Prädiktive Verhaltensanalyse in der Mensch-Technik-Interaktion (Wintersemester 2024/25)

DozentIn: Prof. Dr. Dr. Marco Ragni

AssistentIn: Sara Todorovikj

Inhalte: Das Modul vermittelt ein theoretisches Verständnis und praktische Erfahrungen mit grundlegenden Konzepten der Datenanalyse, der kognitiven Modellierung und des maschinellen Lernens zur Verarbeitung von Daten allgemein und der Vorhersage menschlichen Verhaltens im Besonderen. Im Fokus der Veranstaltung stehen allgemeine Methoden und grundlegende Algorithmen, deren Vor- und Nachteile und typische Anwendungsgebiete.

Qualifikationsziele: Die Studenten haben erfolgreich Methoden und Praxisbeispiele zur statistischen Modellierung und zum maschinellen Lernen in der Anwendung auf große Datenmengen erworben. Sie sind in der Lage, dieses Wissen mit Hilfe der erarbeiteten Programmierfähigkeiten in den typischen Anwendungsgebieten der prädiktiven Verhaltensanalyse und des maschinellen Lernens einzusetzen.

Voraussetzungen: Wünschenswert ist eine Vertrautheit mit Methoden der linearen Algebra und der Wahrscheinlichkeitstheorie. Für die Übung werden grundlegende Kenntnisse in der Programmierung mit Python, wie diese z.B. im Modul Einführung in die Programmierung mit Python vermittelt werden, empfohlen.

Zielgruppe: Master Human Factors, Master Psychologie, Master Sensorik und kognitive Psychologie, Bachelor Angewandte Informatik

OPAL: Link

Vorlesung

  Zeit: Montag, 09:15 - 10:45

  Ort: 2/D301 (C24.301)

Übung

  Zeit: Mittwoch, 09:15 - 10:45

  Ort: 2/W044 (C25.044)