Nummer

INFO-4214 (MKOGP3)
Titel

Cognitive Modeling
Lehrform(en)

Vorlesung
ECTS 6
Arbeitsaufwand
- Kontaktzeit
- Selbststudium
Arbeitsaufwand:
180 h
Kontaktzeit:
60 h / 4 SWS
Selbststudium:
120 h
Veranstaltungsdauer 1 Semester
Häufigkeit des Angebots Im Sommersemester
Unterrichtssprache Englisch
Prüfungsform

Klausur (mündliche Prüfung bei geringer Teilnehmeranzahl)

Inhalt

Es werden kognitive Modelle für Lernen, Handeln und Wahrnehmung vorgestellt und erörtert, darunter deskriptive, qualitative, quantitative und neuronale Modelle. Darüber hinaus werden die Optimierung von Parametern sowie Techniken zum Vergleich von Modellen und zur Interpretation und Bewertung von Modellparametern vorgestellt. Alle Techniken werden im Zusammenhang mit konkreten Modellen kognitiver Prozesse gezeigt. Darüber hinaus werden die notwendigen statistischen Methoden praxisnah und anwendungsorientiert vorgestellt.

Qualifikationsziele

Die Studierenden kennen die wichtigsten Prinzipien und Techniken der kognitiven Modellierung. Sie wissen, wie man kognitive Prozesse, Mechanismen und Lernen auf verschiedenen Komplexitätsebenen modelliert. Sie können verschiedene kognitive Modelle und Modellierungsansätze zielgerichtet anwenden. Darüber hinaus können sie verschiedene Modellierungsansätze und Modellierungsergebnisse bewerten, vergleichen und gegenüberstellen. Sie sind in der Lage zu beurteilen, ob ein Modell falsifizierbar ist und wissen, wie man kognitive Modelle validiert und interpretiert. Schließlich können sie statistische Methoden anwenden, um verschiedene kognitive Modelle quantitativ zu vergleichen.

Vergabe von Leistungspunkten/Benotung
Lehrform
Status
SWS
LP
Prüfungsform
Prüfungsdauer
Benotung
Berechnung
Modulnote (%)
Vorlesung
V
o
2
3.0
K
90
b
100
Übung
Ü
o
2
3.0
Teilnahmevoraussetzungen Es gibt keine besonderen Voraussetzungen.
Dozent/in Butz, Wichmann
Literatur / Sonstiges

Book: S. Lewandowsky & S. Farrell (2011). Computational Modeling in Cognition.
Additional papers and book chapters will be supplied. Introductory course knowledge about machine learning, artificial neural networks, robotics, cognitive architectures, or artificial intelligence is required.

Zuletzt angeboten Sommersemester 2022
Geplant für Sommersemester 2024
Zugeordnete Studienbereiche INFO-INFO, INFO-PRAK, MEDI-APPL, MEDI-HCI, MEDI-INFO, MEDI-MEDI, ML-CS