Universität Wien

200149 SE Theorie und Empirie wissenschaftlichen Arbeitens (Geist und Gehirn) 1 (2022W)

8.00 ECTS (4.00 SWS), SPL 20 - Psychologie
Prüfungsimmanente Lehrveranstaltung
Moodle

An/Abmeldung

Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").

Details

max. 20 Teilnehmer*innen
Sprache: Englisch

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

Im Allgemeinen gehen wir davon aus, dass die Termine vor Ort stattfinden werden. Aufgrund der instabilen Pandemie-Situation kann es jedoch sein, dass wir flexibel auf online umstellen müssen.

  • Mittwoch 05.10. 09:45 - 13:00 PCR Computerhörsaal Psychologie, NIG 6.Stock A0607
  • Mittwoch 12.10. 09:45 - 13:00 PCR Computerhörsaal Psychologie, NIG 6.Stock A0607
  • Mittwoch 19.10. 09:45 - 13:00 PCR Computerhörsaal Psychologie, NIG 6.Stock A0607
  • Mittwoch 09.11. 09:45 - 13:00 PCR Computerhörsaal Psychologie, NIG 6.Stock A0607
  • Mittwoch 16.11. 09:45 - 13:00 PCR Computerhörsaal Psychologie, NIG 6.Stock A0607
  • Mittwoch 23.11. 09:45 - 13:00 PCR Computerhörsaal Psychologie, NIG 6.Stock A0607
  • Mittwoch 30.11. 09:45 - 13:00 PCR Computerhörsaal Psychologie, NIG 6.Stock A0607
  • Mittwoch 07.12. 09:45 - 13:00 PCR Computerhörsaal Psychologie, NIG 6.Stock A0607
  • Mittwoch 14.12. 09:45 - 13:00 PCR Computerhörsaal Psychologie, NIG 6.Stock A0607
  • Mittwoch 11.01. 09:45 - 13:00 PCR Computerhörsaal Psychologie, NIG 6.Stock A0607
  • Mittwoch 18.01. 09:45 - 13:00 PCR Computerhörsaal Psychologie, NIG 6.Stock A0607
  • Mittwoch 25.01. 09:45 - 13:00 PCR Computerhörsaal Psychologie, NIG 6.Stock A0607

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

In der Spezialisierung Gehirn & Geist bieten wir unabhängige TEWA 1 und TEWA 2 an. TEWA 1 konzentrieren sich dabei eher auf rechnerische Aspekte/Theorie und TEWA 2 auf die praktische Anwendung spezifischer Datenerfassungstechniken. Während Ihres Masterstudiums müssen Sie ein TEWA 1 und ein TEWA 2 besuchen. Sie sollten zuerst ein TEWA 1 und dann ein TEWA 2 besuchen, wobei in der Spezialisierung Gehirn & Geist TEWAs nicht aufbauend sind und von verschiedenen Vortragenden angeboten werden.

Jede Einheit des TEWA I machine learning besteht aus zwei Teilen. Teil 1 vermittelt machine learning Theorie, mit Schwerpunkt auf Modellen und deren Evaluierung. Teil 2 vermittelt die praktische Anwendung auf Basis von Scikit-learn in Python. Folgende Themen werden behandeln:
key terms, history, connection to psychology, supervised learning problem, linear regression, decision trees, model complexity, train-test-split, cross-validation, bias-variance-tradeoff, random forests, curse of dimensionality, model interpretation, classification, lda, svm, real world examples

Art der Leistungskontrolle und erlaubte Hilfsmittel

Es gibt zwei Möglichkeiten Punkte für die Bewertung zu sammeln:
1.) Maximal 20 Punkte über einen online Test (Multiple-choice und/oder Freie Fragen) am Ende des Seminars, der unter zeitlicher Beschränkung stattfindet. Studierende benötigen dazu einen Computer (PC, Laptop, Tablet, etc.) und eine Internetverbindung. Sollte es zu technischen Problemen kommen, sind diese unmittelbar zu melden (E-Mail oder moodle Forum). Eine Reklamation nach der Prüfungszeit kann ausdrücklich nicht berücksichtigt werden.
2.) Maximal 15 Punkt aus Übungen und dem Projekt am Ende des Seminars (Erste Übung: 3 Punkte, Übung 2-10: 1 Punkt je Übung, Projekt: 3 Punkte). In jede Einheit wird eine Übung ausgegeben. Die vollständige Lösung der Übung ist bis vor der nächsten Einheit im moodle hochzuladen. Alle Studierenden, die eine Übung abgegebenen haben erhalten Punkte. Aus diesen Studierenden werden zufällig einige ausgewählt und müssen Fragenzu ihrer Lösung beantworten. Wird dabei offensichtlich, dass die Übung nicht verstanden wurde, werden 4 Punkte aberkannt. Analoges gilt für das Projekt.

Mindestanforderungen und Beurteilungsmaßstab

30 Punkte gelten als 100% (35 Punkte sind erreichbar). Der Prozentsatz der erreichten Punkte zu 30 Punkten ergibt die Note. >50% der Punkte müssen für einen positiven Absschluss erreicht werden (min. 16 Punkte). >50% bis 63% (16 bis 18 Punkte): Note 4, >63% bis 75% (19 bis 22 Punkte): Note 3, >75% bis 88% (23 bis 26 Punkte): Note 2, >88% (ab 27 Punkte): Note 1

Prüfungsstoff

Alle Inhalte welche im Seminar sowohl im theoretischen als auch im praktischen Teil behandelt werden sind für die Prüfung relevant.

Literatur

1.) An Introduction to Statistical Learning, Free download from: http://www-bcf.usc.edu/~gareth/ISL/ISLR%20Seventh%20Printing.pdf
2.) The Elements of Statistical Learning, Free download from: https://web.stanford.edu/~hastie/Papers/ESLII.pdf

Zuordnung im Vorlesungsverzeichnis

Letzte Änderung: Mo 19.09.2022 15:08