Struktura teorii neurokognitywnych wykład monograficzny 2012/2013. Wykład 5 ( )

Wielkość: px
Rozpocząć pokaz od strony:

Download "Struktura teorii neurokognitywnych wykład monograficzny 2012/2013. Wykład 5 ( )"

Transkrypt

1 Struktura teorii neurokognitywnych wykład monograficzny 2012/2013 Wykład 5 ( )

2 Na niniejszym wykładzie Czym są paradygmaty interpretacyjne: powtórka Paradygmat komputerowy Wprowadzenie do psychologii ewolucyjnej struktura nauk ewolucyjnych

3 powtórka: wprowadzenie do paradygmatów interpretacyjnych

4 Rola paradygmatów interpretacyjnych w neuronauce poznawczej Przyjęcie określonego paradygmatu wpływa m.in. na: (a) sposoby interpretacji danych na każdym z poziomów, a więc przyjęte schematy, (b) typy dopuszczalnych eksperymentów, (c) wzbogacenie wiedzy towarzyszącej o dane z różnych dziedzin nauki, (d) wyznaczenie celów badawczych, (e) przyjęcie określonej wizji antropologicznej, o dużej składowej filozoficznej (f) przyjęcie określonego poglądu na funkcjonowanie umysłu, (g) przyjęcie szeregu dodatkowych, nie zawsze artykułowanych explicite, założeń filozoficznych.

5 Trzy podstawowe paradygmaty intepretacyjne Paradygmat komputerowy Psychologia ewolucyjna Embodied-embedded mind

6 Paradygmat komputerowy

7 Czym jest paradygmat komputerowy? Symboliczne podejście do AI (symbolizm) konseksionizm (m.in. sztuczne sieci neuronowe)

8 John Searle Silna AI Paradygmat komputerowy procesy poznawcze mają się do mózgu tak, jak program (software) do struktury fizycznej komputera (hardware). Słaba AI procesy poznawcze dają się modelować komputerowo Jerry Fodor myśli mogą być przyczynami zachowań organizmu, gdyż posiadają określoną formę logiczną (teza o downward causation) forma logiczna definiowana jest na składni reprezentacji mentalnych (teza o reprezentacjach) obliczenia, przeprowadzane na reprezentacjach są uniwersalne (teza o uniwersalności obliczeń)

9 Reprezentacja: ważne i skomplikowane pojęcie Podstawową ideą jest, że system S reprezentuje cechę F wtedy i tylko wtedy, gdy S posiada funkcję wskazywania (dostarczania informacji o) F należącej do dziedziny pewnych przedmiotów (objects). Sposób, w jaki S realizuje swoją funkcję (kiedy ją realizuje), polega na przyjmowaniu różnych stanów s 1, s 2,, s n odpowiadających różnym własnościom f 1, f 2,, f n należącym do F Fred Dretske

10 Historia paradygmatu komputerowego Odpowiedź Alana Turinga na tzw. Entscheidungsproblem zarysowany przez Davida Hilberta w 1900, a sformułowany precyzyjnie w 1928 roku (dotyczył on istnienia ogólnego algorytmu, który pozwalałby na rozstrzyganie dowolnych problemów matematycznych) powstaje maszyna stanów dyskretnych (Turinga) W 1943 roku Warren McCulloch i Walter Pitts ogłosili pracę, w której potraktowali komórki nerwowe, jako boolowskie narzędzia, przyjmujące jedynie dwa stany (0, 1) Teza o wielorakiej realizacji Hilary Putnam W 1963 Alan Newell i Herbert Simon stwierdzili, że komputery, tak samo jak ludzie, wykraczają poza ramy syntaktyczne i już wyposażone są w semantykę. Ich podstawowym celem było stworzenie programu, który potrafiłby rozwiązywać wszystkie możliwe problemy (General Problem Solver, GPS) W 1983 Jerry Fodor formułuje modularna teorię umysłu

11 Ekspansja sieci neuronowych trzy cechy, w których sztuczne neurony naśladują neurony biologiczne: (i) możliwość agregacji impulsów, docierających z licznych źródeł (np. innych neuronów); (ii) możliwość różnicowania impulsów w oparciu o dostępną wiedzę; (iii) możliwość wygenerowania impulsu, będącego rozwiązaniem lub składnikiem rozwiązania problemu

12 Program badawczy Johna Andersona (1987) 1. Aby zrozumieć ludzkie poznanie, należy zrozumieć zarówno algorytmy umysłowe (procedury) jak i ich implamentacje. Tylko poziom implamentacyjny może być rozumiany w terminach ogólnych praw poznania, które są stałe w różnych sytuacjach. Nasze algorytmy umysłowe są przystosowane do konkretnych wymagań oraz tak różne, jak różne są te wymagania. 2. Należy przeprowadzić ważne badania podstawowe nad poziomem algorytmicznym. 3. Dobrym sposobem poznania poziomu algorytmicznego jest prowadzeni badań pedagogicznych dotyczących sposobu, w jaki te algorytmy umysłowe są nauczane i nabywane

13 Anderson: algorytm a implamentacja Należy odróżnić (a) procedury umysłowe i wiedzę, którą posiadamy, umożliwiające nam adaptacyjne zachowanie, od (b) mechanizmów, które implamentują te procedury i tę wiedzę. Oczywista jest analogia do standardowego komputera, w którym programy i przechowywane struktury danych stanowią odpowiednik algorytmu, zaś sama maszyna i wykonywane przez nią operację odpowiadają implamentacji. Te dwa poziomy są w znacznym stopniu niezależne, ponieważ tego typu abstrakcyjne programy mogą być implamentowane w różnych CJP (centralnych jednostkach przetwarzania) oraz tego typu struktury danych mogą być implamentowane w pamięciach o różnych właściwościach.

14 Anderson: algorytm a implamentacja Wiedza nabywana jest w kategoriach jednostek poziomu algorytmicznego; implamentacja tych jednostek jest ustalona i nie może być modyfikowana przez uczenie się. Wybierając bardziej szczegółowy poziom algorytmiczny (tzn. rezygnując z modelowania określonych rzecz na ustalonym poziomie implamentacyjnym), wybiera się jednocześnie postęp uczenia się mierzony mniejszymi przyrostami wiedzy oraz otwartą możliwość uczenia się określonych rzeczy

15 Anderson: architektura poznawcza *ACT

16 Teoria widzenia Davida Marra Jak dwuwymiarowy obraz odwzorowywany na siatkówce oka przekształcany jest na trójwymiarowe reprezentacje? Etapy przetwarzania informacji wzrokowych: (1) tworzenie pierwotnego szkicu sceny (wydobywane są podstawowe cechy strukturalne elementów sceny, które obejmują cechy takie jak krawędzie czy kontury) (2) tworzenie szkicu 2,5-D (pierwotny szkic wzbogacany jest w nim m.in. o tekstury, co pozwala na wytworzenie głębi obrazu) (3) trójwymiarowy (3-D) model sceny

17 Teoria widzenia Davida Marra Marr wyróżnia 3 poziomy: (1) poziom komputacyjny związany jest z zachowaniem systemu (odnosi się do celu jaki stoi przed systemem oraz zastosowania strategii, która umożliwi optymalne wykonanie zadań; w przypadku widzenia, zadaniem tym jest wytworzenie trójwymiarowych reprezentacji wizualnych) (2) poziom algorytmiczny (reprezentacyjny), odpowiedzialny jest za to jak system rozwiązuje problem (na poziomie tym badać można jakie algorytmy odpowiedzialne są za wykonywanie poszczególnych zadań) (3) poziom implamentacyjny, czyli hardware, odnosi się do biologicznych mechanizmów (podłoża) realizacji algorytmów (implamentacji).

18 Paradygmat komputerowy a poziomy teoretyczne (1) pojedyncze neurony zaawansowane symulacje (np. model Hodkina-Huxley a) (2) bogatsze struktury neuronalne sztuczne sieci neuronowe (3) cały mózg Blue Brain Project (4) procesy poznawcze architektury kognitywne

19 Psychologia ewolucyjna wprowadzenie

20 Co to jest psychologia ewolucyjna? Psychologia ewolucyjna = Darwin + Turing

21 Struktura nauk ewolucyjnych

22 Nic w biologii nie ma sensu jeśli jest rozpatrywane w oderwaniu od teorii ewolucji Theodosius Dobzhansky

23 Jeśli miałbym przyznać nagrodę za najlepszą ideę wszechczasów, dałbym ją Darwinowi przed Newtonem, Einsteinem i wszystkimi innymi. Koncepcja ewolucji przez dobór naturalny za jednym zamachem jednoczy sferę życia, sensu i celu ze sferą przestrzeni i czasu, przyczyny i skutku, mechanizmów i praw fizyki. Daniel Dennett, Darwin s Dangerous Idea

24 Struktura nauk ewolucyjnych (1) Ogólna Teoria Ewolucji: (i) Teoria doboru naturalnego (ii) Teoria doboru płciowego (iii) Teoria dostosowania łącznego (2) Ewolucyjne teorie środkowego poziomu: (i) Teoria altruizmu odwzajemnionego (ii) Teoria inwestycji rodzicielskiej (iii) Uzupełnienia i modyfikacje teorii doboru płciowego (iv) Teoria konfliktu rodzice potomstwo (3) Ewolucyjne nauki behawioralne: (i) Socjobiologia (ii) Teoria memetyczno-genetycznej koewolucji (iii) Ekologia behawioralna (iv) Psychologia ewolucyjna

25 Podstawy darwinizmu Przedmiot teorii ewolucji: (1) ewolucja organizmów (obserwowalny fakt) (2) specjacja (3) stopniowość przemian (4) pochodzenie od wspólnego przodka Mechanizmy ewolucji: (1) dryf genetyczny (2) dobór naturalny (3) dobór płciowy

26 Dobór naturalny według Darwina Twórca teorii DN: Karol Darwin (1859) (uwaga: nie znał genetyki!) Konsekwencją doboru naturalnego jest to, że organizmy będą przystosowane do swojego środowiska. Wyselekcjonowane zostaną osobniki, które najlepiej radzą sobie ze znalezieniem pokarmu, partnerów, unikaniem drapieżników itd. (Krebs, Davis, Wprowadzenie do ekologii behawioralnej [rekonstrukcja])

27 Dobór naturalny ujęcie współczesne Każdy allel, który wytwarza więcej przeżywających kopii samego sobie niż jego konkurenci, z czasem zastąpi formę alternatywną w populacji. Dobór naturalny polega na zróżnicowanym przeżywaniu alternatywnych alleli. Krebs, Davies

28 Warunki działania doboru naturalnego DN zachodzi wtw., gdy spełnione są warunki: (1) fenotypowa zmienność osobników w populacji (cechy fizyczne, behawioralne, psychiczne). (2) zróżnicowana reprodukcja osobniki o pewnych cechach mają większe szanse na sukces reprodukcyjny. (3) dziedziczność zmienności fenotypowej. Gdzie zachodzi dobór? Gatunki Populacje Osobniki Geny

29 Teoria doboru naturalnego (DN) Mutacje powstają podczas procesu replikacji DNA przypadkowe (losowe) niekierunkowe nieprzewidywalne DN selekcjonuje cechy ze względu na dostosowanie organizmu do środowiska (fitness) Cechy DN: powolny: wybiera tylko w dostępnym materiale genet. krótkowzroczny: nie przewiduje przyszłych zmian środowiska kierunkowy: promuje tylko cechy korzystne, wypiera niekorzystne ***Daniel Dennett: algorytmiczny

30 Twórca teorii: Karol Darwin Teoria doboru płciowego DP selekcjonuje cechy ze względu na partnerkę/partnera promowane są cechy atrakcyjne dla płci przeciwnej Sprzyja powstawaniu specyficznych cech, takich jak np. ogon pawia, jaskrawe upierzenie itd. Cechy te mogą zmniejszać szanse przeżycia danego osobnika, ale zwiększają szansę jego sukcesu reprodukcyjnego. Jaka jest relacja między DN a DP?

31 Twórca teorii: William D. Hamilton: Zwana inaczej teorią doboru krewniaczego. Uwaga: jest to integralna część współczesnej teorii DN Sukces ewolucyjny osobnika polega nie tylko na pozostawieniu potomstwa, ale także na sukcesie reprodukcyjnym bliskich krewniaków. Jesteśmy skłonni do aktów altruizmu wobec krewnych w zależności od stopnia pokrewieństwa r. Dziedziczymy 50% genów każdego z rodziców, w zw. z tym r dla rodzice-dzieci = 0,5; rodzeństwo = 0,5; dziadkowie-wnuki = 0,25; najbliżsi kuzyni = 0,125 itd... Altruizm krewniaczy zachodzi zgodnie z regułą Hamiltona : zb r > sa, czyli, gdy straty (koszty) altruisty są mniejsze niż zyski beneficjenta (krewnego) pomnożone przez współczynnik pokrewieństwa. Konsekwencje teorii dostosowania łącznego: Teoria dostosowania łącznego Bycie altruistą wobec krewnych się opłaca Perspektywa samolubnych genów wypiera koncepcję doboru grupowego Muszą istnieć mechanizmy w tym kognitywne które pozwalają rozpoznawać krewnych!

32 (1) adaptacje Trzy rodzaje wytworów procesu ewolucji dziedziczne cechy zwiększające prawdopodobieństwo przetrwania i reprodukcji osobnika w pewnych warunkach środowiskowych (np. pępowina). (2) produkty uboczne (współtowarzyszące) nie rozwiązują problemów adaptacyjnych, ale pojawiają się wraz z adaptacjami (np. pępek). (3) efekty przypadkowe (szumy) powstałe w wyniku mutacji, zmian środowiska, w fazie rozwoju osobniczego nieszkodliwe (np. kształt pępka). Przestroga G. Williamsa: musisz mieć bardzo silne dowody, aby mówić, że coś jest adaptacją!

33 Teoria altruizmu odwzajemnionego Twórca teorii: Robert Trivers (lata 70 XX wieku) W przyrodzie obserwujemy akty altruizmu nie tylko wśród krewniaków (fakt). Organizmy są w stanie ponosić pewne koszty, aby w przyszłości otrzymać zwrot z nawiązką (fakt). Warunki: Wysokie prawdopodobieństwo ponownego spotkania altruisty i beneficjenta (zw. ze stopniem rozproszenia populacji oraz długością życia) Stopień mutualistycznej zależności (wspólne interesy zwiększają prawdopodobieństwo, że beneficjent nie okaże się oszustem) Odpowiednio rozwinięty umysł i zdolności kognitywne: psychologiczna perspektywa przyszłości, zdolność do odkładania gratyfikacji, pamięć, rozpoznawanie twarzy... Warunki są sp. w niewielkich grupach ze słabą hierarchią dominacji. Argumenty teoriogrowe (iterowany Dylemat Więźnia)

34 Teoria inwestycji rodzicielskiej (Robert Trivers) Stanowi rozwinięcie teorii doboru płciowego Darwina: Przedstawiciele płci, która ponosi większą inwestycję w potomstwo będą ceteris paribus stawiać większe wymagania partnerom i de facto decydować o wyborze partnera. Zwykle większą inwestycję ponoszą samice. Konkurencja wewnątrzpłciowa samce-samce, samice-samice. Strategia samic: wybredność, preferowanie osobników o dobrych genach i dużej skłonności do inwestycji rodzicielskiej. Konieczność istnienia mechanizmów wykrywania kłamców.

35 Socjobiologia Zarzuty: propagowanie nieuzasadnionego determinizmu genetycznego zachowań zbyt łatwe ekstrapolowanie wyników badań, prowadzonych na rożnych gatunkach zwierząt na zachowania Homo sapiens, wyjaśnianie wszystkich wytworów działania doboru naturalnego, jako adaptacji

36 Kolejne zajęcia: Psychologia ewolucyjna Główne założenia i tezy Specyfika wyjaśniania EP jako paradygmat neuronauki poznawczej Wprowadzenie do embodied-embedded mind Poziom filozoficzny Poziom lingwistyczny Poziom neuronaukowy EEM jako paradygmat neuronauki poznawczej

Przyrodnicze i kulturowe obrazy świata

Przyrodnicze i kulturowe obrazy świata Przyrodnicze i kulturowe obrazy świata wykład 5 Darwinizm i narodziny ewolucyjnego obrazu świata dr Mateusz Hohol sem. zimowy 2014/2015 filozofia bytu filozofia stawania się Nic w biologii nie ma sensu

Bardziej szczegółowo

Filozofia umysłu i kognitywistyka I. wykład 7: Psychologia ewolucyjna. dr Mateusz Hohol. Wykład monograficzny, sem.

Filozofia umysłu i kognitywistyka I. wykład 7: Psychologia ewolucyjna. dr Mateusz Hohol. Wykład monograficzny, sem. Filozofia umysłu i kognitywistyka I wykład 7: Psychologia ewolucyjna dr Mateusz Hohol Wykład monograficzny, sem. zimowy 2013/2014 Co to jest psychologia ewolucyjna? Psychologia ewolucyjna = Darwin + Turing

Bardziej szczegółowo

Ewolucjonizm NEODARWINIZM. Dr Jacek Francikowski Uniwersyteckie Towarzystwo Naukowe Uniwersytet Śląski w Katowicach

Ewolucjonizm NEODARWINIZM. Dr Jacek Francikowski Uniwersyteckie Towarzystwo Naukowe Uniwersytet Śląski w Katowicach Ewolucjonizm NEODARWINIZM Dr Jacek Francikowski Uniwersyteckie Towarzystwo Naukowe Uniwersytet Śląski w Katowicach Główne paradygmaty biologii Wspólne początki życia Komórka jako podstawowo jednostka funkcjonalna

Bardziej szczegółowo

Struktura teorii neurokognitywnych wykład monograficzny 2012/2013. Wykład 5 ( )

Struktura teorii neurokognitywnych wykład monograficzny 2012/2013. Wykład 5 ( ) Struktura teorii neurokognitywnych wykład monograficzny 2012/2013 Wykład 5 (12.11.2012) Niniejszy wykład: Struktura nauk ewolucyjnych powtórzenie Psychologia ewolucyjna jako paradygmat Nic w biologii nie

Bardziej szczegółowo

O badaniach nad SZTUCZNĄ INTELIGENCJĄ

O badaniach nad SZTUCZNĄ INTELIGENCJĄ O badaniach nad SZTUCZNĄ INTELIGENCJĄ Wykład 7. O badaniach nad sztuczną inteligencją Co nazywamy SZTUCZNĄ INTELIGENCJĄ? szczególny rodzaj programów komputerowych, a niekiedy maszyn. SI szczególną własność

Bardziej szczegółowo

Ekologia wyk. 1. wiedza z zakresu zarówno matematyki, biologii, fizyki, chemii, rozumienia modeli matematycznych

Ekologia wyk. 1. wiedza z zakresu zarówno matematyki, biologii, fizyki, chemii, rozumienia modeli matematycznych Ekologia wyk. 1 wiedza z zakresu zarówno matematyki, biologii, fizyki, chemii, rozumienia modeli matematycznych Ochrona środowiska Ekologia jako dziedzina nauki jest nauką o zależnościach decydujących

Bardziej szczegółowo

O badaniach nad SZTUCZNĄ INTELIGENCJĄ

O badaniach nad SZTUCZNĄ INTELIGENCJĄ O badaniach nad SZTUCZNĄ INTELIGENCJĄ Jak określa się inteligencję naturalną? Jak określa się inteligencję naturalną? Inteligencja wg psychologów to: Przyrodzona, choć rozwijana w toku dojrzewania i uczenia

Bardziej szczegółowo

Teoria ewolucji. Podstawowe pojęcia. Wspólne pochodzenie.

Teoria ewolucji. Podstawowe pojęcia. Wspólne pochodzenie. Teoria ewolucji Podstawowe pojęcia. Wspólne pochodzenie. Informacje Kontakt: Paweł Golik Instytut Genetyki i Biotechnologii, Pawińskiego 5A pgolik@igib.uw.edu.pl Informacje, materiały: http://www.igib.uw.edu.pl/

Bardziej szczegółowo

CZYM SĄ OBLICZENIA NAT A URALNE?

CZYM SĄ OBLICZENIA NAT A URALNE? CZYM SĄ OBLICZENIA NATURALNE? Co to znaczy obliczać (to compute)? Co to znaczy obliczać (to compute)? wykonywać operacje na liczbach? (komputer = maszyna licząca) wyznaczać wartości pewnych funkcji? (program

Bardziej szczegółowo

Wstęp do kognitywistyki. Wykład 3: Logiczny neuron. Rachunek sieci neuronowych

Wstęp do kognitywistyki. Wykład 3: Logiczny neuron. Rachunek sieci neuronowych Wstęp do kognitywistyki Wykład 3: Logiczny neuron. Rachunek sieci neuronowych Epistemologia eksperymentalna W. McCulloch: Wszystko, czego dowiadujemy się o organizmach wiedzie nas do wniosku, iż nie są

Bardziej szczegółowo

O badaniach nad SZTUCZNĄ INTELIGENCJĄ

O badaniach nad SZTUCZNĄ INTELIGENCJĄ O badaniach nad SZTUCZNĄ INTELIGENCJĄ SZTUCZNA INTELIGENCJA dwa podstawowe znaczenia Co nazywamy sztuczną inteligencją? zaawansowane systemy informatyczne (np. uczące się), pewną dyscyplinę badawczą (dział

Bardziej szczegółowo

Jak powstają nowe gatunki. Katarzyna Gontek

Jak powstają nowe gatunki. Katarzyna Gontek Jak powstają nowe gatunki Katarzyna Gontek Powstawanie gatunków (specjacja) to proces biologiczny, w wyniku którego powstają nowe gatunki organizmów. Zachodzi na skutek wytworzenia się bariery rozrodczej

Bardziej szczegółowo

Teoria ewolucji. Podstawowe pojęcia. Wspólne pochodzenie.

Teoria ewolucji. Podstawowe pojęcia. Wspólne pochodzenie. Teoria ewolucji Podstawowe pojęcia. Wspólne pochodzenie. Ewolucja Znaczenie ogólne: zmiany zachodzące stopniowo w czasie W biologii ewolucja biologiczna W astronomii i kosmologii ewolucja gwiazd i wszechświata

Bardziej szczegółowo

Czy znaczna niestabilność postrzegania atrakcyjności twarzy podważa adaptacjonistyczną interpretację tego zjawiska?

Czy znaczna niestabilność postrzegania atrakcyjności twarzy podważa adaptacjonistyczną interpretację tego zjawiska? Czy znaczna niestabilność postrzegania atrakcyjności twarzy podważa adaptacjonistyczną interpretację tego zjawiska? Krzysztof Kościński Zakład Ekologii Populacyjnej Człowieka, UAM Charles Darwin, 1871,

Bardziej szczegółowo

Teoria ewolucji. Podstawy wspólne pochodzenie.

Teoria ewolucji. Podstawy wspólne pochodzenie. Teoria ewolucji. Podstawy wspólne pochodzenie. Ewolucja biologiczna } Znaczenie ogólne: } proces zmian informacji genetycznej (częstości i rodzaju alleli), } które to zmiany są przekazywane z pokolenia

Bardziej szczegółowo

Elementy kognitywistyki II: Sztuczna inteligencja. WYKŁAD XII: Modele i architektury poznawcze

Elementy kognitywistyki II: Sztuczna inteligencja. WYKŁAD XII: Modele i architektury poznawcze Elementy kognitywistyki II: Sztuczna inteligencja WYKŁAD XII: Modele i architektury poznawcze Architektury poznawcze Architektura poznawcza jako teoria poznania ludzkiego Anderson (1993): Architektura

Bardziej szczegółowo

Festiwal Myśli Abstrakcyjnej, Warszawa, Czy SZTUCZNA INTELIGENCJA potrzebuje FILOZOFII?

Festiwal Myśli Abstrakcyjnej, Warszawa, Czy SZTUCZNA INTELIGENCJA potrzebuje FILOZOFII? Festiwal Myśli Abstrakcyjnej, Warszawa, 22.10.2017 Czy SZTUCZNA INTELIGENCJA potrzebuje FILOZOFII? Dwa kluczowe terminy Co nazywamy sztuczną inteligencją? zaawansowane systemy informatyczne (np. uczące

Bardziej szczegółowo

Elementy kognitywistyki III: Modele i architektury poznawcze

Elementy kognitywistyki III: Modele i architektury poznawcze Elementy kognitywistyki III: Modele i architektury poznawcze Wykład II: Modele pojęciowe Gwoli przypomnienia: Kroki w modelowaniu kognitywnym: teoretyczne ramy pojęciowe (modele pojęciowe) przeformułowanie

Bardziej szczegółowo

Algorytm genetyczny (genetic algorithm)-

Algorytm genetyczny (genetic algorithm)- Optymalizacja W praktyce inżynierskiej często zachodzi potrzeba znalezienia parametrów, dla których system/urządzenie będzie działać w sposób optymalny. Klasyczne podejście do optymalizacji: sformułowanie

Bardziej szczegółowo

Biologia atrakcyjności fizycznej człowieka

Biologia atrakcyjności fizycznej człowieka 1 Wykład monograficzny pod tytułem: Biologia atrakcyjności fizycznej człowieka Liczba godzin: 15; czyli 7 spotkań po 2 godziny lekcyjne (1,5 h zegarowej) i 1 spotkanie na 1 godzinę (45 minut). Prowadzący:

Bardziej szczegółowo

Wyk. 2 Ekologia behawioralna

Wyk. 2 Ekologia behawioralna Wyk. 2 Ekologia behawioralna Be or not to be? How be to be? Pytania o zachowanie Dlaczego to zachowanie wyewoluowało? Gody przed kopulacją Życie samotnie lub w grupie Pieśni ptaków składają się z gwizdów

Bardziej szczegółowo

Algorytm Genetyczny. zastosowanie do procesów rozmieszczenia stacji raportujących w sieciach komórkowych

Algorytm Genetyczny. zastosowanie do procesów rozmieszczenia stacji raportujących w sieciach komórkowych Algorytm Genetyczny zastosowanie do procesów rozmieszczenia stacji raportujących w sieciach komórkowych Dlaczego Algorytmy Inspirowane Naturą? Rozwój nowych technologii: złożone problemy obliczeniowe w

Bardziej szczegółowo

Teoretyczne podstawy kognitywistyki religii K O N R A D T A L M O N T - K A M I N S K I U M C S

Teoretyczne podstawy kognitywistyki religii K O N R A D T A L M O N T - K A M I N S K I U M C S Teoretyczne podstawy kognitywistyki religii K O N R A D T A L M O N T - K A M I N S K I U M C S Plan Kognitywistyka religii Główne tezy Podstawy i problemy Racjonalność ograniczona Religia i prospołeczność

Bardziej szczegółowo

NaCoBeZu klasa 8 Dział Temat nacobezu programu I. Genetyka 1. Czym jest genetyka? 2. Nośnik informacji genetycznej DNA 3. Podziały komórkowe

NaCoBeZu klasa 8 Dział Temat nacobezu programu I. Genetyka 1. Czym jest genetyka? 2. Nośnik informacji genetycznej DNA 3. Podziały komórkowe NaCoBeZu klasa 8 Dział programu Temat nacobezu I. Genetyka 1. Czym jest genetyka? wymieniam zakres badao genetyki rozróżniam cechy dziedziczne i niedziedziczne wskazuję cechy indywidualne i gatunkowe omawiam

Bardziej szczegółowo

wykład dla studentów II roku biotechnologii Andrzej Wierzbicki

wykład dla studentów II roku biotechnologii Andrzej Wierzbicki Genetyka ogólna wykład dla studentów II roku biotechnologii Andrzej Wierzbicki Uniwersytet Warszawski Wydział Biologii andw@ibb.waw.pl http://arete.ibb.waw.pl/private/genetyka/ Choroby genetyczne o złożonym

Bardziej szczegółowo

ZARZĄDZANIE POPULACJAMI ZWIERZĄT

ZARZĄDZANIE POPULACJAMI ZWIERZĄT ZARZĄDZANIE POPULACJAMI ZWIERZĄT Ćwiczenia 1 mgr Magda Kaczmarek-Okrój magda_kaczmarek_okroj@sggw.pl 1 ZAGADNIENIA struktura genetyczna populacji obliczanie frekwencji genotypów obliczanie frekwencji alleli

Bardziej szczegółowo

Czy architektura umysłu to tylko taka sobie bajeczka? Marcin Miłkowski

Czy architektura umysłu to tylko taka sobie bajeczka? Marcin Miłkowski Czy architektura umysłu to tylko taka sobie bajeczka? Marcin Miłkowski Architektura umysłu Pojęcie używane przez prawie wszystkie współczesne ujęcia kognitywistyki Umysł Przetwornik informacji 2 Architektura

Bardziej szczegółowo

Elementy kognitywistyki III: Modele i architektury poznawcze

Elementy kognitywistyki III: Modele i architektury poznawcze Elementy kognitywistyki III: Modele i architektury poznawcze Wykład III: Psychologiczne modele umysłu Gwoli przypomnienia: Kroki w modelowaniu kognitywnym: teoretyczne ramy pojęciowe (modele pojęciowe)

Bardziej szczegółowo

Zmienność. środa, 23 listopada 11

Zmienność.  środa, 23 listopada 11 Zmienność http://ggoralski.com Zmienność Zmienność - rodzaje Zmienność obserwuje się zarówno między poszczególnymi osobnikami jak i między populacjami. Różnice te mogą mieć jednak różne podłoże. Mogą one

Bardziej szczegółowo

Rozkład materiału z biologii dla klasy III AD. 7 godz / tyg rok szkolny 2016/17

Rozkład materiału z biologii dla klasy III AD. 7 godz / tyg rok szkolny 2016/17 Rozkład materiału z biologii dla klasy III AD zakres rozszerzony LO 7 godz / tyg rok szkolny 2016/17 Biologia na czasie 2 zakres rozszerzony nr dopuszczenia 564/2/2012 Biologia na czasie 3 zakres rozszerzony

Bardziej szczegółowo

MODELOWANIE RZECZYWISTOŚCI

MODELOWANIE RZECZYWISTOŚCI MODELOWANIE RZECZYWISTOŚCI Daniel Wójcik Instytut Biologii Doświadczalnej PAN Szkoła Wyższa Psychologii Społecznej d.wojcik@nencki.gov.pl dwojcik@swps.edu.pl tel. 022 5892 424 http://www.neuroinf.pl/members/danek/swps/

Bardziej szczegółowo

Algorytmy ewolucyjne NAZEWNICTWO

Algorytmy ewolucyjne NAZEWNICTWO Algorytmy ewolucyjne http://zajecia.jakubw.pl/nai NAZEWNICTWO Algorytmy ewolucyjne nazwa ogólna, obejmująca metody szczegółowe, jak np.: algorytmy genetyczne programowanie genetyczne strategie ewolucyjne

Bardziej szczegółowo

Alan M. TURING. Matematyk u progu współczesnej informatyki

Alan M. TURING. Matematyk u progu współczesnej informatyki Alan M. TURING n=0 1 n! Matematyk u progu współczesnej informatyki Wykład 5. Alan Turing u progu współczesnej informatyki O co pytał Alan TURING? Czym jest algorytm? Czy wszystkie problemy da się rozwiązać

Bardziej szczegółowo

Podstawy biologii. Informacja genetyczna. Co to jest ewolucja.

Podstawy biologii. Informacja genetyczna. Co to jest ewolucja. Podstawy biologii Informacja genetyczna. Co to jest ewolucja. Materiał genetyczny Materiałem genetycznym są kwasy nukleinowe Materiałem genetycznym organizmów komórkowych jest kwas deoksyrybonukleinowy

Bardziej szczegółowo

2

2 1 2 3 4 5 Dużo pisze się i słyszy o projektach wdrożeń systemów zarządzania wiedzą, które nie przyniosły oczekiwanych rezultatów, bo mało kto korzystał z tych systemów. Technologia nie jest bowiem lekarstwem

Bardziej szczegółowo

SCHEMAT ROZWIĄZANIA ZADANIA OPTYMALIZACJI PRZY POMOCY ALGORYTMU GENETYCZNEGO

SCHEMAT ROZWIĄZANIA ZADANIA OPTYMALIZACJI PRZY POMOCY ALGORYTMU GENETYCZNEGO SCHEMAT ROZWIĄZANIA ZADANIA OPTYMALIZACJI PRZY POMOCY ALGORYTMU GENETYCZNEGO. Rzeczywistość (istniejąca lub projektowana).. Model fizyczny. 3. Model matematyczny (optymalizacyjny): a. Zmienne projektowania

Bardziej szczegółowo

Aproksymacja funkcji a regresja symboliczna

Aproksymacja funkcji a regresja symboliczna Aproksymacja funkcji a regresja symboliczna Problem aproksymacji funkcji polega na tym, że funkcję F(x), znaną lub określoną tablicą wartości, należy zastąpić inną funkcją, f(x), zwaną funkcją aproksymującą

Bardziej szczegółowo

Metody Rozmyte i Algorytmy Ewolucyjne

Metody Rozmyte i Algorytmy Ewolucyjne mgr inż. Wydział Matematyczno-Przyrodniczy Szkoła Nauk Ścisłych Uniwersytet Kardynała Stefana Wyszyńskiego Podstawowe operatory genetyczne Plan wykładu Przypomnienie 1 Przypomnienie Metody generacji liczb

Bardziej szczegółowo

Wykład 1 BIOMATEMATYKA DR WIOLETA DROBIK

Wykład 1 BIOMATEMATYKA DR WIOLETA DROBIK Wykład 1 BIOMATEMATYKA DR WIOLETA DROBIK SPRAWY ORGANIZACYJNE Konsultacje: czwartek 12-14, pokój 33 Email: wioleta.drobik@gmail.com, wioleta_drobik@sggw.pl Wykład 30 h (10 x 3 h w tygodniu) Ćwiczenia 15

Bardziej szczegółowo

Rozkład materiału z biologii do klasy III.

Rozkład materiału z biologii do klasy III. Rozkład materiału z biologii do klasy III. L.p. Temat lekcji Treści programowe Uwagi 1. Nauka o funkcjonowaniu przyrody. 2. Genetyka nauka o dziedziczności i zmienności. -poziomy różnorodności biologicznej:

Bardziej szczegółowo

KARTA KURSU. Podstawy ewolucjonizmu. Basics of evolution. Kod Punktacja ECTS* 2

KARTA KURSU. Podstawy ewolucjonizmu. Basics of evolution. Kod Punktacja ECTS* 2 KARTA KURSU Nazwa Nazwa w j. ang. Podstawy ewolucjonizmu Basics of evolution Kod Punktacja ECTS* 2 Koordynator Prof. dr hab. Władysław Zamachowski Zespół dydaktyczny Prof. dr hab. Władysław Zamachowski

Bardziej szczegółowo

Algorytmy genetyczne

Algorytmy genetyczne 9 listopada 2010 y ewolucyjne - zbiór metod optymalizacji inspirowanych analogiami biologicznymi (ewolucja naturalna). Pojęcia odwzorowujące naturalne zjawiska: Osobnik Populacja Genotyp Fenotyp Gen Chromosom

Bardziej szczegółowo

Główne problemy kognitywistyki: Reprezentacja

Główne problemy kognitywistyki: Reprezentacja Główne problemy kognitywistyki: Reprezentacja Wykład dziesiąty Hipoteza języka myśli (LOT): źródła i założenia Andrzej Klawiter http://www.amu.edu.pl/~klawiter klawiter@amu.edu.pl Filozoficzne źródła:

Bardziej szczegółowo

GENETYKA POPULACJI. Ćwiczenia 1 Biologia I MGR /

GENETYKA POPULACJI. Ćwiczenia 1 Biologia I MGR / GENETYKA POPULACJI Ćwiczenia 1 Biologia I MGR 1 ZAGADNIENIA struktura genetyczna populacji obliczanie frekwencji genotypów obliczanie frekwencji alleli przewidywanie struktury następnego pokolenia przy

Bardziej szczegółowo

Elementy filozofii i metodologii INFORMATYKI

Elementy filozofii i metodologii INFORMATYKI Elementy filozofii i metodologii INFORMATYKI Filozofia INFORMATYKA Metodologia Wykład 1. Wprowadzenie. Filozofia, metodologia, informatyka Czym jest FILOZOFIA? (objaśnienie ogólne) Filozofią nazywa się

Bardziej szczegółowo

Kognitywistyka, poznanie, język. Uwagi wprowadzające.

Kognitywistyka, poznanie, język. Uwagi wprowadzające. Wykład I: Elementy kognitywistyki: język naturalny Kognitywistyka, poznanie, język. Uwagi wprowadzające. Po raz pierwszy w historii można coś napisać o instynkcie uczenia się, mówienia i rozumienia języka.

Bardziej szczegółowo

OPIS PRZEDMIOTU. Psychologia różnic indywidualnych 1100-Ps2RI-SJ. Kod przedmiotu. Pedagogiki i Psychologii

OPIS PRZEDMIOTU. Psychologia różnic indywidualnych 1100-Ps2RI-SJ. Kod przedmiotu. Pedagogiki i Psychologii OPIS PRZEDMIOTU Nazwa przedmiotu Kod przedmiotu Psychologia różnic indywidualnych 1100-Ps2RI-SJ Wydział Instytut/Katedra Kierunek Pedagogiki i Psychologii Instytut Psychologii Psychologia Specjalizacja/specjalność

Bardziej szczegółowo

Elementy kognitywistyki II: Sztuczna inteligencja

Elementy kognitywistyki II: Sztuczna inteligencja Elementy kognitywistyki II: Sztuczna inteligencja Piotr Konderak Zakład Logiki i Filozofii Nauki p.203b, Collegium Humanicum konsultacje: wtorki, 16:00-17:00 kondorp@bacon.umcs.lublin.pl http://konderak.eu

Bardziej szczegółowo

Mechanizmy ewolucji. SYLABUS A. Informacje ogólne

Mechanizmy ewolucji. SYLABUS A. Informacje ogólne Mechanizmy ewolucji A. Informacje ogólne Elementy sylabusu Nazwa jednostki prowadzącej kierunek Nazwa kierunku studiów Poziom kształcenia Profil studiów Forma studiów Język Rodzaj Rok studiów /semestr

Bardziej szczegółowo

Informacja w perspektywie obliczeniowej. Informacje, liczby i obliczenia

Informacja w perspektywie obliczeniowej. Informacje, liczby i obliczenia Informacja w perspektywie obliczeniowej Informacje, liczby i obliczenia Cztery punkty odniesienia (dla pojęcia informacji) ŚWIAT ontologia fizyka UMYSŁ psychologia epistemologia JĘZYK lingwistyka nauki

Bardziej szczegółowo

Filozofia umysłu. Eliminatywizm. Wykład VIII: w filozofii umysłu

Filozofia umysłu. Eliminatywizm. Wykład VIII: w filozofii umysłu Filozofia umysłu Wykład VIII: Eliminatywizm w filozofii umysłu Materializm Funkcjonalizm daje się uzgodnić z materializmem, nie implikuje go jednak Eliminatywizm to stanowisko konsekwentnie materialistyczne:

Bardziej szczegółowo

Uchwała Nr 69 /2012. Senatu Uniwersytetu Jana Kochanowskiego w Kielcach. z dnia 31 maja 2012 roku

Uchwała Nr 69 /2012. Senatu Uniwersytetu Jana Kochanowskiego w Kielcach. z dnia 31 maja 2012 roku Uchwała Nr 69 /2012 Senatu Uniwersytetu Jana Kochanowskiego w Kielcach z dnia 31 maja 2012 roku w sprawie określenia efektów kształcenia dla kierunku zarządzanie na poziomie drugiego stopnia o profilu

Bardziej szczegółowo

Elementy kognitywistyki III: Modele i architektury poznawcze

Elementy kognitywistyki III: Modele i architektury poznawcze Elementy kognitywistyki III: Modele i architektury poznawcze Wykład I: Pomieszanie z modelem w środku Czym jest kognitywistyka? Dziedzina zainteresowana zrozumieniem procesów, dzięki którym mózg (zwł.

Bardziej szczegółowo

ZARZĄDZANIE POPULACJAMI ZWIERZĄT DRYF GENETYCZNY EFEKTYWNA WIELKOŚĆ POPULACJI PRZYROST INBREDU

ZARZĄDZANIE POPULACJAMI ZWIERZĄT DRYF GENETYCZNY EFEKTYWNA WIELKOŚĆ POPULACJI PRZYROST INBREDU ZARZĄDZANIE POPULACJAMI ZWIERZĄT DRYF GENETYCZNY EFEKTYWNA WIELKOŚĆ POPULACJI PRZYROST INBREDU DRYF GENETYCZNY ) Każdy żywy organizm wytwarza więcej gamet, niż zdolne jest przetrwać (Darwin). 2) Przypadek

Bardziej szczegółowo

prawda symbol WIEDZA DANE komunikat fałsz liczba INFORMACJA (nie tyko w informatyce) kod znak wiadomość ENTROPIA forma przekaz

prawda symbol WIEDZA DANE komunikat fałsz liczba INFORMACJA (nie tyko w informatyce) kod znak wiadomość ENTROPIA forma przekaz WIEDZA prawda komunikat symbol DANE fałsz kod INFORMACJA (nie tyko w informatyce) liczba znak forma ENTROPIA przekaz wiadomość Czy żyjemy w erze informacji? TAK Bo używamy nowego rodzaju maszyn maszyn

Bardziej szczegółowo

Wprowadzenie do teorii systemów ekspertowych

Wprowadzenie do teorii systemów ekspertowych Myślące komputery przyszłość czy utopia? Wprowadzenie do teorii systemów ekspertowych Roman Simiński siminski@us.edu.pl Wizja inteligentnych maszyn jest od wielu lat obecna w literaturze oraz filmach z

Bardziej szczegółowo

Teoria ewolucji. Dobór płciowy i krewniaczy. Altruizm. Adaptacjonizm i jego granice.

Teoria ewolucji. Dobór płciowy i krewniaczy. Altruizm. Adaptacjonizm i jego granice. Teoria ewolucji Dobór płciowy i krewniaczy. Altruizm. Adaptacjonizm i jego granice. Szczególne rodzaje doboru } Dobór płciowy } Dobór krewniaczy } Dobór grupowy? 2 Dobór i złożone zachowania } Nie istnieje

Bardziej szczegółowo

INTUICJE. Zespół norm, wzorców, reguł postępowania, które zna każdy naukowiec zajmujący się daną nauką (Bobrowski 1998)

INTUICJE. Zespół norm, wzorców, reguł postępowania, które zna każdy naukowiec zajmujący się daną nauką (Bobrowski 1998) PARADYGMAT INTUICJE Zespół norm, wzorców, reguł postępowania, które zna każdy naukowiec zajmujący się daną nauką (Bobrowski 1998) PIERWSZE UŻYCIA językoznawstwo: Zespół form deklinacyjnych lub koniugacyjnych

Bardziej szczegółowo

Podstawy biologii. Informacja genetyczna. Co to jest ewolucja.

Podstawy biologii. Informacja genetyczna. Co to jest ewolucja. Podstawy biologii Informacja genetyczna. Co to jest ewolucja. Zarys biologii molekularnej genu Podstawowe procesy genetyczne Replikacja powielanie informacji Ekspresja wyrażanie (realizowanie funkcji)

Bardziej szczegółowo

6. Zagadnienia źródła poznania I Psychologiczne zagadnienie źródła poznania

6. Zagadnienia źródła poznania I Psychologiczne zagadnienie źródła poznania 6. Zagadnienia źródła poznania I Psychologiczne zagadnienie źródła poznania Andrzej Wiśniewski Andrzej.Wisniewski@amu.edu.pl Wstęp do filozofii Materiały do wykładu 2015/2016 Dwa zagadnienia źródła poznania

Bardziej szczegółowo

MIND-BODY PROBLEM. i nowe nadzieje dla chrześcijańskiej antropologii

MIND-BODY PROBLEM. i nowe nadzieje dla chrześcijańskiej antropologii MIND-BODY PROBLEM i nowe nadzieje dla chrześcijańskiej antropologii CZŁOWIEK JEST MASZYNĄ (THOMAS HOBBES) Rozumienie człowieka znacząco zmienia się wraz z nastaniem epoki nowożytnej. Starożytne i średniowieczne

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Kierunek: Informatyka Rodzaj przedmiotu: obowiązkowy w ramach treści kierunkowych, moduł kierunkowy oólny Rodzaj zajęć: wykład, laboratorium I KARTA PRZEDMIOTU CEL PRZEDMIOTU PRZEWODNIK

Bardziej szczegółowo

Opis efektów uczenia się dla kwalifikacji na poziomie 7 Polskiej Ramy Kwalifikacji

Opis efektów uczenia się dla kwalifikacji na poziomie 7 Polskiej Ramy Kwalifikacji Załącznik nr 2 do Uchwały nr 103/2018-2019 Senatu UP w Lublinie z dnia 28 czerwca 2019 r. Opis efektów uczenia się dla kierunku studiów Nazwa kierunku studiów: Biologia Poziom: studia drugiego stopnia

Bardziej szczegółowo

Podstawy teorii ewolucji. Informacja i ewolucja

Podstawy teorii ewolucji. Informacja i ewolucja Podstawy teorii ewolucji Informacja i ewolucja Informacje Kontakt: Paweł Golik Instytut Genetyki i Biotechnologii, Pawińskiego 5A pgolik@igib.uw.edu.pl Informacje, materiały: http://www.igib.uw.edu.pl/

Bardziej szczegółowo

METODA PROJEKTÓW NA TLE DYDAKTYKI KONSTRUKTYWISTYCZNEJ

METODA PROJEKTÓW NA TLE DYDAKTYKI KONSTRUKTYWISTYCZNEJ Przygotowano w ramach projektu Szkoła dla środowiska Dr hab. Astrid Męczkowska-Christiansen, prof. AMW METODA PROJEKTÓW NA TLE DYDAKTYKI KONSTRUKTYWISTYCZNEJ DYDAKTYKA KONSTRUKTYWISTYCZNA A DYDAKTYKA BEHAWIORALNA

Bardziej szczegółowo

Proces badawczy schemat i zasady realizacji

Proces badawczy schemat i zasady realizacji Proces badawczy schemat i zasady realizacji Agata Górny Zaoczne Studia Doktoranckie z Ekonomii Warszawa, 14 grudnia 2014 Metodologia i metoda badawcza Metodologia Zadania metodologii Metodologia nauka

Bardziej szczegółowo

Wykład 1. zagadnienia ogólne. dr Marek Binder Zakład Psychofizjologii

Wykład 1. zagadnienia ogólne. dr Marek Binder Zakład Psychofizjologii Wykład 1 zagadnienia ogólne dr Marek Binder Zakład Psychofizjologii Lektura obowiązkowa James W. Kalat Biologiczne podstawy psychologii Wydawnictwo Naukowe PWN 2 Podręcznik do neuroanatomii Olgierd Narkiewicz

Bardziej szczegółowo

Pamięć i uczenie się Behawioryzm. Uczenie się jako wytwarzanie odruchów warunkowych

Pamięć i uczenie się Behawioryzm. Uczenie się jako wytwarzanie odruchów warunkowych Pamięć i uczenie się Behawioryzm. Uczenie się jako wytwarzanie odruchów warunkowych W 2 dr Łukasz Michalczyk 1 behawioryzm to kierunek psychologii skupiający się na badaniu zachowania, o r a z pomijaniu

Bardziej szczegółowo

KIERUNKOWE EFEKTY KSZTAŁCENIA

KIERUNKOWE EFEKTY KSZTAŁCENIA WYDZIAŁ INFORMATYKI I ZARZĄDZANIA Kierunek studiów: INFORMATYKA Stopień studiów: STUDIA I STOPNIA Obszar Wiedzy/Kształcenia: OBSZAR NAUK TECHNICZNYCH Obszar nauki: DZIEDZINA NAUK TECHNICZNYCH Dyscyplina

Bardziej szczegółowo

Proces badawczy schemat i zasady realizacji

Proces badawczy schemat i zasady realizacji Proces badawczy schemat i zasady realizacji Agata Górny Zaoczne Studia Doktoranckie z Ekonomii Warszawa, 23 października 2016 Metodologia i metoda naukowa 1 Metodologia Metodologia nauka o metodach nauki

Bardziej szczegółowo

Strategie ewolucyjne (ang. evolu4on strategies)

Strategie ewolucyjne (ang. evolu4on strategies) Strategie ewolucyjne (ang. evolu4on strategies) Strategia ewolucyjna (1+1) W Strategii Ewolucyjnej(1 + 1), populacja złożona z jednego osobnika generuje jednego potomka. Kolejne (jednoelementowe) populacje

Bardziej szczegółowo

Sztuczna Inteligencja i Systemy Doradcze

Sztuczna Inteligencja i Systemy Doradcze Sztuczna Inteligencja i Systemy Doradcze Wprowadzenie Wprowadzenie 1 Program przedmiotu Poszukiwanie rozwiązań w przestrzeni stanów Strategie w grach Systemy decyzyjne i uczenie maszynowe Wnioskowanie

Bardziej szczegółowo

Podstawy teorii ewolucji. Informacja i ewolucja

Podstawy teorii ewolucji. Informacja i ewolucja Podstawy teorii ewolucji Informacja i ewolucja Podręczniki 2 Dla zainteresowanych http://wps.prenhall.com/esm_freeman_evol_4/ 3 Informacje Kontakt: Paweł Golik Instytut Genetyki i Biotechnologii, Pawińskiego

Bardziej szczegółowo

Inżynieria danych I stopień Praktyczny Studia stacjonarne Wszystkie specjalności Katedra Inżynierii Produkcji Dr Małgorzata Lucińska

Inżynieria danych I stopień Praktyczny Studia stacjonarne Wszystkie specjalności Katedra Inżynierii Produkcji Dr Małgorzata Lucińska KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 205/206 Z-ID-602 Wprowadzenie do uczenia maszynowego Introduction to Machine Learning

Bardziej szczegółowo

Algorytmy genetyczne

Algorytmy genetyczne Algorytmy genetyczne Motto: Zamiast pracowicie poszukiwać najlepszego rozwiązania problemu informatycznego lepiej pozwolić, żeby komputer sam sobie to rozwiązanie wyhodował! Algorytmy genetyczne służą

Bardziej szczegółowo

Wstęp do kognitywistyki. Wykład 5: Rewolucja kognitywna?

Wstęp do kognitywistyki. Wykład 5: Rewolucja kognitywna? Wstęp do kognitywistyki Wykład 5: Rewolucja kognitywna? Schizma dwie metodologie, dwa obszary zainteresowań: adaptacja i życie znaczenie i umysł interpretacja celu, miejsce znaczenia ciało i umysł: te

Bardziej szczegółowo

Metody przeszukiwania

Metody przeszukiwania Metody przeszukiwania Co to jest przeszukiwanie Przeszukiwanie polega na odnajdywaniu rozwiązania w dyskretnej przestrzeni rozwiązao. Zwykle przeszukiwanie polega na znalezieniu określonego rozwiązania

Bardziej szczegółowo

Algorytmy genetyczne. Materiały do laboratorium PSI. Studia stacjonarne i niestacjonarne

Algorytmy genetyczne. Materiały do laboratorium PSI. Studia stacjonarne i niestacjonarne Algorytmy genetyczne Materiały do laboratorium PSI Studia stacjonarne i niestacjonarne Podstawowy algorytm genetyczny (PAG) Schemat blokowy algorytmu genetycznego Znaczenia, pochodzących z biologii i genetyki,

Bardziej szczegółowo

GENETYKA POPULACJI. Ćwiczenia 3 Biologia I MGR

GENETYKA POPULACJI. Ćwiczenia 3 Biologia I MGR GENETYKA POPULACJI Ćwiczenia 3 Biologia I MGR Heterozygotyczność Rozpatrując różnorodność genetyczną w populacjach o układzie hierarchicznym zauważamy, że najwyższy poziom heterozygotyczności zawsze występuje

Bardziej szczegółowo

BIOCYBERNETYKA PROLOG

BIOCYBERNETYKA PROLOG Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej BIOCYBERNETYKA Adrian Horzyk PROLOG www.agh.edu.pl Pewnego dnia przyszedł na świat komputer Komputery

Bardziej szczegółowo

ocena dopuszczająca ocena dostateczna ocena dobra ocena bardzo dobra Dział VII. EKOLOGIA NAUKA O ŚRODOWISKU

ocena dopuszczająca ocena dostateczna ocena dobra ocena bardzo dobra Dział VII. EKOLOGIA NAUKA O ŚRODOWISKU Dział VII. EKOLOGIA NAUKA O ŚRODOWISKU wyróżnia elementy żywe i nieożywione w obserwowanym ekosystemie oblicza zagęszczenie wybranej rośliny na badanym terenie określa znaczenie wiedzy ekologicznej w życiu

Bardziej szczegółowo

WYKŁAD 2: PSYCHOLOGIA POZNAWCZA JAKO NAUKA EKSPERYMENTALNA

WYKŁAD 2: PSYCHOLOGIA POZNAWCZA JAKO NAUKA EKSPERYMENTALNA WYKŁAD 2: PSYCHOLOGIA POZNAWCZA JAKO NAUKA EKSPERYMENTALNA Psychologia poznawcza dr Mateusz Hohol METODA NAUKOWA (1) problem badawczy (2) hipoteza (4) analiza danych (3) eksperyment (5) wniosek: potwierzenie

Bardziej szczegółowo

Język myśli. ang. Language of Thought, Mentalese. Dr hab. Maciej Witek Zakład Filozofii Nauki, Wydział Humanistyczny Uniwersytet Szczeciński

Język myśli. ang. Language of Thought, Mentalese. Dr hab. Maciej Witek Zakład Filozofii Nauki, Wydział Humanistyczny Uniwersytet Szczeciński Dr hab. Maciej Witek Zakład Filozofii Nauki, Wydział Humanistyczny Uniwersytet Szczeciński http://mwitek.univ.szczecin.pl Język myśli ang. Language of Thought, Mentalese PLAN: I. krótko o języku myśli

Bardziej szczegółowo

KRZYSZTOF WÓJTOWICZ Instytut Filozofii Uniwersytetu Warszawskiego

KRZYSZTOF WÓJTOWICZ Instytut Filozofii Uniwersytetu Warszawskiego KRZYSZTOF WÓJTOWICZ Instytut Filozofii Uniwersytetu Warszawskiego wojtow@uw.edu.pl 1 2 1. SFORMUŁOWANIE PROBLEMU Czy są empiryczne aspekty dowodów matematycznych? Jeśli tak to jakie stanowisko filozoficzne

Bardziej szczegółowo

MODELOWANIE RZECZYWISTOŚCI

MODELOWANIE RZECZYWISTOŚCI MODELOWANIE RZECZYWISTOŚCI Daniel Wójcik Instytut Biologii Doświadczalnej PAN Szkoła Wyższa Psychologii Społecznej d.wojcik@nencki.gov.pl dwojcik@swps.edu.pl tel. 022 5892 424 http://www.neuroinf.pl/members/danek/swps/

Bardziej szczegółowo

O ALGORYTMACH I MASZYNACH TURINGA

O ALGORYTMACH I MASZYNACH TURINGA O ALGORYTMACH I MASZYNACH TURINGA ALGORYTM (objaśnienie ogólne) Algorytm Pojęcie o rodowodzie matematycznym, oznaczające współcześnie precyzyjny schemat mechanicznej lub maszynowej realizacji zadań określonego

Bardziej szczegółowo

Programowanie genetyczne, gra SNAKE

Programowanie genetyczne, gra SNAKE STUDENCKA PRACOWNIA ALGORYTMÓW EWOLUCYJNYCH Tomasz Kupczyk, Tomasz Urbański Programowanie genetyczne, gra SNAKE II UWr Wrocław 2009 Spis treści 1. Wstęp 3 1.1. Ogólny opis.....................................

Bardziej szczegółowo

Wymagania edukacyjne

Wymagania edukacyjne Rok szkolny 2018/2019 Wymagania edukacyjne Przedmiot Klasa Nauczyciel uczący Poziom biologia 1t Edyta Nowak podstawowy Ocena dopuszczająca Ocenę dopuszczającą otrzymuje uczeń, który: przyswoił treści konieczne,

Bardziej szczegółowo

Bliskie Spotkanie z Biologią. Genetyka populacji

Bliskie Spotkanie z Biologią. Genetyka populacji Bliskie Spotkanie z Biologią Genetyka populacji Plan wykładu 1) Częstości alleli i genotypów w populacji 2) Prawo Hardy ego-weinberga 3) Dryf genetyczny 4) Efekt założyciela i efekt wąskiego gardła 5)

Bardziej szczegółowo

ZARZĄDZANIE POPULACJAMI ZWIERZĄT 1. RÓWNOWAGA GENETYCZNA POPULACJI. Prowadzący: dr Wioleta Drobik Katedra Genetyki i Ogólnej Hodowli Zwierząt

ZARZĄDZANIE POPULACJAMI ZWIERZĄT 1. RÓWNOWAGA GENETYCZNA POPULACJI. Prowadzący: dr Wioleta Drobik Katedra Genetyki i Ogólnej Hodowli Zwierząt ZARZĄDZANIE POPULACJAMI ZWIERZĄT 1. RÓWNOWAGA GENETYCZNA POPULACJI Fot. W. Wołkow Prowadzący: dr Wioleta Drobik Katedra Genetyki i Ogólnej Hodowli Zwierząt POPULACJA Zbiór organizmów żywych, które łączy

Bardziej szczegółowo

w analizie wyników badań eksperymentalnych, w problemach modelowania zjawisk fizycznych, w analizie obserwacji statystycznych.

w analizie wyników badań eksperymentalnych, w problemach modelowania zjawisk fizycznych, w analizie obserwacji statystycznych. Aproksymacja funkcji a regresja symboliczna Problem aproksymacji funkcji polega na tym, że funkcję F(), znaną lub określoną tablicą wartości, należy zastąpić inną funkcją, f(), zwaną funkcją aproksymującą

Bardziej szczegółowo

CogGGP - kognitywnie inspirowany agent GGP - opis architektury

CogGGP - kognitywnie inspirowany agent GGP - opis architektury CogGGP - kognitywnie inspirowany agent GGP - opis architektury C. Dendek prof nzw. dr hab. J. Mańdziuk Politechnika Warszawska, Wydział Matematyki i Nauk Informacyjnych C. Dendek, prof nzw. dr hab. J.

Bardziej szczegółowo

Sztuczna inteligencja stan wiedzy, perspektywy rozwoju i problemy etyczne. Piotr Bilski Instytut Radioelektroniki i Technik Multimedialnych

Sztuczna inteligencja stan wiedzy, perspektywy rozwoju i problemy etyczne. Piotr Bilski Instytut Radioelektroniki i Technik Multimedialnych Sztuczna inteligencja stan wiedzy, perspektywy rozwoju i problemy etyczne Piotr Bilski Instytut Radioelektroniki i Technik Multimedialnych Plan wystąpienia Co to jest sztuczna inteligencja? Pojęcie słabej

Bardziej szczegółowo

TEORIA GIER W EKONOMII. dr Robert Kowalczyk Katedra Analizy Nieliniowej Wydział Matematyki i Informatyki UŁ

TEORIA GIER W EKONOMII. dr Robert Kowalczyk Katedra Analizy Nieliniowej Wydział Matematyki i Informatyki UŁ TEORIA GIER W EKONOMII dr Robert Kowalczyk Katedra Analizy Nieliniowej Wydział Matematyki i Informatyki UŁ Informacje Ogólne (dr Robert Kowalczyk) Wykład: Poniedziałek 16.15-.15.48 (sala A428) Ćwiczenia:

Bardziej szczegółowo

Księgarnia PWN: Szymon Wróbel - Umysł, gramatyka, ewolucja

Księgarnia PWN: Szymon Wróbel - Umysł, gramatyka, ewolucja Księgarnia PWN: Szymon Wróbel - Umysł, gramatyka, ewolucja WSTĘP. MIĘDZY KRYTYKĄ A OBRONĄ ROZUMU OBLICZENIOWEGO 1. INteNCjA 2. KoMPozyCjA 3. tytuł CZĘŚĆ I. WOKÓŁ METODOLOGII ROZDZIAŁ 1. PO CZYM POZNAĆ

Bardziej szczegółowo

ALGORYTMY GENETYCZNE (wykład + ćwiczenia)

ALGORYTMY GENETYCZNE (wykład + ćwiczenia) ALGORYTMY GENETYCZNE (wykład + ćwiczenia) Prof. dr hab. Krzysztof Dems Treści programowe: 1. Metody rozwiązywania problemów matematycznych i informatycznych.. Elementarny algorytm genetyczny: definicja

Bardziej szczegółowo

Inteligentne systemy informacyjne

Inteligentne systemy informacyjne Inteligentne systemy informacyjne Moduł 10 Mieczysław Muraszkiewicz www.icie.com.pl/lect_pw.htm M. Muraszkiewicz strona 1 Sieci neuronowe szkic Moduł 10 M. Muraszkiewicz strona 2 Dwa nurty M. Muraszkiewicz

Bardziej szczegółowo

Wymagania edukacyjne z biologii dla klasy III gimnazjum

Wymagania edukacyjne z biologii dla klasy III gimnazjum Wymagania edukacyjne z biologii dla klasy III gimnazjum Ocena dopuszczająca otrzymuje określa zadania ekologii, ochrony środowiska i ochrony przyrody rozpoznaje po 2-3 gatunki roślin, zwierząt i grzybów

Bardziej szczegółowo

METODY STATYSTYCZNE W BIOLOGII

METODY STATYSTYCZNE W BIOLOGII METODY STATYSTYCZNE W BIOLOGII 1. Wykład wstępny 2. Populacje i próby danych 3. Testowanie hipotez i estymacja parametrów 4. Planowanie eksperymentów biologicznych 5. Najczęściej wykorzystywane testy statystyczne

Bardziej szczegółowo

WYNIKI ANKIETY PRZEPROWADZONEJ WŚRÓD UCZESTNIKÓW WARSZTATÓW W DNIACH

WYNIKI ANKIETY PRZEPROWADZONEJ WŚRÓD UCZESTNIKÓW WARSZTATÓW W DNIACH WYNIKI ANKIETY PRZEPROWADZONEJ WŚRÓD UCZESTNIKÓW WARSZTATÓW W DNIACH 21-23.02.2017 TYTUŁ ANKIETY: Ankietę Poglądy na temat istoty nauki przeprowadzono wśród uczestników warsztatów Natura nauki i jej powiązania

Bardziej szczegółowo