Simulationen: Unterschied zwischen den Versionen
Wehner (Diskussion | Beiträge) Keine Bearbeitungszusammenfassung |
Wehner (Diskussion | Beiträge) Keine Bearbeitungszusammenfassung |
||
| Zeile 13: | Zeile 13: | ||
Präsentation und Manipulation verschiedener [[Verteilungsmodelle|Verteilungsmodelle]] sowie eines [[Sequential Sampling Modelle|Diffusionsmodells]] | Präsentation und Manipulation verschiedener [[Verteilungsmodelle|Verteilungsmodelle]] sowie eines [[Sequential Sampling Modelle|Diffusionsmodells]] | ||
[[Datei: | [[Datei:Simulationslink_neu1.PNG|link=http://141.76.19.82:3838/mediawiki/StatistischeModelle/Statistische_Modelle/|150px]] | ||
| Zeile 20: | Zeile 20: | ||
Exploration des [[Dynamische Attraktormodelle|dynamischen Attraktor-Modells]] von Tuller inklusive charakteristischer Eigenschaften von [[Dynamische Attraktormodelle|dynamischen Modellen]] wie z.B. [[Dynamische Attraktormodelle|Attraktoren]] und [[Dynamische Attraktormodelle|Hysterese]] | Exploration des [[Dynamische Attraktormodelle|dynamischen Attraktor-Modells]] von Tuller inklusive charakteristischer Eigenschaften von [[Dynamische Attraktormodelle|dynamischen Modellen]] wie z.B. [[Dynamische Attraktormodelle|Attraktoren]] und [[Dynamische Attraktormodelle|Hysterese]] | ||
[[Datei: | [[Datei:Simulationslink_neu1.PNG|link=|150px]] | ||
| Zeile 27: | Zeile 27: | ||
Implementierung eines einfachen [[Neuronale Netze|neuronalen Netzes]], welches die Kategorisierungsregeln für Schmetterlinge anhand von [[Unsupervised: Hebb|Hebb’schem Lernen]] erwirbt | Implementierung eines einfachen [[Neuronale Netze|neuronalen Netzes]], welches die Kategorisierungsregeln für Schmetterlinge anhand von [[Unsupervised: Hebb|Hebb’schem Lernen]] erwirbt | ||
[[Datei: | [[Datei:Simulationslink_neu1.PNG|link=http://141.76.19.82:3838/mediawiki/NeuroNetz/|150px]] | ||
| Zeile 34: | Zeile 34: | ||
Exploration der Funktionsweise verschiedener [[Algorithmen|Algorithmen]] zur Optimierung einer Funktion + Veranschaulichung des Zusammenhangs zwischen empirischen Daten und einer [[Objective Functions|Fehlerfunktion]] | Exploration der Funktionsweise verschiedener [[Algorithmen|Algorithmen]] zur Optimierung einer Funktion + Veranschaulichung des Zusammenhangs zwischen empirischen Daten und einer [[Objective Functions|Fehlerfunktion]] | ||
[[Datei: | [[Datei:Simulationslink_neu1.PNG|link=http://141.76.19.82:3838/mediawiki/Fitting/fitting/|150px]] | ||
| Zeile 41: | Zeile 41: | ||
Simulation eines [[Quantitativer Modellvergleich|quantitativen Modellvergleichs]] durch Darstellung verschiedener [[Vergleichsmaße|Vergleichsmaße]] für unterschiedliche Varianten eines [[Sequential Sampling Modelle|Diffusionsmodells]] | Simulation eines [[Quantitativer Modellvergleich|quantitativen Modellvergleichs]] durch Darstellung verschiedener [[Vergleichsmaße|Vergleichsmaße]] für unterschiedliche Varianten eines [[Sequential Sampling Modelle|Diffusionsmodells]] | ||
[[Datei: | [[Datei:Simulationslink_neu1.PNG|link=http://141.76.19.82:3838/mediawiki/Modellvergleich/Modellvergleich/|150px]] | ||
Version vom 21. Oktober 2018, 12:00 Uhr
Der Wissensvermittlung dieses E-Learning Angebots dienen nicht nur Informationstexte sondern auch interaktive Simulationen, welche Sie mithilfe dieser Seite erreichen und die es Ihnen erlauben, selbst Erfahrungen mit verschiedenen Arten von Modellen zu sammeln.
Sie ermöglichen das Ausprobieren verschiedenster Aspekte und die Entwicklung einer Intuition zentraler Zusammenhänge. Zudem stehen innerhalb der Anwendungen konkrete Experimentierszenarien zur Verfügung, welche den Einstieg erleichtern sollen und ein systematisches Erkunden wichtiger Konzepte unterstützen.
Viel Spaß!
Statistische Modelle
Präsentation und Manipulation verschiedener Verteilungsmodelle sowie eines Diffusionsmodells
Mathematische Modelle
Exploration des dynamischen Attraktor-Modells von Tuller inklusive charakteristischer Eigenschaften von dynamischen Modellen wie z.B. Attraktoren und Hysterese
Neuronale Netze
Implementierung eines einfachen neuronalen Netzes, welches die Kategorisierungsregeln für Schmetterlinge anhand von Hebb’schem Lernen erwirbt
Fitting Algorithmen
Exploration der Funktionsweise verschiedener Algorithmen zur Optimierung einer Funktion + Veranschaulichung des Zusammenhangs zwischen empirischen Daten und einer Fehlerfunktion
Modellvergleich
Simulation eines quantitativen Modellvergleichs durch Darstellung verschiedener Vergleichsmaße für unterschiedliche Varianten eines Diffusionsmodells