| Dersin Türü | Seçmeli |
| Dersin Düzeyi | Tezli Yüksek Lisans |
| Dersin Yılı | - |
| Dersin Yarıyılı | - |
| AKTS | 7 |
| Öğretim Eleman(lar)ı |
- |
| Öğrenme Kazanımları |
Bu dersin sonunda öğrenciler;
- Bilişsel Modelleme'nin amacı hakkında bilgi sahibi olur.
- En yeni Hesaplamalı Sinirbilim araçlarını anlar ve kullanabilirler
- Bilişsel Modelleme'nin matematiksel altyapısı hakkında bilgi sahibi olur.
- Psikolojik modelleri anlar ve kullanabilirler
|
| Veriliş Biçimi | Yüz Yüze |
| Önkoşullar | Yok |
| Önerilen Dersler | Yok |
| Ders Tanımı | Bu derste, psikoloji araştırmalarında kullanılan modelleme teknikleri ele alınacaktır. Dersin içeriğinde bilimsel model kavramı ve bilimsel araştırmalarda modellemenin yeri, psikolojide model kavramı, insan davranış ve bilişsel süreçlerinin modelleri ve psikolojide kullanılan modelleme teknikleri, berimsel modelleme, karmaşık bilişsel süreçlerin bilgisayar simülasyonları, yapay sinir ağı modelleri, bağlaşımcılık ve paralel dağıtılmış işleme, matematiksel modelleme, beyin-beden-çevre modelleri gibi konular üzerinde durulacaktır. Derste ayrıca algı, dikkat, bellek, karar verme, bilişsel gelişim ve öğrenme araştırmaları için geliştiren modellerden örnekler verilerek öğrencilerin modellemenin psikoloji bilimindeki yeri ve kullanımı hakkında bilgi sahibi olması hedeflenmiştir. |
| Ders İçeriği |
| HAFTA |
KONULAR |
|
1. Hafta |
Bilişsel Modelleme'ye Giriş |
|
2. Hafta |
Modellerin Değerlendirilmesi |
|
3. Hafta |
Sinir Hücrelerinin Modellenmesi: Diferansiyel Denklemler |
|
4. Hafta |
Aksiyon Potansiyeli için Hesaplamalı Modeller |
|
5. Hafta |
Sinir Hücrelerinin Hesaplamalı Modellenmesi |
|
6. Hafta |
Sinir Ağları Matematiği: Vektörler ve Matriksler |
|
7. Hafta |
Sinir Ağlarına Giriş |
|
8. Hafta |
Ara Sınav |
|
9. Hafta |
Hopfield Ağları |
|
10. Hafta |
Olasılık ve Psikolojik Modeller |
|
11. Hafta |
Karar |
|
12. Hafta |
Mantık ve Kural Olarak Bilişsel Modelleme |
|
13. Hafta |
Üretim Kuralları ve Biliş |
|
14. Hafta |
Bilişsel Mimari |
|
15. Hafta |
Ajan Temelli Modelleme |
|
| Kaynaklar | Anderson, B. (2014). Computational Neuroscience and Cognitive Modelling. London: SAGE |
| Öğretim Yöntemleri |
|
| Değerlendirme |
|
Sayısı |
Toplam Katkısı (%) |
| Ara Sınav |
1 |
30 |
| Ödev |
1 |
30 |
| Toplam(%) |
|
60 |
| Yıl İçinin Başarıya Oranı(%) |
|
60 |
| Finalin Başarıya Oranı(%) |
|
40 |
| Toplam(%) |
|
100 |
|
| AKTS İş Yükü |
| Aktivite |
Sayı |
Süre (Saat) |
İş Yükü |
| Ara Sınav |
1 |
3 |
3 |
| Kısa Sınavlara hazırlık |
|
|
|
| Sınıf Dışı Ders Çalışma Süresi |
14 |
8 |
112 |
| Final Sınavına Hazırlık |
1 |
20 |
20 |
| Ders Saati |
15 |
3 |
45 |
| Ara Sınava Hazırlık |
|
|
|
| Laboratuvar |
|
|
|
| Final Sınavı |
1 |
3 |
3 |
| Ödevler |
1 |
30 |
30 |
| Toplam İş Yükü | 213 |
| Toplam İş Yükü / 30 | 7.1 |
| Dersin AKTS Kredisi | 7 |
|
| Dil | Türkçe |
| Staj / Uygulama | Yok |