顯示：
11202
人文社會
文史數位工具培訓課程｜歷史地理資訊系統
數位人文實驗室 教授
資訊與通訊科技的快速發展與運用已引發了所謂的「數位革命」，人文學者所棲處的社會與文化情境也有了天翻地覆的改變，其原本慣習的研究工具與研究方法，乃至思考問題的概念架構，以及判斷學術品質良窳高下的標準，也已面臨日益增加的挑戰，人文研究的「典範轉移」似乎正在進行之中。
因此，本研究室擬結合數位科技的專家與人文領域的學者，共同探索如何利用數位科技與數位內容進行人文研究，以建立新的研究典範。此外，我們也希望能共同探索數位科技對於人類社會與文明所帶來的衝擊，並省思因應之道。
教學進度
Syllabus
| 講 次 | 教 學 進 度 |
| 第１講 | 雲端上的寶藏:現代與歷史空間圖資 |
| 張智傑老師｜中央研究院人文社會科學研究中心地理資訊科學研究專題中心 | |
| 第２講 | Quantum GIS操作 |
| 劉濠雄老師｜中央研究院人文社會科學研究中心地理資訊科學研究專題中心 | |
| 第３講 | GPS介紹與田野調查應用 |
| 張智傑老師｜中央研究院人文社會科學研究中心地理資訊科學研究專題中心 | |
| 第４講 | 歷史地理資訊系統HGIS |
| 劉濠雄老師｜中央研究院人文社會科學研究中心地理資訊科學研究專題中心 | |
| 第５講 | 門牌地址的定位服務 |
| 劉濠雄老師｜中央研究院人文社會科學研究中心地理資訊科學研究專題中心 | |
| 第６講 | 統計資料GIS化 |
| 劉濠雄老師｜中央研究院人文社會科學研究中心地理資訊科學研究專題中心 | |
| 第７講 | 六朝健康歷史地理信息化研究－基於歷史地理文獻與城市考古資料｜上午專題演講 |
| 南京大學陳剛教授 | |
| 合辦單位｜禮俗宗教研究室、數位人文學研究室 | |
| 第８講 | 六朝健康歷史地理信息化研究－基於歷史地理文獻與城市考古資料｜下午系統展示 |
| 南京大學陳剛教授 | |
| 合辦單位｜禮俗宗教研究室、數位人文學研究室 | |
瀏覽人次：3525
11202
人文社會
文史數位工具培訓課程｜社會網絡分析
數位人文實驗室 教授
資訊與通訊科技的快速發展與運用已引發了所謂的「數位革命」，人文學者所棲處的社會與文化情境也有了天翻地覆的改變，其原本慣習的研究工具與研究方法，乃至思考問題的概念架構，以及判斷學術品質良窳高下的標準，也已面臨日益增加的挑戰，人文研究的「典範轉移」似乎正在進行之中。
因此，本研究室擬結合數位科技的專家與人文領域的學者，共同探索如何利用數位科技與數位內容進行人文研究，以建立新的研究典範。此外，我們也希望能共同探索數位科技對於人類社會與文明所帶來的衝擊，並省思因應之道。
教學進度
Syllabus
| ♠ | QGIS（原稱Quantum GIS）是一個自由軟體的桌面GIS軟體。它提供資料的顯示、編輯和分析功能。 |
| https://zh.wikipedia.org/wiki/QGIS |
| 講 次 | 教 學 進 度 |
| 第1R講 | 上集目錄｜系統介面介紹 |
| 第2R講 | 新增與設定專案 |
| 第3R講 | 地圖影像定位1直接賦予空間座標法 |
| 第4R講 | 地圖影像定位2橡皮伸縮定位法 |
| 第5R講 | 數化點向量圖徵 |
| 第6R講 | 向量圖徵的選取與刪除 |
| 第7R講 | 數位線向量圖徵自動接合 |
| 第8R講 | 數位面向量圖徵 |
| 第9R講 | 儲存專案檔 |
| 第10R講 | 向量檔在Google Earth上展示 |
| 第11R講 | 下集目錄｜shp檔格式介紹 |
| 第12R講 | 轉換shp檔屬性編碼 |
| 第13R講 | 轉換shp檔投影座標系統 |
| 第14R講 | 屬性資料過濾圖層與另存新圖層 |
| 第15R講 | 圖層融合Dissolve |
| 第16R講 | 屬性資料連結Joins |
| 第17R講 | 設計圓餅圖 |
| 第18R講 | 設計文字圖表 |
| 第19R講 | 設計直條圖 |
| 第20R講 | 設計面量圖 |
| 第21R講 | 地圖出版1紙張設定與加入圖名、地圖、比例尺 |
| 第22R講 | 附錄｜CBDB的下載方式 |
| 第23R講 | CBDB的初始設定 |
| 第24R講 | 從CBDB篩選所需資料 |
| 第25R講 | CBDB資料匯入QGIS並另存新圖層 |
| 第26R講 | 利用屬性資料篩選圖層 |
| 第27R講 | 圖層屬性資料處理與繪製分層設色圖 |
| 第28R講 | OpenLayers Plugin的安裝與套疊 |
| 第29R講 | 套疊網路圖磚服務WMTS |
瀏覽人次：2165
11202
人文社會
文史數位工具培訓課程｜中國歷代人物傳記資料庫 CBDB 1
數位人文實驗室 教授
對文史研究者而言，中國歷代人物傳記資料庫（China Biographical Database）是一個十分特殊的數位工具。它並非我們熟悉的史料全文資料庫，在 CBDB中，我們並不能看到一篇篇的人物傳記。然而， CBDB擁有許多獨到的查詢功能，彈指之間，即可為諸多問題提供豐富資訊，例如：於南宋寧宗、理宗朝，福建路下的莆田縣共出了多少進士？這些進士彼此間是否有親緣關係？他們在官場上有何互動？他們有哪些共同的友人？透過這些資訊， CBDB能夠協助研究者重構古人的社交圈、探索古人錯綜複雜的社交網絡。
教學進度
Syllabus
| 講 次 | 教 學 進 度 |
| 第１講 | 中國歷代人物傳記資料庫CBDB〡part1 |
| 李宗翰老師〡金門大學閩南文化研究所 | |
| 第２講 | 中國歷代人物傳記資料庫CBDB〡part2 |
| 李宗翰老師〡金門大學閩南文化研究所 | |
| 第３講 | 中國歷代人物傳記資料庫CBDB〡part3 |
| 李宗翰老師〡金門大學閩南文化研究所 | |
| 第４講 | 中國歷代人物傳記資料庫CBDB〡part4 |
| 李宗翰老師〡金門大學閩南文化研究所 | |
| 第５講 | 中國歷代人物傳記資料庫CBDB〡part5 |
| 李宗翰老師〡金門大學閩南文化研究所 | |
瀏覽人次：2157
11202
人文社會
QGIS｜原稱Quantum GIS
數位人文 教授
資訊與通訊科技的快速發展與運用已引發了所謂的「數位革命」，人文學者所棲處的社會與文化情境也有了天翻地覆的改變，其原本慣習的研究工具與研究方法，乃至思考問題的概念架構，以及判斷學術品質良窳高下的標準，也已面臨日益增加的挑戰，人文研究的「典範轉移」似乎正在進行之中。
教學進度
Syllabus
| 講 次 | 教 學 進 度 |
| 第１講 | 無知是最大的危險.認識危害就不危險 |
| 楊天頓老師｜政治大學社會學系 | |
| 第２講 | 網路資訊視覺化 |
| 熊瑞梅老師｜政治大學社會學系 | |
| 第３講 | 社會網路分析資料 |
| 鄭力軒老師｜政治大學社會學系 | |
| 第４講 | Network Structure |
| 鄭力軒老師｜政治大學社會學系 | |
| 第５講 | 社會網絡分析SNA-Nodes,Attributes and Relations |
| 楊天頓老師｜政治大學社會學系 | |
| 第６講 | 社會網絡分析SNA-Socialmedia |
| 楊天盾老師｜政治大學社會學系 | |
瀏覽人次：7251
11202
人文社會
文史數位工具培訓課程｜中國歷代人物傳記資料庫 CBDB 2
數位人文實驗室 教授
對文史研究者而言，中國歷代人物傳記資料庫（China Biographical Database）是一個十分特殊的數位工具。它並非我們熟悉的史料全文資料庫，在 CBDB中，我們並不能看到一篇篇的人物傳記。然而， CBDB擁有許多獨到的查詢功能，彈指之間，即可為諸多問題提供豐富資訊，例如：於南宋寧宗、理宗朝，福建路下的莆田縣共出了多少進士？這些進士彼此間是否有親緣關係？他們在官場上有何互動？他們有哪些共同的友人？透過這些資訊， CBDB能夠協助研究者重構古人的社交圈、探索古人錯綜複雜的社交網絡。
教學進度
Syllabus
| 講 次 | 教 學 進 度 |
| 第１講 | 1-1 下載與安裝 |
| 第2講 | 2-1 按人查詢 |
| 第3講 | 2-2 按入仕途徑查詢 |
| 第4講 | 2-3 官職查詢 |
| 第5講 | 2-4 查詢親屬關係 |
| 第6講 | 2-5 查詢社會關係 |
| 第7講 | 2-6 查詢社會關係網絡 |
| 第8講 | 2-7 查詢群人之間社會關係 |
| 第9講 | 3-1 多步驟檢索 |
| 第10講 | 3-2 使用Access Query Designer進行檢索 |
| 第11講 | 4-1 如何輸入多筆資料 |
| 第12講 | 4-2 如何將檢索結果輸出到QGIS軟體 |
| 第13講 | 4-3 如何將檢索結果匯入Pajek |
瀏覽人次：3745
11202
工程
分散式學習的最佳化和通訊演算法
洪樂文 教授
Syllabus
| 第1R講 | 分散式學習的最佳化和通訊演算法 〡Internet-of-Things(IOT)Applications |
| Learning from Decentralized Datasets- Optimization and Communication Aspects Centralized Architecture Distributed Architecture Mobile Application Medical Applications Internet-of-Things (IoT) Applications Basic (Supervised) Learning Task Distributed Implementation of GD | |
| | |
| 第2R講 | 分散式學習的最佳化和通訊演算法 〡Example:Federated Multi-task Learning |
|
Alternating Direction Method of Multipliers Core Challenges Example I: Federated Multi-task Learning Example II: Multi-View Clustering Go to Examples Go to Examples Example I: Federated Multi-task Learning | |
| | |
| 第3R講 | 分散式學習的最佳化和通訊演算法〡Example II :Multi-View Clustering |
| Example II: Multi-View Clustering Data Collection Local Subspace Clustering Center Broadcast | |
|
| |
瀏覽人次：2113