Organisatorisches
Details
Obwohl Textquellen noch immer die zentrale Rolle in der historischen Forschung spielen, können auch visuelle Medien wie Bilder und Filme viele neue Perspektiven eröffnen. Bislang war die Auswertung visueller Quellen jedoch schwierig und aufwändig. Durch den Rückgriff auf die Computer Vision und die Verfahren des Maschinellen Lernens bietet die Digital History jedoch ganz neue Möglichkeiten. Mit diesen Technologien ist es möglich, Bilder automatisch zu klassifizieren, Objekte oder Gesichter zu erkennen und nach Ähnlichkeiten zu sortieren.
In der Übung werden wir uns zunächst mit den Grundlagen des Maschinellen Lernens und der Computer Vision vertraut machen, um diese anschließend anhand einzelner Aufgabenstellungen selbst anzuwenden. Dabei werden wir sowohl auf Praxisbeispiele aus dem Mittelalter (Wappen, Wasserzeichen) als auch aus dem 20. Jahrhundert (voraussichtlich Bilder aus Zeitungen der 1920er-Jahre) zurückgreifen und diese gemeinsam bearbeiten. Am Ende der Veranstaltung sollen die Teilnehmenden in der Lage sein, auf Grundlage ihrer bereits bestehenden Python-Kenntnisse selbständig auch eigene Projekte durchführen zu können.
Die Veranstaltung richtet sich an Studierende der Geschichtswissenschaften ebenso wie an interessierte Informatikstudierende. Vorkenntnisse sind nicht notwendig.
Für die Teilnahme werden Grundkenntnisse in Python vorausgesetzt. Für die Auffrischung der für den Kurs notwendigen Python-Kenntnisse werden wir in der ersten Semesterwoche wieder einen Python Basics Refresher anbieten. Zudem steht Ihnen zum Erlernen und Auffrischen unser Selbstlernkurs "Python für Historiker:innen" zur Verfügung.