KogSys-KogInf-Psy: Grundlagen der Kognitiven Informatik [KogInf]

Dozent/in:

Ute Schmid

Angaben:

Vorlesung und Übung, ECTS: 3, Für Studierende der Psychologie sowie Nebenfachstudierende

Termine:

Mo, 10:00 - 12:00, WE5/05.003
Mo

Voraussetzungen / Organisatorisches:

Für BA-Psychologie: Erste LV im Pflichtbereich Angewandte Kognitionspsychologie, sowie für Studierende im Nebenfach Angewandte Informatik

Inhalt:

Grundlagen der Informatik und der Künstlichen Intelligenz - insbesondere Logik und Wissensrepräsentation sowie Suchalgorithmen und Produktionssysteme - werden eingeführt und in praktischen, in die Vorlesung integrierten, Übungen vertieft. Darauf aufbauend werden grundlegende Ansätze und Techniken der kognitiven Modellierung eingeführt: Der Produktionssystem-Ansatz ACT-R, Modellierung mit neuronalen Netzen, Analogiemodelle sowie aktuelle Entwicklungen und Anwendungsbereiche.

Empfohlene Literatur:

Schmid, U. (2006). Computermodelle des Denkens und Problemlösens. In J. Funke (Hrsg.), Enzyklopädie der Psychologie, Themenbereich C Theorie und Forschung, Serie II Kognition, Band 8 Denken und Problemlösen Hogrefe.

Master- und Doktorandenseminar

Dozent/in:

Ute Schmid

Angaben:

Seminar

Termine:

Do, 16:00 - 18:00, WE5/05.005

Seminar Kognitive Systeme [KogSys-Sem]

Dozent/in:

Ute Schmid

Angaben:

Seminar, 2 SWS, ECTS: 3, für Bachelor und Master

Termine:

Do, 10:00 - 12:00, WE5/04.003
Einzeltermin am 20.12.2019, Einzeltermin am 17.1.2020, 9:00 - 17:00, WE5/03.004

Voraussetzungen / Organisatorisches:

Vorleistungen: KogSys-IA

Inhalt:

Aufbauend auf den in den Vorlesungen und Übungen des Faches Kognitive Systeme erworbenen Kenntnissen und Fertigkeiten wird im Seminar die eigenständige Erarbeitung und Präsentation eines Themengebiets auf der Basis von wissenschaftlicher Literatur eingeübt. Dabei werden Kompetenzen zur Einarbeitung in vertiefende Fragestellungen anhand wissenschaftlicher Literatur sowie deren Präsentation in mündlicher und schriftlicher Form erworben. Erarbeitung eines ausgewählten Themas aus dem Bereich Künstliche Intelligenz.

Empfohlene Literatur:

wird zu Beginn des Seminars bekanntgegeben

V KogSys-KogMod-M: Kognitive Modellierung

Dozent/in:

Ute Schmid

Angaben:

Vorlesung, 2 SWS, ECTS: 6

Termine:

Do, 8:00 - 10:00, WE5/05.003
am 15.10. 12:00, WE5/05.003 zusätzliche Vorlesung

Inhalt:

Es werden wesentliche kognitionspsychologische Grundlagen aus den Bereichen Wahrnehmung, Gedächtnis und Wissensrepräsentation sowie Grundlagen der empirischen Forschung -- Experiment, abhängige/unabhängige Variablen, Grundgedanke der Inferenzstatistik -- eingeführt. Zudem werden grundlegende Ansätze und Techniken der kognitiven Modellierung sowie verschiedene Anwendungsgebiete dargestellt. Empirische Forschungsmethoden werden anhand einer exemplarisch durchgeführten empirischen Studie vertiefend praktisch eingeübt. Ansätze zur kognitiven Modellierung werden anhand konkreter Modellierungsaufgaben mit ausgewählten Ansätzen praktisch umgesetzt.

Ü KogSys-KogMod-M: Kognitive Modellierung

Dozent/in:

Johannes Rabold

Angaben:

Übung

Termine:

Di, 12:00 - 14:00, WE5/05.003

V KogSys-ML-M: Lernende Systeme

Dozent/in:

Ute Schmid

Angaben:

Vorlesung, 2 SWS, ECTS: 6

Termine:

Di, 8:00 - 10:00, WE5/00.019

Voraussetzungen / Organisatorisches:

Vorleistungen: GdI-MfI-B, MI-AuD-B

Inhalt:

Die Veranstaltung vermittelt vertieftes Wissen und Kompetenzen im Bereich Maschinelles Lernen mit dem Fokus auf symbolischen, neuronalen und statistischen Algorithmen. Anmerkung: Die Folien sowie weitere Materialien sind überwiegend in englischer Sprache. Vorlesung: In der Vorlesung werden wesentliche symbolische, statistische und neuronale Ansätze des maschinellen Lernens mit Bezügen zum menschlichen Lernen vertiefend eingeführt. Wesentliche Themengebiete sind: Entscheidungsbaumalgorithmen, Multilayer Perzeptrons, Instance-based Learning, Induktive Logische Programmierung, Genetische Algorithmen, Bayes'sches Lernen, Lerntheorie, Induktive Programmsynthese, Reinforcement Learning. Übung: Vertiefung von in der Vorlesung eingeführten Methoden und Techniken, zum Teil mit Programmieraufgaben in Java und PROLOG.

Empfohlene Literatur:

Mitchell, Machine Learning

Ü KogSys-ML-M: Lernende Systeme

Dozent/in:

Johannes Rabold

Angaben:

Übung, 2 SWS

Termine:

Mo, 12:00 - 14:00, WE5/00.019