University of St Andrews - Online

MLitt / PGDip / PGCert στην Ψηφιακή Ιστορία της Τέχνης - Διαδικτυακά

Όσοι σπουδάζουν για ένα MLitt παρακολουθούν πέντε μαθήματα στην Ιστορία της Τέχνης, τρία μαθήματα στην Επιστήμη των Υπολογιστών και ολοκληρώνουν μια διατριβή ή μια τελική εργασία σε ένα συμφωνημένο θέμα.

Όσοι σπουδάζουν για ένα PGCert παρακολουθούν τρία μαθήματα στην Ιστορία της Τέχνης και ένα μάθημα στην Επιστήμη των Υπολογιστών. Όσοι σπουδάζουν για ένα PGDip παρακολουθούν πέντε μαθήματα στην Ιστορία της Τέχνης και τρία μαθήματα στην Επιστήμη των Υπολογιστών.

Μιλήστε

Διατριβή ή τελικό σχέδιο

Μετά την επιτυχή ολοκλήρωση του μαθήματος (βλ. λεπτομέρειες για τις ενότητες PGCert και PGDip παρακάτω), οι φοιτητές του MLitt αναλαμβάνουν μια ενότητα διατριβής 60 πιστωτικών μονάδων (15.000 λέξεις). Η διατριβή θα πρέπει να επιδεικνύει ένα στοιχείο ανεξάρτητης σκέψης ή πρωτοτυπίας σκέψης στην τεκμηρίωση του επιχειρήματος και να βασίζεται σε σαφώς τεκμηριωμένη έρευνα, ανάλυση και ερμηνεία. Θα πρέπει να επιδεικνύει τις οργανωτικές και παρουσιαστικές ιδιότητες που απαιτούνται για την ακαδημαϊκή εργασία.

Οι φοιτητές μπορούν να αναμένουν ότι θα συναντηθούν με τους επιβλέποντες καθηγητές τους τουλάχιστον τρεις φορές κατά τη διάρκεια της έρευνας και της συγγραφής των διατριβών τους και θα κάνουν τις κατάλληλες διευθετήσεις για την υποβολή προσχεδίων και την έγκαιρη ανατροφοδότηση.

PGCert και PGDip

Εισαγωγή στην Ψηφιακή Ιστορία της Τέχνης και στις Ανθρωπιστικές Επιστήμες

Παρουσιάζει τα βασικά ζητήματα, θέματα και ιδέες που σχετίζονται με την Ψηφιακή Ιστορία της Τέχνης.

Προγραμματισμός στο Python

Εισάγει και αναθεωρεί τη μοντελοποίηση, το σχεδιασμό και την υλοποίηση σε Python.

Ψηφιακή Τέχνη – Από έργα που δημιουργούνται από υπολογιστή έως τεχνητή νοημοσύνη

Αναλύει τους τρόπους με τους οποίους καλλιτέχνες, αρχειονόμοι, επιμελητές και άλλοι επαγγελματίες μουσείων έχουν εφαρμόσει ψηφιακά εργαλεία, υλικά και μεθοδολογίες.

Ψηφιακά Εργαλεία – Οπτικοποίηση, Ερμηνεία και Ανάλυση

Παρουσιάζει τις βασικές τεχνικές και τις ψηφιακές πλατφόρμες που είναι διαθέσιμες στους ιστορικούς τέχνης και τους τρόπους με τους οποίους μπορούν να διευκολύνουν (ή να περιορίσουν) την ανάλυση, την ερμηνεία και την οπτικοποίηση των ιστορικών δεδομένων της τέχνης.

Εργασία Έργου – Θεωρία

Θα προκληθεί η κριτική ανάλυση των μεθοδολογικών επιλογών που κάνουν οι ιστορικοί της ψηφιακής τέχνης από τους φοιτητές. Μια σειρά από σημαντικά ερευνητικά έργα θα χρησιμεύσουν ως μελέτες περίπτωσης, επιτρέποντας στους φοιτητές να διερευνήσουν πώς λειτουργούν στην πράξη οι θεωρίες και οι προσεγγίσεις που είναι κεντρικές στους κλάδους των Ψηφιακών Ανθρωπιστικών Επιστημών και της Ιστορίας της Τέχνης.

Εργασία Έργου – Ανάλυση Δεδομένων

Απαιτεί από τους φοιτητές να σχεδιάσουν και να αναπτύξουν το δικό τους ερευνητικό έργο βασισμένο σε ένα δεδομένο σύνολο δεδομένων που προέρχονται από πραγματικές συλλογές.

Οπτικοποίηση δεδομένων και πληροφοριών

Εστιάζει στο ερώτημα του πώς να χρησιμοποιηθούν οι οπτικές αναπαραστάσεις για να καταστούν οι πληροφορίες προσβάσιμες για εξερεύνηση και ανάλυση.

Αλγόριθμοι μηχανικής μάθησης

Καλύπτει την βασική θεωρία και τους αλγόριθμους, συμπεριλαμβανομένων των μαθηματικών θεμελίων, και των μεθοδολογικών προσεγγίσεων, χρησιμοποιώντας μια ποικιλία προσεγγίσεων παλινδρόμησης, ταξινόμησης και μη επιβλεπόμενων προσεγγίσεων.

Μοντελοποίηση και προσομοίωση σύνθετων συστημάτων

Εισάγει μια σειρά τεχνικών και τις εφαρμογές τους σε διαφορετικές κατηγορίες προβλημάτων, με πρακτική έμφαση σε σύγχρονα μοντέλα και προσομοιώσεις που βασίζονται σε δίκτυα.

Διακριτή βελτιστοποίηση

Καλύπτει τη θεωρία, τα εργαλεία και τις τεχνολογίες που αναπτύχθηκαν και χρησιμοποιήθηκαν για την επίλυση προβλημάτων στον Ακέραιο Προγραμματισμό και τη Συνδυαστική Βελτιστοποίηση.

Συστήματα που βασίζονται σε δεδομένα

Πρόκειται για μια προηγμένη ενότητα με επίκεντρο την έρευνα που παρουσιάζει τα θεμέλια των κατανεμημένων συστημάτων και των τεχνικών που επεξεργάζονται δεδομένα.

Αριθμητική βελτιστοποίηση

Λαμβάνει ως κύρια θέματα ενδιαφέροντος τη γραμμική άλγεβρα και τη βελτιστοποίηση και τις λύσεις σε προβλήματα μηχανικής μάθησης ως εφαρμογές των εργαλείων, τεχνικών και αλγορίθμων που προκύπτουν.

Μέθοδοι έρευνας στην επιστήμη δεδομένων

Εισάγει τις δεξιότητες που είναι απαραίτητες για τα στάδια σχεδιασμού, συλλογής δεδομένων, ανάλυσης δεδομένων και διάδοσης της έρευνας στην επιστήμη δεδομένων.

Ανακάλυψη γνώσης και εξόρυξη δεδομένων

Καλύπτει πολλές από τις μεθόδους που βρίσκονται υπό την έννοια της «εξόρυξης δεδομένων», βασιζόμενη σε θεωρητική προοπτική αλλά τελικά διδάσκοντας πρακτική εφαρμογή.

Θα μάθεις:

• Οι δυνατότητες, οι περιορισμοί και οι κίνδυνοι των ψηφιακών τεχνολογιών και ο αντίκτυπός τους στις τέχνες και τη βιομηχανία.
• Πώς τα ψηφιακά εργαλεία αλλάζουν τον τρόπο με τον οποίο οι άνθρωποι αλληλεπιδρούν και κατανοούν τις συλλογές και τα αντικείμενα.
• Ζητήματα ηθικής, συμπερίληψης και προσβασιμότητας – είναι η ψηφιακή ιστορία της τέχνης πραγματικά πιο δίκαιη και προσβάσιμη;
• Ψηφιακή πρόσβαση, δημιουργική εργασία και λήψη αποφάσεων σχετικά με συλλογές που καλύπτουν θέματα όπως ο ρόλος της Τεχνητής Νοημοσύνης και η χρήση τεχνολογίας για την αποαποικιοποίηση συλλογών.

Θα αναπτύξετε και θα εξερευνήσετε τα δικά σας ερευνητικά ερωτήματα για να δοκιμάσετε τις νέες σας υπολογιστικές δεξιότητες στην πράξη, χρησιμοποιώντας τις τεχνικές που απαιτούνται για την επιτυχία σε έναν ολοένα και πιο ψηφιακό κόσμο, όπως:

• Εξόρυξη δεδομένων και κειμένου
• Οι αρχές της οπτικοποίησης, του σχεδιασμού και της αλληλεπίδρασης
• Πρακτικές τεχνικές και εργαλεία οπτικοποίησης
• Τεχνικές ψηφιακής χαρτογράφησης
• Εκμάθηση μηχανών

Αυτό το μάθημα έχει σχεδιαστεί για να σας παρέχει τις γνώσεις και τις δεξιότητες που απαιτούνται για την επιτυχία της καριέρας σας, είτε θέλετε να αναπτυχθείτε σε έναν υπάρχοντα ρόλο είτε είστε νέοι στον κλάδο.

Οι απόφοιτοι Ιστορίας της Τέχνης μας εργάζονται σε ποικίλους ρόλους, όπως πανεπιστήμια, μουσεία, γκαλερί, οίκους δημοπρασιών, μέσα ενημέρωσης και αντιπροσωπείες έργων τέχνης, σε ρόλους που περιλαμβάνουν έρευνα, επιμέλεια, συλλογές, αρχεία, εκθέσεις, καθώς και μάθηση και εμπλοκή.

Οι μισθοί στον τομέα της πολιτιστικής κληρονομιάς τείνουν να είναι υψηλότεροι με μεταπτυχιακό τίτλο σπουδών. Κυβερνητική έρευνα διαπιστώνει ότι οι μεταπτυχιακοί φοιτητές που διδάσκουν έχουν ένα εφ' όρου ζωής ασφάλιστρο μισθού 61.000 λιρών σε σύγκριση με τους αποφοίτους με πτυχίο.

Όπου κι αν βρίσκεστε, μπορείτε να πάρετε μαζί σας St Andrews . Τα διαδικτυακά μεταπτυχιακά προγράμματα στο Πανεπιστήμιο του St Andrews συνδυάζουν όλα τα οφέλη των σπουδών σε ένα από τα παλαιότερα και καλύτερα πανεπιστήμια του κόσμου, με όλα τα πλεονεκτήματα της ευέλικτης, εξατομικευμένης μάθησης.

Είτε εγγραφείτε μαζί μας διαδικτυακά είτε αυτοπροσώπως, όταν αποφοιτήσετε, γίνεστε μέλος της παγκόσμιας κοινότητας αποφοίτων του Πανεπιστημίου. Επωφεληθείτε από την πρόσβαση σε λέσχες αποφοίτων, την πλατφόρμα δικτύωσης και καθοδήγησης Saint Connect, καθώς και από την υποστήριξη σταδιοδρομίας.

Διδασκαλία

Παρέχεται μέσω διαλέξεων, φροντιστηριακών μαθημάτων και πρακτικής άσκησης.

Πρόγραμμα

Θα έχετε πρόσβαση σε ενότητες και στοιχεία με ρυθμό και χρονοδιάγραμμα που ταιριάζει στο εργασιακό και φοιτητικό σας περιβάλλον.