PSY3233

Beslutningstaking og læring

Vår

Trondheim

Engelsk

Oversikt

9 kandidater

Snitt

C

3,33

likt

Ståprosent

100 %

likt

Karakterfordeling
Snitt over tid
Ståprosent over tid

Om emnet

Faglig innhold

Emnet fokuserer på metoder for statistisk inferens som kan støtte beslutninger om hva som skjer i verden, motivasjon i form av belønning og innsatsfølsomhet for å bestemme om man skal handle, samt forsterkningslæring for å avgjøre hvilken handling man skal ta.

De prosessene for statistisk inferens som skal undersøkes er Bayes' teorem, signaloppdagelsesteori og sekvensielle prøvetakingsmodeller. Motivasjon for å utføre discrete handlinger vil bli undersøkt i form av følsomhet for innsats og belønning. Marginalverditeoremet er mer passende når handlinger og utfall er kontinuerlig variable.

Så langt er den eneste avgjørelsen om man skal handle eller ikke, mens handlingen er gitt. Forsterkningslæring omhandler hvilken av flere handlinger man skal velge. Kurset vil undersøke både abstrakte beskrivelser av forsterkningslæring og konkrete eksempler fra den menneskelige hjernen. Når forsterkningslæring studeres i organismer, antas det ofte at evolusjonen har utryddet maladaptive motivasjoner. Når et kunstig system designes, er det essensielt å utforme insentiver slik at de motiverer ønsket atferd. Kurset vil undersøke insentivdesign og eksempler på lært atferd som enten individene som lærte den eller samfunnet kan anse som uønsket.

Læringsmål

Kunnskap

Studentene har kunnskaper

  • om metoder for statistisk inferens som kan støtte beslutningstaking
  • til å bygge opp kvantitative modeller for atferd
  • til å anvende kvantitative metoder på både organismer og kunstige systemer

Ferdigheter

Studentene er i stand til å

  • vurdere styrkene og begrensningene ved beslutningstaking algoritmer
  • bruke beslutnings algoritmer for å forklare atferden til organismer
  • omsette ligninger i grafer og numeriske modeller for atferd

Generell kompetanse

Studentene

  • kan forstå rollen til kvantitative modeller i studiet av atferd
  • kan evaluere hverandres modeller og gi tilbakemeldinger
  • er i stand til å predikere atferd til enkle kunstige systemer basert på lærings regler

Læringsformer og aktiviteter

Forelesninger, gruppearbeid