Explore les archives de presse numérisées, les défis du traitement des données textuelles, les méthodologies pour le travail de groupe et l'impact sociétal des humanités numériques.
Explore l'analyse de l'humeur exprimée sur Twitter à l'aide de données longitudinales et d'outils d'analyse de texte, en soulignant l'importance de prendre en compte les données biaisées.
Couvre les pratiques exemplaires et les lignes directrices pour les mégadonnées, y compris les lacs de données, l'architecture typique, les défis et les technologies utilisés pour y remédier.
Introduit les bases de l'apprentissage automatique, couvrant l'apprentissage supervisé et non supervisé, la régression linéaire et la compréhension des données.
Explore les principes de visualisation des données, y compris la navigation des cartes, les histogrammes, les diagrammes de dispersion, les diagrammes de boîte et l'utilisation des couleurs.
Explore les techniques et les applications de la visualisation des données, en soulignant l'importance d'une communication efficace et d'exemples non conventionnels.
Présente la structure du cours et les concepts fondamentaux de l'apprentissage automatique, y compris l'apprentissage supervisé et la régression linéaire.
Couvre des rapports de personnalisation et de suivi UTM dans Google Analytics 4, explorant des rapports standard et d'exploration pour comprendre le comportement des utilisateurs.
