?Wahrscheinlichkeitslernen“ in der statistischen Lerntheorie |
| |
Authors: | Dr Gustav Feichtinger |
| |
Institution: | 1. Universit?t Bonn, Statistische Abteilung des Instituts für Gesellschafts-und Wirtschaftswissenschaften, Lennéstra?e 37, 53 Bonn
|
| |
Abstract: | Zusammenfassung In diesem Beitrag zur statistischen Lerntheorie (Stimulus Sampling Theorie) wird einN-elementiges „Pattern“-Modell mitr verfügbaren Antworten und nichtkontingenter Verst?rkungsvorschrift diskutiert. Um von der lerntheoretischen Literatur nicht
zu sehr abh?ngig zu sein, wird zun?chst ein kanpper überblick über die Grundbegriffe der Stimulus Sampling Theorie gegeben.
Der Vorgang des „Wahrscheinlichkeitslernens“ wird mittels des Reiz-Antwort-Schemas der statistischen Lerntheorie erkl?rt.
Durch die Einführung der sogenannten bedingenden Zust?nde gelangt die Theorie derMarkovketten zur Anwendung. Schlie?lich wird das Problem der übereinstimmung von empirischen Daten aus Lernexperimenten mit den
aus der Theorie abgeleiteten anhand von Sequentialstatistiken studiert.
Summary In this contribution to the statistical learning theory (stimulus sampling theory) aN-element pattern model withr availables responses and noncontingent reinforcement schedule is discussed. First a short survey of the principles of the
stimulus sampling theory is given. The process of „probability learning“ is explained by the stimulus-response model of the
statistical theory of learning. By the introduction of the so-called conditioning states the theory ofMarkov chains may be applicated. Finaly, the goodness-of-fit between empirical data of learning experiments and predicted statistics
is studied on the basis of sequential predictions.
|
| |
Keywords: | |
本文献已被 SpringerLink 等数据库收录! |
|