Kostenfreie Online-Kurse: Open Educational Resources (OER) und Massive Open Online Courses (MOOC)
Open Educational Ressources (OER) sind kostenfreie Lern- und Lehrmaterialien, die unter Creative-Commons-Lizenz veröffentlicht werden. Sie reichen von Handouts, Präsentationen, kurzen und längeren Videos bis hin zu umfangreichen Onlinekursen.
Massive Open Online Courses (MOOC) sind kostenfreie oder -pflichtige Onlinekurse ohne Zulassungsbeschränkungen. Im Unterschied zu OERs sind sie nicht immer unter Creative-Commons-Lizenz veröffentlicht.
Auf dieser Webseite finden Sie deutsch- und englischsprachige kostenfreie Onlinekurse aus dem Bereich der Digital Humanities und der verwandten Disziplinen wie Statistik und Informatik. Alle Kurse sind kostenlos und bei vielen können Sie einen Teilnahme- und/oder Leistungsnachweis erhalten, von dem auch ihr Lebenslauf profitieren kann. Die Kurse sind nach Themen organisiert.
Unten aufgelistete Kurse sind asynchron. Auf den Webseiten wie KI-Campus oder OPEN HPI finden Sie weitere Lernangebote, wie zahlreiche synchrone Kurse, Podcasts und weitere Angebote.
Digital Humanities
DARIAH
große Sammlung von Kursen zu digitalen Methoden und Infrastrukturen in Geistes- und Kulturwissenschaften
forTEXT
„In forTEXT werden Ihnen verschiedene Routinen, Ressourcen und Tools
angeboten, bewertet und – zum Teil mit der Hilfe von Videos – erklärt.“
GPT und Prompt Engineering für die (digitalen) Geisteswissenschaften
Datenbanken
Grundlagen des Programmierens
Programmieren mit R für Einsteiger
Programmieren lernen mit Python
Künstliche Intelligenz und maschinelles Lernen
Künstliche Intelligenz und maschinelles Lernen für Einsteiger (Teil I)
Künstliche Intelligenz und Maschinelles Lernen in der Praxis (Teil II)
AMALEA – Angewandte Machine Learning Algorithmen
Building Visual Machine Learning Models
Literaturempfehlungen
Jannidis, Fotis/Kohle, Hubertus/Rehbein, Malte (Hg.): Digital Humanities. Eine Einführung. J.B.Metzler 2017. (freier Zugang im Universitätsnetz der Universität Freiburg)
Jockers, Matthew L.: Text Analysis with R for Students of Literature. Springer 2014. (freier Zugang im Universitätsnetz der Universität Freiburg)