Psychological Approaches to Data Science
Künstliche Intelligenz (KI) steuert bereits für die Mehrheit aller Bewerbungen, ob diese überhaupt von einem Menschen angeschaut werden, und für die Mehrheit der Werbung, wem und wann diese gezeigt wird. Machine Learning und Künstliche Intelligenz übernehmen zunehmend zentrale Aufgaben von Psycholog*innen – oft, ohne dass diese die Funktionsweise der Systeme verstehen oder eingreifen könnten, wenn diese Fehlentscheidungen treffen. Um anschlussfähig zu bleiben, lernen Studierende in dem Modul die Grundlagen, um gemeinsam mit Technologie-Expert*innen KI-Anwendungen evaluieren und verbessern zu können. Wir schauen uns zudem gemeinsam an, für welche Tätigkeiten ML-Modelle sinnvoll genutzt werden können.
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.
- Was sind «Big Data», «Data Science” und “KI”?
- Anwendungsbeispiele von KI für psychologische Themen.
- Datenquellen und -typen
- Einführung in Python und/oder Orange Data Mining
- Trainieren und Evaluieren von Machine-Learning-Modellen
- Bias und Fairness von Machine-Learning-Modellen
- Grundlagen Datenschutz
Kontaktstudium: Vorlesung mit praktischen Übungen und Erfahrungsaustausch
Individuelles Selbststudium (Tutorials/Übungen und Erstellen Leistungsnachweis)
Keine
Eine aktive Teilnahme wird erwartet.
1-6 (halbe Noten)
Es wird empfohlen, das Modul erst im Anschluss an das Modul “Fortgeschrittene Methoden der Statistik” zu besuchen.