学習と行動の計算論モデリング

行動の背後にある計算過程を数理モデルで表現し，行動データからその計算過程を推定する計算論モデリングは，心理学，神経科学等の研究領域で重要な行動データ解析手法の一つとなりつつある。本講義では，特に学習や選択行動のモデルを例として，心理学における計算論モデリングの役割について学ぶ。受講者自身の研究に計算論モデリングを取り入れるための基礎知識を習得することを目標とする。

MIMA Search

授業計画

1. 導入―心理学における計算論モデリングの役割 2. 連合学習モデル 3. 強化学習モデル 4. 意思決定のモデル 5. パラメータ推定の基礎 6. 計算論モデリングの研究事例 7. ベイズ推論 8. モデル選択 9. 個人差のモデリング 10. 神経活動データのモデリング 11. モデリング研究における結果の解釈 12. 計算論的精神医学 13. 進化モデルと進化心理学受講生の興味や知識に応じて，授業内容や順序を変更する場合がある。

授業の方法

講義による。受講者の興味に応じて，Rを用いたプログラミングやデータ分析の実習を行う場合がある。

成績評価方法

授業参加（50％）とレポート（50％）により評価する。

教科書

教科書は使用しない。

参考書

片平健太郎『行動データの計算論モデリング―強化学習モデルを例として』(オーム社)，2018年国里愛彦，片平健太郎，沖村宰，山下祐一『計算論的精神医学』(勁草書房)，2019年 Simon Farrell, Stephan Lewandowsky, Computational Modeling of Cognition and Behavior, Cambridge University Press, 2018.

履修上の注意

高校レベルの数学の知識 (特に確率・統計)，RやMatlab等のプログラミングの知識を求める。必要に応じて復習して臨むこと。