Resursi i korisne poveznice

Kurirana lista alata, literature i zajednica

Resursi

R & Python

Literatura

Published

June 30, 2026

Pregled

Ovdje smo pripremili kuriranu listu resursa koja će vam pomoći da dublje zaronite u svijet računalnih društvenih znanosti, analize podataka i alata koje koristimo na ovom projektu.

Od alata do zajednice

Od programskih jezika i temeljne literature, preko izvora podataka, sve do blogova i zajednica za učenje. Svaka poveznica vodi do provjerenog izvora koji možete koristiti za usavršavanje vlastitih vještina i razumijevanje metoda iza projekta.

R Python NLP SQL Git

Uvod u alate i programske jezike

Ovi resursi idealni su za sve koji žele naučiti ili usavršiti svoje vještine u programskim jezicima R i Python, koji su temelj našeg analitičkog rada.

<div class="info-card-icon"><i class="bi bi-bar-chart-line"></i></div>
<h4>Za korisnike R</h4>
<p>Vodiči i knjige za analizu podataka i teksta u jeziku R, od osnova RStudio okruženja do tidy principa.</p>

<div class="info-card-icon"><i class="bi bi-filetype-py"></i></div>
<h4>Za korisnike Pythona</h4>
<p>Službena dokumentacija i moderni tutorijali za obradu prirodnog jezika i opće programiranje u Pythonu.</p>

Za korisnike R

RStudio Finding Your Way To R Službeni vodič za početnike koji pokriva osnove rada u RStudio okruženju. Poveznica
R for Data Science Temeljni priručnik za analizu podataka u R-u. Autori su Hadley Wickham i Garrett Grolemund. Poveznica
Text Mining with R Knjiga za uvod u analizu teksta, s naglaskom na tidy principe. Autorice su Julia Silge i David Robinson. Poveznica
CRAN Task View Social Sciences Kurirana lista R paketa specifično namijenjenih za primjenu u društvenim znanostima. Poveznica
R bloggers Agregator blogova o R-u koji svakodnevno donosi nove tutorijale i studije slučaja. Poveznica

Za korisnike Pythona

The Python Tutorial Službena dokumentacija i najbolja polazna točka za učenje osnova Pythona. Poveznica
spaCy 101 Moderna i brza biblioteka za obradu prirodnog jezika (NLP). Njihov tečaj je odličan za početnike. Poveznica
Real Python Visokokvalitetni tutorijali za sve razine znanja, od osnova do naprednih tema. Poveznica

Temeljna literatura i koncepti

Knjige i znanstveni radovi koji oblikuju područje kojim se bavimo.

<div class="info-card-icon"><i class="bi bi-cpu"></i></div>
<h4>Računalne društvene znanosti</h4>
<p>Ključne knjige i seminalni radovi koji definiraju polje i njegove izazove u digitalnom dobu.</p>

<div class="info-card-icon"><i class="bi bi-file-text"></i></div>
<h4>Analiza teksta kao podatka</h4>
<p>Temeljni okvir za primjenu metoda analize teksta u društvenim znanostima.</p>

<div class="info-card-icon"><i class="bi bi-graph-up"></i></div>
<h4>Statistika i podaci</h4>
<p>Pristupačne knjige o razumijevanju podataka i prepoznavanju manipulacije statistikom.</p>

Računalne društvene znanosti

Bit by Bit Social Research in the Digital Age Ključna knjiga Matthewa Salganika koja objašnjava kako digitalno doba transformira društvena istraživanja. Poveznica
Computational Social Science A Manifesto Seminalni rad (Lazer i sur.) koji je definirao polje i njegove glavne izazove i prilike. Poveznica

Analiza teksta kao podatka

Text as Data A New Framework Cjelovit pregled metoda za analizu teksta u društvenim znanostima. Autori su Grimmer, Roberts i Stewart. Poveznica

Statistika i razumijevanje podataka

How to Lie with Statistics Klasična knjiga Darrella Huffa o tome kako prepoznati manipulaciju statistikom. Poveznica
The Art of Statistics Learning from Data David Spiegelhalter na pristupačan način objašnjava kako statističari razmišljaju i kako učiti iz podataka. Poveznica

Podaci i resursi za tematska istraživanja

Poveznice na relevantne izvore podataka, časopise i organizacije koje se bave sličnim temama.

<div class="info-card-icon"><i class="bi bi-database"></i></div>
<h4>Izvori podataka</h4>
<p>Pew Research Center kao jedan od najvažnijih izvora podataka i analiza o ulozi religije u društvu.</p>

<div class="info-card-icon"><i class="bi bi-journals"></i></div>
<h4>Časopisi i organizacije</h4>
<p>Vodeći znanstveni časopisi i globalne organizacije na sjecištu medija, religije i digitalnih humanističkih znanosti.</p>

Pew Research Center Religion & Public Life Jedan od najvažnijih izvora podataka i analiza o ulozi religije u društvu. Poveznica
Journal of Media and Religion Vodeći znanstveni časopis koji objavljuje istraživanja na sjecištu medija i religije. Poveznica
Alliance of Digital Humanities Organizations (ADHO) Globalna organizacija koja promiče primjenu digitalnih tehnologija u humanističkim znanostima. Poveznica

Blogovi, zajednice i platforme

Mjesta za učenje, postavljanje pitanja i praćenje najnovijih trendova.

<div class="info-card-icon"><i class="bi bi-pencil"></i></div>
<h4>Učenje i članci</h4>
<p>Towards Data Science kao jedna od najvećih online publikacija o podatkovnoj znanosti, s tisućama tutorijala.</p>

<div class="info-card-icon"><i class="bi bi-chat-dots"></i></div>
<h4>Zajednice programera</h4>
<p>Stack Overflow za tehnička pitanja i odgovore, ključna zajednica za rješavanje problema u kodu.</p>

<div class="info-card-icon"><i class="bi bi-globe"></i></div>
<h4>Otvorena znanost</h4>
<p>GitHub i Zenodo kao ključne platforme za suradnju, dijeljenje koda i pohranu podataka po FAIR principima.</p>

Towards Data Science Jedna od najvećih online publikacija o podatkovnoj znanosti, s tisućama korisnih članaka i tutorijala. Poveznica
Stack Overflow Ključna zajednica za programere. Ako imate tehnički problem, ovdje ćete najvjerojatnije pronaći odgovor. Poveznica
GitHub Platforma na kojoj se nalazi ovaj projekt. Ključan alat za otvorenu znanost, suradnju i dijeljenje koda. Poveznica
Zenodo Otvoreni repozitorij za pohranu znanstvenih podataka, softvera i publikacija, u skladu s FAIR principima. Poveznica

Akademska literatura po temama

Kurirana lista ključnih knjiga i radova organiziranih po metodološkim područjima.

Kvantitativna analiza teksta

Grimmer, Justin, Margaret E. Roberts, and Brandon M. Stewart (2022). Text as Data A New Framework for Machine Learning and the Social Sciences. Princeton University Press.
Grimmer, Justin and Brandon M. Stewart (2013). Text as Data The Promise and Pitfalls of Automatic Content Analysis Methods for Political Texts. Political Analysis 21(3) 267–297.
Benoit, Kenneth (2020). Text as Data An Overview. In Curini, Luigi and Robert Franzese, eds. Handbook of Research Methods in Political Science and International Relations. Sage Publications.
Jurafsky, Daniel and James H. Martin (2024). Speech and Language Processing. (3rd edition).
Manning, C. D., Raghavan, P., & Schütze, H. (2008). Introduction to Information Retrieval. Cambridge University Press.

Analiza društvenih mreža

Newman, M.E.J. (2010). Networks An Introduction. Oxford University Press.
Scott, J. (2017). Social Network Analysis. SAGE (4th edition).
Easley, D., & Kleinberg, J. (2010). Networks, Crowds, and Markets Reasoning About a Highly Connected World. Cambridge University Press.
Robins, G. (2015). Doing Social Network Research Network based Research Design for Social Scientists. SAGE.
Borgatti, S. P., Everett, M. G., & Johnson, J. C. (2018). Analyzing Social Networks. SAGE.

Programiranje i računalno razmišljanje

Guttag, John V. (2016). Introduction to Computation and Programming Using Python With Application to Understanding Data. MIT Press.
Miller, Bradley N. and David L. Ranum. Problem Solving with Algorithms and Data Structures Using Python.
Grolemund, Garrett and Hadley Wickham (2016). R for Data Science. O’Reilly.
Wing, Jeannette M. (2006). Computational thinking. Communications of the ACM, 49(3), 33–35.

Podaci i vizualizacija

Beaulieu, Alan (2020). Learning SQL Generate, Manipulate, and Retrieve Data. 3rd Ed. O’Reilly.
Healy, Kieran (2019). Data Visualization A Practical Introduction. Princeton University Press.
Munzert, Simon, et al. (2015). Automated Data Collection with R A Practical Guide to Web Scraping and Text Mining. Wiley.
Wickham, Hadley, Mine Çetinkaya Rundel and Garett Grolemund (2023). R for Data Science Import, Tidy, Transform, Visualize, and Model Data. 2nd Ed. O’Reilly.
Lazer, David and Jason Radford (2017). Data ex Machina Introduction to Big Data. Annual Review of Sociology.

Strojno učenje

Géron, A. (2017). Hands on Machine Learning with Scikit Learn and TensorFlow Concepts, Tools, and Techniques to Build Intelligent Systems. O’Reilly Media.
James, G., Witten, D., Hastie, T., & Tibshirani, R. (2013). An Introduction to Statistical Learning. Springer.
Müller, A. C., & Guido, S. (2016). Introduction to Machine Learning with Python A Guide for Data Scientists. O’Reilly Media.
Conway, D., & White, J. (2012). Machine Learning for Hackers. O’Reilly Media.

Duboko učenje

Goodfellow, Ian, Yoshua Bengio, and Aaron Courville (2016). Deep Learning. MIT Press.
Raff, E. (2022). Inside Deep Learning Math, Algorithms, Models. Simon and Schuster.
Argyle, L. P., et al. (2023). Out of one, many Using language models to simulate human samples. Political Analysis.
Rodriguez, P. L., & Spirling, A. (2022). Word embeddings What works, what doesn’t, and how to tell the difference for applied research. The Journal of Politics.
Torres, M., & Cantú, F. (2022). Learning to See Convolutional Neural Networks for the Analysis of Social Science Data. Political Analysis.