Simulationen: Unterschied zwischen den Versionen

Aus eLearning - Methoden der Psychologie - TU Dresden
Zur Navigation springen Zur Suche springen
Keine Bearbeitungszusammenfassung
Keine Bearbeitungszusammenfassung
Zeile 1: Zeile 1:
__NOTOC__


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.
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.
Zeile 4: Zeile 5:
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.  
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! :)
 
Viel Spaß!  




== Statistische Modelle ==
== Statistische Modelle ==


* Präsentation und Manipulation verschiedener Verteilungsmodelle sowie eines Diffusionsmodells.
* Präsentation und Manipulation verschiedener Verteilungsmodelle sowie eines Diffusionsmodells


== Mathematische Modelle ==
== Mathematische Modelle ==

Version vom 29. September 2018, 14:51 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

Fitting Algorithmen

  • Exploration der Funktionsweise verschiedener Algorithmen zur Optimierung einer Funktion + Veranschaulichung des Zusammenhangs zwischen empirischen Daten und einer Fehlerfunktion

Neuronale Netze

  • Implementierung eines einfachen neuronalen Netzes, welches die Kategorisierungsregeln für Schmetterlinge anhand von Hebb’schem Lernen erwirbt

Modellvergleich

  • Simulation eines quantitativen Modellvergleichs durch Darstellung verschiedener Vergleichsmaße für unterschiedliche Varianten eines Diffusionsmodells


„Fitting“