint gemakkelijk, met geprepareerde datasets die relevante gegevens bevatten en stap-voor-stap instructies. Daarna neemt de moeilijkheidsgraad geleidelijk toe, door langzaam de zelfstandigheid op te voeren. De nadruk ligt hierbij steeds op zelfredzaamheid, en hopelijk ben je aan het eind van de cursus er niet alleen van overtuigd dat ‘big data’ methodes relevant en haalbaar zijn, maar dat het zelfs leuk kan zijn om in R met gegevens en visualisaties te werken.
Inhoudelijk is de cursus opgedeeld in drie modules:
- Introductie dataverwerking en -visualisatie met tidyverse
- Big data, APIs en scraping: wat zijn ‘big data’, hoe kom je eraan, en wat zijn mogelijkheden en valkuilen van deze gegevens?
- Algoritmes in de maatshappij: welke rol spelen algoritmes in onze maatschappij (van datingsites tot het toeslagenschandaal), hoe werken deze, en hoe kan je die bestuderen?
In elk thema werk je in kleine groepjes aan een praktische opdracht, waarin je zelf data ophaalt, visualiseert, en analyseert, steeds in het programma R. Hierdoor leer je de benodigde vaardigheden in de context van relevant maatschappelijke vragen. Elk thema sluit af met reflectie: wat zijn de mogelijkheden, beperkingen en ethische dilemma’s van het gebruik van dergelijke gegevens en methodes?
Additional Information Teaching Methods
Colleges; kennisclips/ online tutorials; practicaMethod of Assessment
Toetsing is op basis van praktische opdrachten en schriftelijke (deel)tentamens.
Entry Requirements
Minimaal een 4 voor Beschrijvende en inferentiële statistiek (S_BIS)
Literature
Literatuur word gedeeld en bekend gemaakt via canvas.