Explorando grandes datos históricos: el macroscopio del historiador (segunda edición)

Cada día, más y más tipos de datos históricos están disponibles, abriendo nuevas y emocionantes vías de investigación, pero también nuevos desafíos. Este libro actualizado y ampliado describe y demuestra las formas en que estos datos pueden explorarse para construir conocimiento del patrimonio cultural, para la investigación y en la enseñanza y el aprendizaje. Ayuda a los académicos de humanidades a comprender el Big Data para realizar su trabajo, ya sea que esto signifique entender los algoritmos subyacentes en los motores de búsqueda o diseñar y usar sus propias herramientas para procesar grandes cantidades de información.Demostrando lo que las herramientas digitales tienen para ofrecer y también lo que "digital" hace a cómo entendemos el pasado, los autores presentan las muchas herramientas diferentes y los enfoques en desarrollo en Big Data para la investigación histórica y humanística, muestran cómo usarlas, de qué tener cuidado, y discuten los tipos de preguntas y nuevas perspectivas que abre esta nueva perspectiva macroscópica. Originalmente escrito "en vivo" en línea con retroalimentación continua de la comunidad de historia digital más amplia, "Explorando Grandes Datos Históricos" abre nuevos caminos y establece la dirección para la conversación hacia el futuro."Explorando Grandes Datos Históricos" debería ser el recurso de referencia para estudiantes de pregrado y posgrado confrontados por un vasto corpus de datos, y para investigadores que encuentran estos métodos por primera vez. También ofrecerá una mano amiga al individuo interesado que busca dar sentido a los datos genealógicos o a los periódicos digitalizados, e incluso a la sociedad histórica local que intenta ver el valor de digitalizar sus fondos.

Autor: Shawn Graham, Ian Milligan, Scott B. Weingart
Editorial: World Scientific Publishing Company
Publicado: 21/03/2022
Páginas: 304
Tipo de encuadernación: Tapa blanda
Peso: 0.91lbs
Tamaño: 9.00h x 6.00w x 0.64d
ISBN13: 9789811243981
ISBN10: 9811243980
Categorías BISAC:
- Informática | Ciencia de Datos | Modelado y Diseño de Datos
- Informática | Ciencia de Datos | Aprendizaje Automático