Uniwersytet Kardynała Stefana Wyszyńskiego w Warszawie - Centralny System Uwierzytelniania
Strona główna

The use of artificial intelligence in psychology

Informacje ogólne

Kod przedmiotu: WF-PS-UAIP-ER
Kod Erasmus / ISCED: 14.4 Kod klasyfikacyjny przedmiotu składa się z trzech do pięciu cyfr, przy czym trzy pierwsze oznaczają klasyfikację dziedziny wg. Listy kodów dziedzin obowiązującej w programie Socrates/Erasmus, czwarta (dotąd na ogół 0) – ewentualne uszczegółowienie informacji o dyscyplinie, piąta – stopień zaawansowania przedmiotu ustalony na podstawie roku studiów, dla którego przedmiot jest przeznaczony. / (0313) Psychologia Kod ISCED - Międzynarodowa Standardowa Klasyfikacja Kształcenia (International Standard Classification of Education) została opracowana przez UNESCO.
Nazwa przedmiotu: The use of artificial intelligence in psychology
Jednostka: Instytut Psychologii
Grupy:
Punkty ECTS i inne: 6.00 (zmienne w czasie) Podstawowe informacje o zasadach przyporządkowania punktów ECTS:
  • roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS;
  • tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h;
  • 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się;
  • tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS;
  • nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.

zobacz reguły punktacji
Język prowadzenia: angielski
Poziom przedmiotu:

średnio-zaawansowany

Symbol/Symbole kierunkowe efektów uczenia się:

PS_W02

PS_W03

PS_K03

Skrócony opis:

The course is devoted to the application of artificial intelligence algorithms in psychology. During the course, students learn basic information about artificial intelligence algorithms and get to know with examples of their applications based on documented psychological research in which these algorithms have been used.

Pełny opis:

1. Basic information about artificial intelligence algorithms

2. Decision tree algorithms

3. Quinlan's algorithm and its use in psychology - research examples

4. The regression tree algorithm and its use in psychology - research examples

5. classification trees algorithm and its use in psychology - research examples

6. Artificial neural networks

7. Artificial neural networks and their use in psychology - research examples part. 1

8. Artificial neural networks and their use in psychology - research examples part. 2

9. Other methods of machine learning - support vector machine - research example

10. The apriori algorithm, Market Basket Analysis - an example of use in psychology

11. Text mining algorithms and their use for text analysis

13. Text mining algorithms and their use in psychology - research example of personality traits parents shape in their children

14. Social Network Analysis - application, implementation and use in psychology. Combining SNA with text mining algorithms (on the example of personality traits shaped by parents).

15. colloquium

Literatura:

Basic literature:

Elder, J., Hill, T., Miner, G., Nisbet, B., Delen, D., & Fast, A. (2012). Practical Text Mining and Statistical Analysis for Nono-structured Text Data Application. Oxford: Elsevier.

Nisbet, R., Elder, J., & Miner, G. (2009). Handbook of statistical analysis and data mining applications. Burlington, MA: Academic Press (Elsevier).

Efekty kształcenia i opis ECTS:

KNOWLEDGE:

- have knowledge of some research in psychology that was carried out with the use of algorithms, e.g. regarding personality profiles drawn on the basis of activity in post-social networks such as facebook, etc.

SKILLS:

- students correctly use the terminology of data mining methods,

COMPETENCES:

understand the principle of their use to analyze data in science

Description of ECTS credits

Participation in classes: 30 hours

Preparation for classes and a test, reading the literature: 30 hours

Metody i kryteria oceniania:

The basis for completing the course is a test of the knowledge acquired during the lecture

Zajęcia w cyklu "Semestr zimowy 2021/22" (zakończony)

Okres: 2021-10-01 - 2022-01-31
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Wykład monograficzny, 30 godzin, 20 miejsc więcej informacji
Koordynatorzy: Włodzimierz Strus, Agnieszka Szymańska
Prowadzący grup: Agnieszka Szymańska
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Egzaminacyjny
Wykład monograficzny - Egzaminacyjny
E-Learning:

E-Learning (pełny kurs) z podziałem na grupy

Typ przedmiotu:

fakultatywny dowolnego wyboru

Grupa przedmiotów ogólnouczenianych:

nie dotyczy

Skrócony opis:

The course is devoted to the application of artificial intelligence algorithms in psychology. During the course, students learn basic information about artificial intelligence algorithms and get to know with examples of their applications based on documented psychological research in which these algorithms have been used.

Zajęcia w cyklu "Semestr zimowy 2022/23" (zakończony)

Okres: 2022-10-01 - 2023-01-31
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Wykład monograficzny, 30 godzin, 15 miejsc więcej informacji
Koordynatorzy: Jarosław Jastrzębski, Agnieszka Szymańska
Prowadzący grup: Agnieszka Szymańska
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Egzaminacyjny
Wykład monograficzny - Egzaminacyjny
E-Learning:

E-Learning (pełny kurs) z podziałem na grupy

Typ przedmiotu:

fakultatywny dowolnego wyboru

Grupa przedmiotów ogólnouczenianych:

PO - przedmioty ogólnouczelniane (bez obszaru)

Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Kardynała Stefana Wyszyńskiego w Warszawie.
ul. Dewajtis 5,
01-815 Warszawa
tel: +48 22 561 88 00 https://uksw.edu.pl
kontakt deklaracja dostępności USOSweb 7.0.3.0-1 (2024-04-02)