- •Тема 1. Понятие информации. Свойства информации. Информационные технологии. Информатика.
- •Тема 2. Кодирование информации. Двоичная и шестнадцатеричная системы счисления. Представление данных в компьютер
- •Тема 3. Кодирование различных видов информации
- •Тема 4. Основные направления применения икт в психологии.
- •Тема 5. Основные логические операции.
- •Тема 6. Хранение информации в эвм.
- •Тема 7. Статистическая обработка данных. Основные программы для статистической обработки. Программа r.
- •Тема 8. Алгоритмы. Понятие, свойства, основные конструкции.
- •Тема 9. Языки программирования, их классификация
- •Тема 10. Компьютеры в психодиагностике.
- •Тема 11. Глубокое обучение.
- •Тема 12. Интернет и tcp/ip.
- •Тема 13. Информационный поиск.
- •Тема 14. Системы электронного обучения. Lms и lcms, понятие, назначение, основные функции.
- •Пара небольших вопросов Приоритет логических операций (что в первую очередь, что во вторую...)
Тема 9. Языки программирования, их классификация
(что такое процедурные, функциональные, логические, объектно-ориентированные языки)
Язы́к программи́рования — формальный язык, предназначенный для записи компьютерных программ
Классификация:
процедурные - языки высокого уровня, в которых используется метод разбиения программ на отдельные связанные между собой модули - подпрограммы (процедуры и функции). Компоненты языка состоят из последовательности операторов, которые используют библиотечные процедуры и функции
функциональные - Функциональные языки являются языками искусственного интеллекта. Программа, написанная на функциональном языке, состоит из последовательности функций и выражений, которые необходимо вычислить. Основной структурой данных является связный список.
логические - Языки, ориентированные на решение задач без описания алгоритмов, языки искусственного интеллекта.
В объектно-ориентированных языках не описывают подробной последовательности действий для решения задачи, хотя они содержат элементы процедурного программирования. Программа пишется в терминах объектов, которые обладают свойствами и поведением. Объекты обмениваются сообщениями.
Тема 10. Компьютеры в психодиагностике.
Особенности компьютерных методик по сравнению с традиционными:
1. Автоматическое ведение протоколов исследования испытуемых
2. Режим тестирования компьютерных методик предполагает предъявление инструкции, стимульного материала, а также фиксацию ответов испытуемого
3. Обработка результатов тестирования предполагает получение тестовых данных (сырых баллов, стандартизированных шкальных оценок: стенов, стенайнов и т.д.) с помощью заранее известных предписаний
4. Визуализация тестовых данных
5. Интерпретация результатов жестко задается в компьютерном варианте
История
Первые упоминания о машинной обработке данных психологического тестирования относятся к началу 1930-х годов [4]. Долгое время использование компьютеров в психологических и (психодиагностических) исследованиях ограничивалось лишь обработкой числовой информации в процессе психодиагностического эксперимента. В то время компьютер (тогда еще ЕС ЭВМ, СМ-3, СМ-4, «Электроника-100») представлялся мощным арифмометром, который может освободить психолога от трудоемких рутинных операций типа «наложения ключей» и арифметического подсчета числовых показателей.
В нашей стране первой программой реализованной на языке ПЛ/1 для ЕС ЭВМ, была программа обработки результатов тестирования испытуемых с помощью методики ММPI [11]. Оператор набивал ответы испытуемого на перфокарты, а компьютер, осуществляя числовую обработку, распечатывал значения Т-оценок.
Дистанционное тестирование - это новый тип диагностической ситуации, определяемый тестированием в сети Интернет (какая ты феечка винкс)
Адаптивное тестирование заключается в том, что предъявляемые испытуемому текущие задания зависят от результатов его ответов на предыдущие задания.
Тема 11. Глубокое обучение.
Глубокое обучение — это метод машинного обучения. Глубокое обучение позволяет обучать модель предсказывать результат по набору входных данных. Для обучения сети можно использовать как контролируемое, так и неконтролируемое обучение.
Искусственный интеллект — способность машины или программы находить решения при помощи вычислений. (робот для игры в шахматы)
Машинное обучение — это попытка научить компьютеры самостоятельно обучаться на большом количестве данных вместо жестко постулированных правил.
Символический искусственный интеллект — это собирательное название для всех методов исследования искусственного интеллекта, основанных на высокоуровневом «символическом» (человекочитаемом) представлении задач, логики и поиска
Связи между нейронами имеют свой вес — долю значимости параметра среди всех данных. Например, в подсчете цен номеров большой вес будет иметь дата заезда, поскольку отели меняют цены в зависимости от спроса в конкретный день.
Функция потерь измеряет «насколько хороша» нейронная сеть в отношении данной обучающей выборки и ожидаемых ответов. Она также может зависеть от таких переменных, как веса и смещения.
Обратное распространение ошибки — это способ обучения нейронной сети. Цели обратного распространения просты: отрегулировать каждый вес пропорционально тому, насколько он способствует общей ошибке. Если мы будем итеративно уменьшать ошибку каждого веса, в конце концов у нас будет ряд весов, которые дают хорошие прогнозы.
Применения:
Распознавание речи
Обработка естественного языка
Обнаружение новых лекарственных препаратов.
Рекомендательные системы[19]. На сегодняшний день глубокое обучение применяется для изучения пользовательских предпочтений во многих доменах;
Предсказание геномных онтологий в биоинформатике