Hauptinhalt überspringenNavigation überspringenFooter überspringen
Logo der Fachhochschule Nordwestschweiz
Studium
Weiterbildung
Forschung und Dienstleistungen
Internationales
Die FHNW
De
Standorte und KontaktBibliothek FHNWKarriere an der FHNWMedien

      Logo der Fachhochschule Nordwestschweiz
      • Studium
      • Weiterbildung
      • Forschung und Dienstleistungen
      • Internationales
      • Die FHNW
      De
      Standorte und KontaktBibliothek FHNWKarriere an der FHNWMedien
      Module
      Psychological Approaches to Data Science

      Psychological Approaches to Data Science

      Nummer
      20103
      Leitung
      Yanik Sterchi, +41 62 957 27 08, yanik.sterchi@fhnw.ch
      ECTS
      3.0
      Unterrichtssprache
      Deutsch
      Standardbezug

      Für mehr als die Hälfte aller Werbung wird bereits von künstlicher Intelligenz (KI) ausgewählt, wann diese wem angezeigt wird. Ebenso wird geschätzt, dass die Mehrheit aller Bewerbungen durch künstliche Intelligenz vorselektiert. Machine Learning und KI übernehmen auch in anderen Bereichen Aufgaben, die im Kompetenzbereich von Psycholog*innen liegen – häufig ohne dass diese die KI verstehen und eingreifen könnten, falls die KI falsch entscheidet. Um anschlussfähig zu bleiben, lernen Studierende in dem Modul die Grundlagen, um gemeinsam mit Technologie-Expert*innen KI-Anwendungen evaluieren und verbessern zu können. Studierende sollen zudem verstehen, für welche Tätigkeiten sie ML-Modelle sinnvoll nutzen können.

      Zielsetzung

      Methodenkompetenzen

      Evaluation

      • Die Studierenden können Machline-Learning-Modelle in Bezug auf ihre Korrektheit, Nützlichkeit sowie auf Fairness/Bias evaluieren.
      • Die Studierenden können für Daten evaluieren, ob und wie gut diese für Machine-Learning-Modelle geeignet sind.


      Analyse

      • Die Studierenden kennen die Grundlagen von Machine-Learning.
      • Die Studierenden können einfache Machine-Learning-Modelle trainieren.


      Nutzung digitaler Technologien:

      • Die Studierenden kennen die Grundlagen des Programmierens.
      • Die Studierenden können einfachen Python-Code verwenden und anpassen.


      Fachkompetenzen

      Psychologisches Fachwissen

      • Die Studierenden kennen, in welchen Bereichen Psychologie zur Verbesserung von Machine-Learning-Anwendungen beitragen kann.
      Inhalt
      • Was sind «Big Data», «Data Science” und “KI”?
      • Anwendungsbeispiele von KI für psychologische Themen.
      • Datenquellen und -typen
      • Einführung in Python
      • Trainieren und Evaluieren von Machine-Learning-Modellen
      • Bias und Fairness von Machine-Learning-Modellen
      • Grundlagen Datenschutz
      Besondere Eintrittsvoraussetzungen

      Kontaktstudium: Vorlesung mit praktischen Übungen und Erfahrungsaustausch

      Individuelles Selbststudium (Tutorials/Übungen und Erstellen Leistungsnachweis)

      Empfohlene Ergänzungen

      Keine

      Unterrichts-Unterlagen

      Eine aktive Teilnahme wird erwartet.

      Lehrform

      1-6 (halbe Noten)

      Bemerkungen

      Es wird empfohlen, das Modul erst im Anschluss an das Modul “Fortgeschrittene Methoden der Statistik” zu besuchen.

      Studium

      Angebot

      • Studium
      • Weiterbildung
      • Forschung & Dienstleistungen

      Über die FHNW

      • Hochschulen
      • Organisation
      • Leitung
      • Facts and Figures

      Hinweise

      • Datenschutz
      • Accessibility
      • Impressum

      Support & Intranet

      • IT Support
      • Login Inside-FHNW

      Member of: