| title | layout |
|---|---|
Bias in Datensätzen und ML-Modellen. Erkennung und Umgang in den DH. |
default |
Workshop auf der 7. Jahrestagung des Verbands Digital Humanities im deutschsprachigen Raum (https://dhd2020.de/)
Hashtag: #DHd2020bias
David Lassner
Master Informatik David Lassner, Doktorand an der TU Berlin im Bereich Maschinelles Lernen für Digital Humanities, insbesondere für quantitative Literaturanalyse. "last-name" "at" tu "minus" berlin "dot" de
Stephanie Brandl
Dipl. Math. Stephanie Brandl, Technische Universität Berlin. Forschungsschwerpunkte: Maschinelles Lernen, Natural Language Processing.
Louisa Guy
Louisa Guy, Doktorandin, Le Mans Université. Forschungsinteressen: Digitale Textanalyse, Anwendung von Methoden der Computerlinguistik auf sozialwissenschaftliche Kontexte.
Anne Baillot
Prof. Dr. Anne Baillot, Le Mans Université. Forschungsschwerpunkte: Digitale Philologie, Digital Humanities, Translation Studies.
Montag, 2.3.2020, 13:30-17:00
und Dienstag, 3.3.2020, 9:00-12:30
Raum: Q 0 101
|------ |------------------------------------------------------------| | Montag | | | 13:30 | Begrüßung, Vorstellung, Motivation | | 13:55 | Definition von Bias | | 14:05 | Erkennung von Bias | | 14:30 | Bias verringern | | 15:00 | Kaffeepause | | 15:30 | Praktische Übung 1 | | 17:00 | Ende | | Dienstag | | | 09:00 | Fazit und Diskussion zum 1. Tag | | 09:15 | Bias in den DH und Autorinnen um 1800 | | 09:45 | Twitter Analyse, Quellenkritik und Tutorial zur Twitter API| | 10:00 | Gruppenbildung, Vorbereitung praktische Übung 2 | | 10:30 | Kaffeepause | | 11:00 | Praktische Übung Teil 2 | | 12:00 | Vorstellung der Gruppenarbeiten und Abschlussdiskussion | | 12:30 | Ende |