|
Digital Psychology Lab
- Dozentinnen/Dozenten
- Robert Richer, M. Sc., Katharina Jäger, M. Sc., Veronika Ringgold, M. Sc., Prof. Dr. Björn Eskofier, Prof. Dr. Nicolas Rohleder
- Angaben
- Seminar
Präsenz 2 SWS, benoteter Schein, ECTS-Studium, ECTS-Credits: 5
nur Fachstudium, Sprache Deutsch
Zeit und Ort: Mo 14:15 - 15:45, 00.010; Bemerkung zu Zeit und Ort: Die Lehrveranstaltung beginnt am Montag, 18.10. Bitte beachten Sie die Rahmenbedingungen für die Lehre (3G-Regeln!)
- Studienfächer / Studienrichtungen
- WF MT-MA ab 1 (ECTS-Credits: 5)
- Voraussetzungen / Organisatorisches
- Voraussetzungen: Im Vordergrund des Kurses steht die Verarbeitung und Analyse von biopsychologischen Daten in Python im Vordergrund. Daher sind (gute) Kenntnisse der Programmiersprache Python und damit verbundene Programmbibliotheken (NumPy, Pandas, SciPy, Matplotlib, etc.), bzw. das Interesse, sich diese Kenntnisse als Vorbereitung oder im Laufe des Kurses anzueignen, erwünscht.
Wenn Sie Ihr Wissen prüfen oder auffrischen wollen, empfehlen wir Ihnen die folgenden Vorlesungen und Online-Ressourcen: Beachten Sie jedoch, dass einige von ihnen bei vielen Themen über die Anforderungen dieses Kurses hinausgehen!
Anmeldung: Studierende der Medizintechnik melden sich bei Interesse an der Lehrveranstaltung bitte vorab per Email an mad-dipsylab@fau.de an.
- Inhalt
- Die interdisziplinäre Lehrveranstaltung "Digital Psychology Lab" ist für Studierende der Psychologie und Medizintechnik konzipiert. In Gruppen werden aktuelle Fragestellungen aus den Bereichen der digitalen Gesundheits- und Stressforschung bearbeitet. Ziel dieses forschungsorientierten Kurses ist die Stärkung der Zusammenarbeit zwischen den einzelnen Disziplinen, um gegenseitige Synergieffekte optimal zu nutzen. Die Studierenden sollen ihre individuellen Kompetenzen, die sie während des Studiums erlernt haben, in interdisziplinären Teams einsetzen, um voneinander zu profitieren.
Neben der Planung und Durchführung einer Forschungsfrage sowie Analyse der Ergebnisse in Gruppen wird es während des Semesters auch Lehreinheiten der verschiedenen Disziplinen geben (Psychologie: Theoretische Modelle und biologische Grundlagen von Stress, hypothesengeleitete Planung und Durchführung von Experimenten, Erhebung von Biomarkern und deren Auswertung im Labor, Inferenzstatistik; Medizintechnik: Datenanalyse in Python, Erfassung und Verarbeitung von physiologischen Signalen, Grundlagen des maschinellen Lernens). Zudem werden Grundlagen des wissenschaftlichen Arbeitens und des Forschungsdatenmanagements vermittelt. Zu den behandelten Themen gehören unter anderem:
Überblick über aktuelle Themen auf dem Gebiet des maschinellen Lernens und der Datenanalyse für die Stressforschung
Beste Praktiken für Präsentation und Ausarbeitung wissenschaftlicher Ergebnisse
Beste Praktiken für hypothesengeleitete Planung und Durchführung von Experimental- und Feldstudien
(erwartete Hörerzahl original: 30, fixe Veranstaltung: nein)
- ECTS-Informationen:
- Credits: 5
- Zusätzliche Informationen
- Erwartete Teilnehmerzahl: 30, Maximale Teilnehmerzahl: 30
www: https://www.studon.fau.de/crs3229251_join.html
- Verwendung in folgenden UnivIS-Modulen
- Startsemester WS 2022/2023:
- Biomedizin und Hauptseminar Medizintechnik (BuHSMT)
- Digital Psychology Lab (DiPsyLab)
- Institution: Lehrstuhl für Maschinelles Lernen und Datenanalytik
|
|
|
|
UnivIS ist ein Produkt der Config eG, Buckenhof |
|
|