SCIEX Scholarship Fund
|
|
- Oskar Nawrocki
- 8 lat temu
- Przeglądów:
Transkrypt
1 SCIEX Scholarship Fund Szymon Wichary Interdyscyplinarne Centrum Stosowanych Badań Poznawczych, Szkoła Wyższa Psychologii Społecznej, Warszawa
2 Projekt Uwagowy model wyboru strategii decyzyjnych Racjonalność Racjonalność ograniczona Strategie decyzyjne Elementarne procesy poznawcze uwaga pamięć robocza Emocje
3 Racjonalność doskonała Demon Laplace a Pierre Simon Laplace, 1814
4 Ograniczenia racjonalności Ograniczone zdolności przetwarzania informacji Ograniczona wiedza Proces podejmowania decyzji Ograniczony czas
5 Decyzje wielokryterialne Wybór spośród dwóch alternatyw na podstawie kilku atrybutów (wskazówek) wagi wskazówki Kandydat 1 Kandydat 2 0,92 Inteligencja + - 0,75 Inicjatywa - + 0,69 Pracowitość + + 0,56 Kreatywność + -
6 Model normatywny: strategia sumy ważonej (Weighted Additive rule, WADD) w1 w2 w3 Wartość docelowa w4
7 Strategie decyzyjne Kompensacyjne vs. niekompensacyjne konflikt między atrybutami wysokie wartości jednego atrybutu nie kompensują niskich wartości innego atrybutu Strategie kompensacyjne integrują całą dostępną informacje wymagają dużej mocy obliczeniowej są wolne - potrzebują dużo czasu na podjęcie decyzji WADD Strategie niekompensacyjne nie integrują informacji nie wymagają dużej mocy obliczeniowej są szybkie - potrzebują mało czasu na podjęcie decyzji TTB
8 Take The Best (TTB) zgaduj nie ++ lub -- znasz inne wskazówki? tak wybierz najlepszą wskazówkę wybierz tę opcję, dla której wskazówka ma + nie + - albo +? tak
9 Jak emocje wpływają na podejmowanie decyzji? Redukcja niepewności Zawężanie uwagi emocje jako źródło ograniczeń poznawczych
10 Hipoteza redukcji niepewności Lerner & Keltner, 2000; Tiedens & Linton, 2001 Strach, lęk => niepewność => przetwarzanie informacji w szerokim zakresie w1 w2 w3 Wartość docelowa w4
11 Hipoteza zawężania uwagi Easterbrook, 1959; Eysenck et al., 2007; Gable & Harmon-Jones, 2010 Strach, lęk => zawężenie uwagi => przetwarzanie informacji w wąskim zakresie w1 w2 w3 Wartość docelowa w4
12 Badanie Wpływ emocji na podejmowanie decyzji wielokryterialnych
13 6 wskazówek (i ich wagi) 1. Sumienność (0,82) 2. Inteligencja (0,79) 3. Inicjatywa (0,68) 4. Kreatywność (0,56) 5. Komunikatywność(0,48) 6. Ugodowość(0,36) Wybierz najbardziej produktywnego pracownika Cztery alternatywy: kandydaci 56 prób, czas: 60 s. na próbę
14 Manipulacja stresem emocjonalnym: IAPS Lang, P., Bradley, M.M., Cuthbert, B.N. (1997). International Affective Picture System: Technical Manual and Affective Ratings. Warunek neutralny vs. warunek emocjonalny, dwie grupy 56 zdjęć w każdym warunku, każde zdjęcie przez 6 s.
15 Pojedyncza próba: Całe badanie: Lęk-stan 1 Trening Test Lęk-stan 2 Pomiar przewodnictwa skóry Procedura zdjęcie ocena pobudzenia ocena walencji wyszukiwanie informacji wybór - przerwa (wskaźnik: częstość niespecyficznych fluktuacji przewodnictwa skóry, NS.SCR frequency) Continuous skin conductance recording
16 Stosowanie strategii decyzyjnych warunek neutralny warunek emocjonalny 31,3 25 WADD TTB WADD TTB 68,7 75
17 Stosowanie strategii decyzyjnych 0 43,8 33,3 35,3 56,2 66,7 64, Lęk-stan (SA posttest -SA pretest ) kwartyle
18 Stosowanie strategii decyzyjnych 46,2 16,7 23,5 18,8 53,8 83,3 76,5 81, NS.SCR freq. kwartyle Wichary, S., Mata, R., Rieskamp, J. (w recenzji). Probabilistic inferences under emotional stress: How arousal affects decision processes.
19 Model teoretyczny BUMSS Bottom-Up Model of Strategy Selection (S. Wichary i T. Smoleń) Cel: Opracowanie modelu uwzględniającego indywidualne i sytuacyjne zróżnicowanie strategii decyzyjnych. Wyjaśnienie wpływu silnych emocji i stresu na podejmowanie decyzji wielokryterialnych przez wpływ emocji na elementarne procesy poznawcze (uwaga i pamięć robocza).
20 BUMSS Dane na wejściu te same dane, które prezentowane są badanym podczas eksperymentu wagi i wartości wskazówek Dane na wyjściu decyzja wybór jednej z alternatyw
21 BUMSS Krok 1: określenie aktywacji każdej wskazówki (a i ) Q i waga wskazówki a i k i 1 exp( exp( Q i ) Q i ) Reguła softmax (selekcja Boltzmanna) Kluczowy parametr: beta Dane i modele neurofizjologiczne nt. funkcji miejsca sinawego
22 Aktywacje wskazówek przy różnych wartościach parametru beta
23 BUMSS Krok 2: integracja informacji c i wartość wskazówki według reguły WADD Mnożenie wartości wskazówki przez wagi i sumowanie V wartość alternatywy Wybierana jest alternatywa o największej wartości k V i 1 a i c i
24 Hierarchiczne modele Bayesowskie Metoda symulacji: Markov Chain Monte Carlo (MCMC) Programy: WinBUGS, JAGS Dopasowanie modelu do danych Oszacowanie rozkładu i średniej wartości parametru beta dla każdej osoby
25 Zgodność BUMSS, WADD i TTB WADD TTB Beta -0.52** 0.66**
26 beta (+-SE) Parametr beta reaguje na manipulację eksperymentalną 25 WADD users TTB users Neutral Condition Emotional Condition Wichary, S., Smoleń, T. (2013). Emotions and Decision-Making: Modeling Strategy Selection. 35th Annual Conference of the Cognitive Science Society, Berlin,
27
28 Sprawy praktyczne
29 Załatwianie pozwolenia na pracę Jakoś tak łatwo i automatycznie niewiele pamiętam Podpisanie umowy o pracę, pozwolenie zostało załatwione przez Uniwersytet
30 Ubezpieczenie zdrowotne Obowiązkowe Prywatne firmy ubezpieczeniowe, trzeba wybrać Swisscare ubezpieczenia dla studentów i naukowców 259 CHF/3 miesiące Standardowe ubezpieczenie Groupe Mutuel 355 CHF/miesiąc (żona i dziecko)
31 Zakwaterowanie Mieszkanie w centrum Bazylei, w domu gościnnym Uniwersytetu Sypialnia i duży pokój z kuchnią, umeblowane, 1800 CHF/miesiąc (w tym rachunki, również internet; telefon osobno) Mieszkania zazwyczaj są wynajmowane bez mebli Trzeba się zameldować szybko w urzędzie miejskim
32 Rozliczenie podatków w praktyce Rozliczyłem podatki w Polsce wpisałem dochody ze Szwajcarii do zeznania rocznego
Budowanie skutecznego zespołu przez product managera
Budowanie skutecznego zespołu przez product managera Na czym polega specyfika zespołu kierowanego przez product managera? Grupa jako system Jednostki Struktura grupy wielkość normy model interakcji role
Bardziej szczegółowoKognitywistyka: odkrywanie labiryntu umysłu z różnymi nićmi Ariadny w ręku
Kognitywistyka: odkrywanie labiryntu umysłu z różnymi nićmi Ariadny w ręku Piotr Konderak kondorp@bacon.umcs.lublin.pl Zakład Logiki i Filozofii Nauki WFiS UMCS Kognitywistyka: odkrywanie labiryntu umysłu
Bardziej szczegółowo5. Wprowadzenie do prawdopodobieństwa Wprowadzenie Wyniki i zdarzenia Różne podejścia do prawdopodobieństwa Zdarzenia wzajemnie wykluczające się i
Spis treści Przedmowa do wydania polskiego - Tadeusz Tyszka Słowo wstępne - Lawrence D. Phillips Przedmowa 1. : rola i zastosowanie analizy decyzyjnej Decyzje złożone Rola analizy decyzyjnej Zastosowanie
Bardziej szczegółowoWarszawa, dn r.
Warszawa, dn. 25.06.2019 r. ZAPROSZENIE NR 3/WPD/2019 do składania ofert w ramach szacowania wartości zamówienia na usługę przeprowadzenia szkoleń zamkniętych dla studentów - uczestników projektu Wiem,
Bardziej szczegółowoPodejmowanie decyzji - sztuka dobrego wyboru
Podejmowanie decyzji - sztuka dobrego wyboru Opis szkolenia: Decyzje są podejmowane lub podejmują się ( według zwolenników koncepcji decyzji jako aktów bezwiednych) nieustannie. Podejmowanie decyzji to
Bardziej szczegółowoElementy 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 szczegółowoWspółczesna technika inwersyjna - dokad zmierzamy? Wojciech Dȩbski
Współczesna technika inwersyjna - dokad zmierzamy? Wojciech Dȩbski 24.5.2 Pomiar bezpośredni IGF, 24.5.2 IGF - Pomiar pośredni IGF, 24.5.2 IGF - 2 Interpretacja matematyczna m m + dm m d + dd d = G(m)
Bardziej szczegółowo5 Błąd średniokwadratowy i obciążenie
5 Błąd średniokwadratowy i obciążenie Przeprowadziliśmy 200 powtórzeń przebiegu próbnika dla tego samego zestawu parametrów modelowych co w Rozdziale 1, to znaczy µ = 0, s = 10, v = 10, n i = 10 (i = 1,...,
Bardziej szczegółowoWykład 9 Wnioskowanie o średnich
Wykład 9 Wnioskowanie o średnich Rozkład t (Studenta) Wnioskowanie dla jednej populacji: Test i przedziały ufności dla jednej próby Test i przedziały ufności dla par Porównanie dwóch populacji: Test i
Bardziej szczegółowoElementy 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 szczegółowoSpis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16
Spis treści Przedmowa.......................... XI Rozdział 1. Pomiar: jednostki miar................. 1 1.1. Wielkości fizyczne i pozafizyczne.................. 1 1.2. Spójne układy miar. Układ SI i jego
Bardziej szczegółowo2. Metody podejmowania decyzji w warunkach pewności... 37
Spis treści Wstęp... 7 1. Problemy i procesy decyzyjne w organizacji... 11 1.1. Istota decyzji menedżerskich w organizacji... 11 1.2. Sytuacje decyzyjne, problemy decyzyjne i decyzje w organizacji.. 15
Bardziej szczegółowoALGORYTMICZNA I STATYSTYCZNA ANALIZA DANYCH
1 ALGORYTMICZNA I STATYSTYCZNA ANALIZA DANYCH WFAiS UJ, Informatyka Stosowana II stopień studiów 2 Wnioskowanie statystyczne Czyli jak bardzo jesteśmy pewni że parametr oceniony na podstawie próbki jest
Bardziej szczegółowoMETODY 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 szczegółowoMikroekonometria 5. Mikołaj Czajkowski Wiktor Budziński
Mikroekonometria 5 Mikołaj Czajkowski Wiktor Budziński Zadanie 1. Wykorzystując dane me.medexp3.dta przygotuj model regresji kwantylowej 1. Przygotuj model regresji kwantylowej w którym logarytm wydatków
Bardziej szczegółowoSterowanie wielkością zamówienia w Excelu - cz. 3
Sterowanie wielkością zamówienia w Excelu - cz. 3 21.06.2005 r. 4. Planowanie eksperymentów symulacyjnych Podczas tego etapu ważne jest określenie typu rozkładu badanej charakterystyki. Dzięki tej informacji
Bardziej szczegółowo20-02-2008. Wprowadzenie. Wybór rozwiązania. Wdrożenie (studium przypadków) proalpha golive! - metoda i narzędzie
5. Wybór i wdrożenie u ERP Wprowadzenie Wybór rozwiązania Wdrożenie (studium przypadków) golive! - metoda i narzędzie Wymagania rynku; potrzeba wdrożenia nowych rozwiązań coraz krótsze terminy realizacji
Bardziej szczegółowoCzy 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 szczegółowoLABORATORIUM 3. Jeśli p α, to hipotezę zerową odrzucamy Jeśli p > α, to nie mamy podstaw do odrzucenia hipotezy zerowej
LABORATORIUM 3 Przygotowanie pliku (nazwy zmiennych, export plików.xlsx, selekcja przypadków); Graficzna prezentacja danych: Histogramy (skategoryzowane) i 3-wymiarowe; Wykresy ramka wąsy; Wykresy powierzchniowe;
Bardziej szczegółowoWstęp do sieci neuronowych, wykład 12 Łańcuchy Markowa
Wstęp do sieci neuronowych, wykład 12 Łańcuchy Markowa M. Czoków, J. Piersa 2012-01-10 1 Łańcucha Markowa 2 Istnienie Szukanie stanu stacjonarnego 3 1 Łańcucha Markowa 2 Istnienie Szukanie stanu stacjonarnego
Bardziej szczegółowoStatystyka w przykładach
w przykładach Tomasz Mostowski Zajęcia 10.04.2008 Plan Estymatory 1 Estymatory 2 Plan Estymatory 1 Estymatory 2 Własności estymatorów Zazwyczaj w badaniach potrzebujemy oszacować pewne parametry na podstawie
Bardziej szczegółowoWYKŁAD III DR N. MED. EDYTA KĘDRA
WYKŁAD III DR N. MED. EDYTA KĘDRA 1 P R O S T E Z Ł O Ż O N E S T A Ł E Nieliczne Jednorodne Zasadniczo niezmienne w czasie Liczne Różnorodne Zasadniczo niezmienne w czasie Z M I E N N E Nieliczne Nie
Bardziej szczegółowoEksperyment jako metoda badawcza
Metodologia badań naukowych - wykład 4 Eksperyment jako metoda badawcza Zmienne w eksperymencie Własności badania eksperymentalnego Kontrolowanie zmienych niezależnych. Plany eksperymentalne i quasi-eksperymentalne
Bardziej szczegółowoJak wykorzystać swoją uwagę do efektywnej pracy?
Jak wykorzystać swoją uwagę do efektywnej pracy? Wielu psychologów sportu jest zdania, że sukces można osiągnąć realizując regułę KOP, czyli, że kluczem do osiągnięcia celu są koncentracja, opanowanie
Bardziej szczegółowoMarzena Świgoń. Xth National Forum for Scientific and Technical Information Zakopane, September 22th-25th, 2009
Xth National Forum for Scientific and Technical Information Zakopane, September 22th-25th, 2009 Marzena Świgoń Uniwersytet Warmińsko-Mazurski w Olsztynie Personal Knowledge Management (PKM) 1998 2009 termin,
Bardziej szczegółowoWykład 4. Plan: 1. Aproksymacja rozkładu dwumianowego rozkładem normalnym. 2. Rozkłady próbkowe. 3. Centralne twierdzenie graniczne
Wykład 4 Plan: 1. Aproksymacja rozkładu dwumianowego rozkładem normalnym 2. Rozkłady próbkowe 3. Centralne twierdzenie graniczne Przybliżenie rozkładu dwumianowego rozkładem normalnym Niech Y ma rozkład
Bardziej szczegółowoZastosowanie rozmytych map kognitywnych do badania scenariuszy rozwoju jednostek naukowo-dydaktycznych
Konferencja Systemy Czasu Rzeczywistego 2012 Kraków, 10-12 września 2012 Zastosowanie rozmytych map kognitywnych do badania scenariuszy rozwoju jednostek naukowo-dydaktycznych Piotr Szwed AGH University
Bardziej szczegółowoPODEJMOWANIE DECYZJI W WARUNKACH NIEPEŁNEJ INFORMACJI
Wprowadzenie do badań operacyjnych z komputerem Opisy programów, ćwiczenia komputerowe i zadania. T. Trzaskalik (red.) Rozdział 5 PODEJMOWANIE DECYZJI W WARUNKACH NIEPEŁNEJ INFORMACJI 5.2. Ćwiczenia komputerowe
Bardziej szczegółowoHierarchiczna analiza skupień
Hierarchiczna analiza skupień Cel analizy Analiza skupień ma na celu wykrycie w zbiorze obserwacji klastrów, czyli rozłącznych podzbiorów obserwacji, wewnątrz których obserwacje są sobie w jakimś określonym
Bardziej szczegółowoTest inteligencji emocjonalnej. Katarzyna Thomas
Test inteligencji emocjonalnej Wykresy i liczby 2013-08-01 Poufne Normy: Poland 2010 Niniejszy raport zawiera informacje i wskazówki pomocne przy rozwijaniu wiedzy i świadomości dotyczącej inteligencji
Bardziej szczegółowo1. Symulacje komputerowe Idea symulacji Przykład. 2. Metody próbkowania Jackknife Bootstrap. 3. Łańcuchy Markova. 4. Próbkowanie Gibbsa
BIOINFORMATYKA 1. Wykład wstępny 2. Bazy danych: projektowanie i struktura 3. Równowaga Hardyego-Weinberga, wsp. rekombinacji 4. Analiza asocjacyjna 5. Analiza asocjacyjna 6. Sekwencjonowanie nowej generacji
Bardziej szczegółowoMikroekonometria 6. Mikołaj Czajkowski Wiktor Budziński
Mikroekonometria 6 Mikołaj Czajkowski Wiktor Budziński Metody symulacyjne Monte Carlo Metoda Monte-Carlo Wykorzystanie mocy obliczeniowej komputerów, aby poznać charakterystyki zmiennych losowych poprzez
Bardziej szczegółowoREGULAMIN ZAJĘĆ Z PRZEDMIOTU: PSYCHOLOGIA PROCESÓW POZNAWCZYCH - rok akademicki 2016/2017 -
REGULAMIN ZAJĘĆ Z PRZEDMIOTU: PSYCHOLOGIA PROCESÓW POZNAWCZYCH - rok akademicki 06/07 - (opracowany na podst. Opisu Modułu Kształcenia oraz Regulaminu Studiów w Śląskim Uniwersytecie Medycznym w Katowicach,
Bardziej szczegółowomgr inż. Magdalena Deckert Poznań, r. Metody przyrostowego uczenia się ze strumieni danych.
mgr inż. Magdalena Deckert Poznań, 30.11.2010r. Metody przyrostowego uczenia się ze strumieni danych. Plan prezentacji Wstęp Concept drift i typy zmian Algorytmy przyrostowego uczenia się ze strumieni
Bardziej szczegółowoPsychologiczne konsekwencje braku pewności pracy
Psychologiczne konsekwencje braku pewności pracy Sylwiusz Retowski Szkoła Wyższa Psychologii Społecznej Wydział w Sopocie Niepewność pracy jako uboczny skutek zmian na globalnym rynku pracy Globalne zmiany
Bardziej szczegółowoPrzedsiębiorczość i Podejmowanie Ryzyka. Zajęcia 2
Przedsiębiorczość i Podejmowanie Ryzyka Zajęcia 2 Reguły podejmowania decyzji w warunkach niepewności Wybór spośród A1, A2,, Am alternatyw (decyzji dopuszczalnych, opcji, działań), gdzie relatywna użyteczność
Bardziej szczegółowoCopyright by Wydawnictwo Naukowe Scholar, Warszawa 2000, 2008
Redaktor: Alicja Zagrodzka Korekta: Krystyna Chludzińska Projekt okładki: Katarzyna Juras Copyright by Wydawnictwo Naukowe Scholar, Warszawa 2000, 2008 ISBN 978-83-7383-296-1 Wydawnictwo Naukowe Scholar
Bardziej szczegółowoTrafność czyli określanie obszaru zastosowania testu
Trafność czyli określanie obszaru zastosowania testu Trafność jest to dokładność z jaką test mierzy to, co ma mierzyć Trafność jest to stopień, w jakim test jest w stanie osiągnąć stawiane mu cele Trafność
Bardziej szczegółowoZmienna bazowa. 100(1 α)% przedział ufności dla µ: 100(α)% test hipotezy dla µ = µ 0; odrzucić, jeżeli Ȳ nie jest w przedziale
Wprowadzenie Wprowadzenie Wnioskowanie podsumowanie Zdefiniuj populację, która będzie przedmiotem badań Zbierz parametry, które będą przedmiotem wnioskowania Wybierz losową próbę z populacji Przeprowadź
Bardziej szczegółowodr Anna Mazur Wyższa Szkoła Promocji Intuicja a systemy przekonań
dr Anna Mazur Wyższa Szkoła Promocji Intuicja a systemy przekonań Systemy przekonań Dlaczego mądrzy ludzie podejmują głupie decyzje? Odpowiedzialne są nasze przekonania. Przekonania, które składają się
Bardziej szczegółowoWybrane predyktory osiągnięć edukacyjnych gimnazjalistów
Wybrane predyktory osiągnięć edukacyjnych gimnazjalistów prof. dr hab. Grażyna Wieczorkowska mgr Małgorzata Siarkiewicz Wydział Psychologii UW i ISS UW Ogólnopolska próba reprezentatywna gimnazjalistów
Bardziej szczegółowoJAK WYKORZYSTYWAĆ E-MOŻLIWOŚCI. dr Grażyna Chaberek-Karwacka Instytut Geografii UG
JAK WYKORZYSTYWAĆ E-MOŻLIWOŚCI dr Grażyna Chaberek-Karwacka Instytut Geografii UG geogk@ug.edu.pl UZASADNIENIE: Badania przedsiębiorców i pracodawców w zakresie postaw wymaganych od absolwentów uczelni
Bardziej szczegółowoPodstawy opracowania wyników pomiarów z elementami analizy niepewności statystycznych
Podstawy opracowania wyników pomiarów z elementami analizy niepewności statystycznych Dr inż. Marcin Zieliński I Pracownia Fizyczna dla Biotechnologii, wtorek 8:00-10:45 Konsultacje Zakład Fizyki Jądrowej
Bardziej szczegółowoStatystyka matematyczna dla leśników
Statystyka matematyczna dla leśników Wydział Leśny Kierunek leśnictwo Studia Stacjonarne I Stopnia Rok akademicki 03/04 Wykład 5 Testy statystyczne Ogólne zasady testowania hipotez statystycznych, rodzaje
Bardziej szczegółowoWykład 4. Decyzje menedżerskie
Dr inż. Aleksander Gwiazda Zarządzanie strategiczne Wykład 4 Decyzje menedżerskie Plan wykładu Wprowadzenie Wprowadzenie Pojęcie decyzji Decyzja to świadoma reakcja na sytuacje powstające w trakcie funkcjonowania
Bardziej szczegółowoStatystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory
Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory Dr Anna ADRIAN Paw B5, pok 407 adrian@tempus.metal.agh.edu.pl
Bardziej szczegółowoSYSTEMY UCZĄCE SIĘ WYKŁAD 4. DRZEWA REGRESYJNE, INDUKCJA REGUŁ. Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska
SYSTEMY UCZĄCE SIĘ WYKŁAD 4. DRZEWA REGRESYJNE, INDUKCJA REGUŁ Częstochowa 2014 Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska DRZEWO REGRESYJNE Sposób konstrukcji i przycinania
Bardziej szczegółowoTRYLOGIA SONY W OBJĘCIACH NEURO Czyli mózg konsumenta oceniający kreatywną egzekucję strategii.
TRYLOGIA SONY W OBJĘCIACH NEURO Czyli mózg konsumenta oceniający kreatywną egzekucję strategii. Dorota Reykowska LABoratory & Co Anna Choromańska LABoratory & Co KONSUMENT NIE ZAWSZE POTRAFI Opisywać swoje
Bardziej szczegółowoSześciolatki w przedszkolu i szkole: poznawcze i emocjonalne aspekty obniżenia wieku szkolnego. dr Radosław Kaczan dr Piotr Rycielski
Sześciolatki w przedszkolu i szkole: poznawcze i emocjonalne aspekty obniżenia wieku szkolnego dr Radosław Kaczan dr Piotr Rycielski Badanie 6 i 7-latków na starcie szkolnym jesień 2012 (N=3029) wiosna
Bardziej szczegółowoZarządzanie informacją i wiedzą w usługach o podwyŝszonym poziomie bezpieczeństwa. Maciej Stroiński stroins@man.poznan.pl
Zarządzanie informacją i wiedzą w usługach o podwyŝszonym poziomie bezpieczeństwa Maciej Stroiński stroins@man.poznan.pl 1 Zadania Grid bezpieczeństwa publicznego Implementacja systemu integracji informacji
Bardziej szczegółowoMETODOLOGIA BADAŃ HUMANISTYCZNYCH METODYKA NAUCZANIA JĘZYKA OBCEGO
METODOLOGIA BADAŃ HUMANISTYCZNYCH METODYKA NAUCZANIA JĘZYKA OBCEGO Badania naukowe Badania naukowe to przemyślane i systematyczne działania zmierzające do zrozumienia świata zjawisk fizycznych i psychicznych.
Bardziej szczegółowoPROGRAM SZCZEGÓŁOWY STUDIÓW PODYPLOMOWYCH PSYCHOLOGIA ZARZĄDZANIA
168 godzin zajęć 9 miesięcy nauki 10 zjazdów PROGRAM SZCZEGÓŁOWY STUDIÓW PODYPLOMOWYCH PSYCHOLOGIA ZARZĄDZANIA 1. Style kierowania i przywództwo (12 godz.) przywództwo - kiedy warto być przywódcą praktyczne
Bardziej szczegółowoProcesy Markowa zawdzięczają swoją nazwę ich twórcy Andriejowi Markowowi, który po raz pierwszy opisał problem w 1906 roku.
Procesy Markowa zawdzięczają swoją nazwę ich twórcy Andriejowi Markowowi, który po raz pierwszy opisał problem w 1906 roku. Uogólnienie na przeliczalnie nieskończone przestrzenie stanów zostało opracowane
Bardziej szczegółowoDECYZJI I ROZWIĄZYWANIE
EFEKTYWNE PODEJMOWANIE DECYZJI I ROZWIĄZYWANIE PROBLEMÓW Beata Kozyra 2018 2 dni Poniższy program może być skrócony do 1 dnia lub kilkugodzinnej prezentacji. Przy podejmowaniu decyzji naszym największym
Bardziej szczegółowoPED.4.4. INTERWENCJA KRYZYSOWA KARTA PRZEDMIOTU PROGRAMOWEGO
Tabela 1. Metryka przedmiotu programowego- cele i efekty kształcenia POZIOM KSZTAŁCENIA POZIOM VI/ STUDIA I STOPNIA NR PRZEDMIOTU W PROGRAMIE PED.4.4. PROFIL KSZTAŁCENIA ogólnoakademicki TYP PRZEDMIOTU
Bardziej szczegółowoOd Autorów... Wstęp... Cztery filary... Presupozycje NLP... Podsumowanie...
Od Autorów............................................................... Wstęp..................................................................... Czym jest NLP?............................................................
Bardziej szczegółowoALGORYTMICZNA I STATYSTYCZNA ANALIZA DANYCH
1 ALGORYTMICZNA I STATYSTYCZNA ANALIZA DANYCH WFAiS UJ, Informatyka Stosowana II stopień studiów 2 Wnioskowanie statystyczne dla zmiennych numerycznych Porównywanie dwóch średnich Boot-strapping Analiza
Bardziej szczegółowoPsychologia procesów poznawczych Kod przedmiotu
Psychologia procesów poznawczych - opis przedmiotu Informacje ogólne Nazwa przedmiotu Psychologia procesów poznawczych Kod przedmiotu 14.4-WP-PSChM-PPPoz-Ć-S14_pNadGen98ION Wydział Kierunek Wydział Pedagogiki,
Bardziej szczegółowoMetody oparte na logicznej regresji. zastosowaniu do wykrywania interakcji SNPów
w zastosowaniu do wykrywania interakcji SNPów Instytut Matematyczny, Uniwersytet Wrocławski Wisła, 9 grudnia 2009 DNA Zmienność genetyczna Polimorfizm to zmiana w strukturze DNA, obecna u co najmniej 1%
Bardziej szczegółowoCzynniki skuteczności ekonomicznych symulacyjnych gier serio. Ich źródła. Ich ograniczenia. Umożliwiają uczenie się na własnych błędach
Czynniki skuteczności ekonomicznych symulacyjnych gier serio Ich źródła Ich ograniczenia Umożliwiają uczenie się na własnych błędach Najważniejszym etapem gry serio jest podsumowanie. Porażka w grze może
Bardziej szczegółowoElementy modelowania matematycznego
Elementy modelowania matematycznego Modelowanie algorytmów klasyfikujących. Podejście probabilistyczne. Naiwny klasyfikator bayesowski. Modelowanie danych metodą najbliższych sąsiadów. Jakub Wróblewski
Bardziej szczegółowoWeryfikacja hipotez statystycznych testy dla dwóch zbiorowości
Weryfikacja hipotez statystycznych testy dla dwóch zbiorowości Informatyka 007 009 aktualizacja dla 00 JERZY STEFANOWSKI Instytut Informatyki Politechnika Poznańska Plan wykładu. Przypomnienie testu dla
Bardziej szczegółowoMetody Statystyczne. Metody Statystyczne. #8 Błąd I i II rodzaju powtórzenie. Dwuczynnikowa analiza wariancji
gkrol@mail.wz.uw.edu.pl #8 Błąd I i II rodzaju powtórzenie. Dwuczynnikowa analiza wariancji 1 Ryzyko błędu - powtórzenie Statystyka niczego nie dowodzi, czyni tylko wszystko mniej lub bardziej prawdopodobnym
Bardziej szczegółowoWYKŁAD 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 szczegółowoPOŁĄCZENIE ALGORYTMÓW SYMULACYJNYCH ORAZ DZIEDZINOWYCH METOD HEURYSTYCZNYCH W ZAGADNIENIACH DYNAMICZNEGO PODEJMOWANIA DECYZJI
POŁĄCZENIE ALGORYTMÓW SYMULACYJNYCH ORAZ DZIEDZINOWYCH METOD HEURYSTYCZNYCH W ZAGADNIENIACH DYNAMICZNEGO PODEJMOWANIA DECYZJI mgr inż. Karol Walędzik k.waledzik@mini.pw.edu.pl prof. dr hab. inż. Jacek
Bardziej szczegółowoSUKCESJA W FIRMIE RODZINNEJ. Przykład działania doradczego
SUKCESJA W FIRMIE RODZINNEJ Przykład działania doradczego Sukcesja w firmie rodzinnej Dynamiczny rozwój firmy rodzinnej - brzmi jak marzenie każdego właściciela. Okazuje się jednak, że jest to sytuacja,
Bardziej szczegółowoDeska Galtona. Adam Osękowski. Instytut Matematyki, Wydział Matematyki, Informatyki i Mechaniki Uniwersytet Warszawski
a schemat Bernoulliego Instytut Matematyki, Wydział Matematyki, Informatyki i Mechaniki Uniwersytet Warszawski XV Festiwal Nauki, 21 września 2011r. a schemat Bernoulliego Schemat Bernoulliego B(n, p)
Bardziej szczegółowoPobieranie prób i rozkład z próby
Pobieranie prób i rozkład z próby Marcin Zajenkowski Marcin Zajenkowski () Pobieranie prób i rozkład z próby 1 / 15 Populacja i próba Populacja dowolnie określony zespół przedmiotów, obserwacji, osób itp.
Bardziej szczegółowoAKTYWNA SPRZEDAŻ. Jak fachowo i skutecznie sprzedawać produkty i usługi?
AKTYWNA SPRZEDAŻ Jak fachowo i skutecznie sprzedawać produkty i usługi? Potrzebna jest odpowiednia baza, polegająca na odpowiednim nastawieniu sprzedawcy do swojego zawodu, oraz nabyciu i skorygowaniu
Bardziej szczegółowoXIII International PhD Workshop OWD 2011, October 2011 METODA REEINGINEERINGU ORGANIZACJI Z WYKORZYSTANIEM SYMULATORA PROCESÓW BIZNESOWYCH
XIII International PhD Workshop OWD 2011, 22 25 October 2011 METODA REEINGINEERINGU ORGANIZACJI Z WYKORZYSTANIEM SYMULATORA PROCESÓW BIZNESOWYCH METHOD OF REEINGINEERING ORGANIZATION USING BUSINESS PROCESS
Bardziej szczegółowoNOWY PROGRAM STUDIÓW 2016/2017 SYLABUS PRZEDMIOTU AUTORSKIEGO: Wprowadzenie do teorii ekonometrii. Część A
NOWY PROGRAM STUDIÓW 2016/2017 SYLABUS PRZEDMIOTU AUTORSKIEGO: Autor: 1. Dobromił Serwa 2. Tytuł przedmiotu Sygnatura (będzie nadana, po akceptacji przez Senacką Komisję Programową) Wprowadzenie do teorii
Bardziej szczegółowoBIOINFORMATYKA. Copyright 2011, Joanna Szyda
BIOINFORMATYKA 1. Wykład wstępny 2. Struktury danych w badaniach bioinformatycznych 3. Bazy danych: projektowanie i struktura 4. Bazy danych: projektowanie i struktura 5. Powiązania pomiędzy genami: równ.
Bardziej szczegółowoSystemy Wspomagania Decyzji
Teoria decyzji Szkoła Główna Służby Pożarniczej Zakład Informatyki i Łączności February 5, 2016 1 Definicje 2 Normatywna teoria decyzji 3 Opisowa teoria decyzji 4 Naturalistyczny model podejmowania decyzji
Bardziej szczegółowoPsychologia społeczna Michał Bilewicz Podstawowe czasopisma w psychologii społecznej Journal of Personality and Social Psychology Personality and
Psychologia społeczna Michał Bilewicz Podstawowe czasopisma w psychologii społecznej Journal of Personality and Social Psychology Personality and Social Psychology Bulletin Journal of Social Issues Group
Bardziej szczegółowoWYZNACZANIE NIEPEWNOŚCI POMIARU METODAMI SYMULACYJNYMI
WYZNACZANIE NIEPEWNOŚCI POMIARU METODAMI SYMULACYJNYMI Stefan WÓJTOWICZ, Katarzyna BIERNAT ZAKŁAD METROLOGII I BADAŃ NIENISZCZĄCYCH INSTYTUT ELEKTROTECHNIKI ul. Pożaryskiego 8, 04-703 Warszawa tel. (0)
Bardziej szczegółowoPSYCHOLOGIA ZACHOWAŃ KONSUMENCKICH
PSYCHOLOGIA ZACHOWAŃ KONSUMENCKICH Ćwiczenia 4 Postawy konsumenckie POSTAWA Postawa to trwała ocena (pozytywna lub negatywna) ludzi, obiektów, pojęć. Krótkotrwałe stany emocjonalne - gniew, irytacja nie
Bardziej szczegółowoWYSTĄPIENIA PUBLICZNE
WYSTĄPIENIA PUBLICZNE PROGRAM SZKOLENIA Gdynia, 2012 Wystąpienia publiczne SZKOLENIA W PERFECT CONSULTING W programy szkoleniowe opracowywane są i realizowane z punktu widzenia korzyści, jakie mają przynieść
Bardziej szczegółowoUczenie sieci neuronowych i bayesowskich
Wstęp do metod sztucznej inteligencji www.mat.uni.torun.pl/~piersaj 2009-01-22 Co to jest neuron? Komputer, a mózg komputer mózg Jednostki obliczeniowe 1-4 CPU 10 11 neuronów Pojemność 10 9 b RAM, 10 10
Bardziej szczegółowoMetody probabilistyczne
Metody probabilistyczne 13. Elementy statystki matematycznej I Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 17.01.2019 1 / 30 Zagadnienia statystki Przeprowadzamy
Bardziej szczegółowoElementy kognitywistyki II: Sztuczna inteligencja. WYKŁAD III: Problemy agenta
Elementy kognitywistyki II: Sztuczna inteligencja WYKŁAD III: Problemy agenta To już było: AI to dziedzina zajmująca się projektowaniem agentów Określenie agenta i agenta racjonalnego Charakterystyka PAGE
Bardziej szczegółowoElementy kognitywistyki II: Sztuczna inteligencja. WYKŁAD X: Sztuczny neuron
Elementy kognitywistyki II: Sztuczna inteligencja WYKŁAD X: Sztuczny neuron Koneksjonizm: wprowadzenie 1943: Warren McCulloch, Walter Pitts: ogólna teoria przetwarzania informacji oparta na sieciach binarnych
Bardziej szczegółowoModel MULTIPOLES - narzędzie do prognozowania, projekcji i symulacji stanu i struktury ludności
Model MULTIPOLES - narzędzie do prognozowania, projekcji i symulacji stanu i struktury ludności Dorota Kupiszewska i Marek Kupiszewski Konferencja Perspektywy demograficzne Europy Instytut Statystyki i
Bardziej szczegółowoWstęp do kognitywistyki. Wykład 12: Wprowadzenie do SI. Obliczeniowa teoria umysłu
Wstęp do kognitywistyki Wykład 12: Wprowadzenie do SI. Obliczeniowa teoria umysłu Sztuczna inteligencja...to próba zrozumienia i wyjaśnienia jednostek inteligentnych. Specyfika SI polega na metodzie: wyjaśnianie
Bardziej szczegółowoProjekt ROZWÓJ PRZEZ KOMPETENCJE jest współfinansowany przez Unię Europejską. w ramach środków Europejskiego Funduszu Społecznego.
Konspekt projektu K-81 Temat: O myśleniu na przyszłość czyli dlaczego przezorny zawsze ubezpieczony? Cel główny projektu Kształtowanie postawy odpowiedzialności za przyszłość własną i swoich najbliższych
Bardziej szczegółowoZACHOWANIA ORGANIZACYJNE. Zrozumienie pracy zespołowej
ZACHOWANIA ORGANIZACYJNE S T E P H E N P. R O B B I N S W W W. P R E N H A L L. C O M / R O B B I N S T E N T H E D I T I O N TŁUMACZONE PRZEZ WIESŁAWA MARIĘ GRUDZEWSKIEGO CZĘŚĆ TRZECIA GRUPA Zrozumienie
Bardziej szczegółowoSpis treści. Rejestracja - zakładanie konta kandydata 2. Wprowadzanie danych osobowych kandydata 3. Zamieszczanie zdjęcia 5. Ustawienia hasła 6
,, skr. Poczt. 55 tel. 22 834-76-67 Spis treści Zawartość: Rejestracja - zakładanie konta kandydata 2 Wprowadzanie danych osobowych kandydata 3 Zamieszczanie zdjęcia 5 Ustawienia hasła 6 Logowanie do systemu
Bardziej szczegółowoRAPORT z diagnozy umiejętności matematycznych
RAPORT z diagnozy umiejętności matematycznych przeprowadzonej w klasach czwartych szkoły podstawowej 1 Analiza statystyczna Wskaźnik Liczba uczniów Liczba punktów Łatwość zestawu Wyjaśnienie Liczba uczniów,
Bardziej szczegółowoRACHUNEK PRAWDOPODOBIEŃSTWA I STATYSTYKA MATEMATYCZNA
RACHUNEK PRAWDOPODOBIEŃSTWA I STATYSTYKA MATEMATYCZNA LISTA 10 1.Dokonano 8 pomiarów pewnej odległości (w m) i otrzymano: 201, 195, 207, 203, 191, 208, 198, 210. Wiedząc,że błąd pomiaru ma rozkład normalny
Bardziej szczegółowoEksploracja Danych. wykład 4. Sebastian Zając. 10 maja 2017 WMP.SNŚ UKSW. Sebastian Zając (WMP.SNŚ UKSW) Eksploracja Danych 10 maja / 18
Eksploracja Danych wykład 4 Sebastian Zając WMP.SNŚ UKSW 10 maja 2017 Sebastian Zając (WMP.SNŚ UKSW) Eksploracja Danych 10 maja 2017 1 / 18 Klasyfikacja danych Klasyfikacja Najczęściej stosowana (najstarsza)
Bardziej szczegółowoKurs z NetLogo - część 4.
Kurs z NetLogo - część 4. Mateusz Zawisza Zakład Wspomagania i Analizy Decyzji Instytut Ekonometrii Szkoła Główna Handlowa Seminarium Wieloagentowe Warszawa, 10.01.2011 Agenda spotkań z NetLogo 15. listopada
Bardziej szczegółowoFirst life Second life
First life: Paweł Topol wykładowca w Uniwersytecie im. Adama Mickiewicza w Poznaniu w obszarach IT, ICT, CALL; wykładowca online w Appalachian State University, NC, USA. Second life: Pawlus Twine (od 2008)
Bardziej szczegółowoStaże Ośrodka RENOWATOR
Staże Ośrodka RENOWATOR Badanie zależności ceny nieruchomości od położenia i innych cech Analiza Beata Kalinowska-Rybka W listopadzie 26r zbierałam informacje dotyczące nieruchomości, o następującej postaci:
Bardziej szczegółowoW4 Eksperyment niezawodnościowy
W4 Eksperyment niezawodnościowy Henryk Maciejewski Jacek Jarnicki Jarosław Sugier www.zsk.iiar.pwr.edu.pl Badania niezawodnościowe i analiza statystyczna wyników 1. Co to są badania niezawodnościowe i
Bardziej szczegółowoWładza i Wpływ cz.3. Mapa władzy i wpływu Jak określić skuteczność tych relacji, od których zależy nasz sukces i powodzenie zawodowe.
. Pełna jakość Biznesu, Pracy, Życia.. Dajemy klientom wsparcie na każdym etapie ich drogi do wartościowych sukcesów... 1 Narzędzie: Biznesowa Wartość Relacji Władza i Wpływ cz.3. Mapa władzy i wpływu
Bardziej szczegółowoKsięgarnia 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 szczegółowoMETODY 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 szczegółowoSylabus. Zaawansowana analiza danych eksperymentalnych Advanced analysis of experimental data
Sylabus Nazwa przedmiotu (w j. polskim i angielskim) Nazwisko i imię prowadzącego (stopień i tytuł naukowy) Zaawansowana analiza danych eksperymentalnych Advanced analysis of experimental data dr Grzegorz
Bardziej szczegółowoMetody Statystyczne. Metody Statystyczne.
gkrol@wz.uw.edu.pl #4 1 Sprawdzian! 5 listopada (ok. 45-60 minut): - Skale pomiarowe - Zmienne ciągłe i dyskretne - Rozkład teoretyczny i empiryczny - Miary tendencji centralnej i rozproszenia - Standaryzacja
Bardziej szczegółowoO 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 szczegółowoWstęp. Przedmowa. 2o Psychologia rozwoju człowieka 63
Wstęp Przedmowa n 1. Cele, założenia i zastosowanie psychologii 13 1.1. Analiza zachowania i doznawania jako zadanie psychologii 14 1.2. Psychologia jako dziedzina badań 16 1.2.1. Cele badań naukowych
Bardziej szczegółowo