Differences

This shows you the differences between two versions of the page.

Link to this comparison view

Both sides previous revision Previous revision
Next revision
Previous revision
Next revision Both sides next revision
news:20141231 [2014/12/31 14:14]
sr
news:20141231 [2014/12/31 15:42]
sr
Line 1: Line 1:
 ======國立臺灣大學神經生物與認知科學研究中心====== ======國立臺灣大學神經生物與認知科學研究中心======
-======2015年01月 Dr. Patricia Cheng因果推理的系列講座======+======2015年01月 Dr. Patricia Cheng 因果推理的系列講座======
  
-    ​台灣大學生物神經與認知科學研究中心與心理系在認知科學基金的支援下,很榮幸邀請到國際知名認知科學與心理學家Dr. Patricia Cheng來臺舉辦有關因果推理的系列講座。 +台灣大學生物神經與認知科學研究中心與心理系在認知科學基金的支援下,很榮幸邀請到國際知名認知科學與心理學家 Dr. Patricia Cheng 來臺舉辦有關因果推理的系列講座。
-     +
-    Dr. Cheng 目前是美國UCLA教授,早期以「實用基模理論」解釋人們條件推理行為而聞名,之後浸淫於因果相關研究達二十餘年,並建立一個「理性取向」(rational approach) 的因果學習計算模型(computational model),是這方面研究的翹楚。她的理論從「人如何發現因果規律」這一千古議題出發,兼具哲學的思辨與科學的驗證。其研究成果除了解釋因果推理與學習外,也與哲學、科學推理、因果統計模型、人工智慧學習、範疇與概念形成有關。 +
-     +
-    以下是Dr. Cheng在台灣的公開演講與系列講座(五次)的時地與題目。公開演講歡迎踴躍參與。系列講座主題有延續性,但也歡迎單次參加者,有意參與系列講座者請于1/​11之前預先網路報名,方便主辦單位統計人數+
  
 +Dr. Cheng 目前是美國 UCLA 教授,早期以「實用基模理論」解釋人們條件推理行為而聞名,之後浸淫於因果相關研究達二十餘年,並建立一個「理性取向」(rational approach) 的因果學習計算模型(computational model),是這方面研究的翹楚。她的理論從「人如何發現因果規律」這一千古議題出發,兼具哲學的思辨與科學的驗證。其研究成果除了解釋因果推理與學習外,也與哲學、科學推理、因果統計模型、人工智慧學習、範疇與概念形成有關。
  
-**一、活動訊息如下:** +以下是Dr. Cheng在台灣的公開演講與系列講座(五次)的時地與題目。公開演講歡迎踴躍參與。系列講座主題有延續性,但也歡迎單次參加者,有意參與系列講座者請于**1/11**之前預先網路報名,方便主辦單位統計人數。
  
-  - **對象:**  +**活動訊息如下:**
-  - **時間:**  +
-  - **地點:**  +
-  - **活動/​報名網頁** +
-  - **活動海報:** +
-  - **其餘請參照活動網頁**+
  
-**二、聯絡方式:** +**一、公開演講(不需要報名)** 
-  - + 
 +   * **講題:**Nature‘s Wisdom: Why Causal Discovery in Preschoolers can Inform Scientific Causal Inference 
 +   * **時間:**1/​7/​2015,​ 週三下午2:​30~4:​00  
 +   * **地點:**台大心理系北館演講廳N100(會後茶敘,南館S207) 
 + 
 +**二、系列講座(請於報名網頁選取參加場次)** [[http://​goo.gl/​Y3OEKo|進入報名網頁]] 
 + 
 +  * **系列主題:**How We Discover How the World Works? 
 +  * **時間:**1/​19 ~1/23, 2015, 每日下午 2:00 ~5:00 
 +  * **地點:**台大心理系北館N206 
 +  * **單次主題:** 
 +  - 1/19 - What is causation? Why causation?​ 
 +  - 1/20 - What is the goal of causal learning? 
 +  - 1/21 - Understanding causal invariance 
 +  - 1/22 - Implications of causal invariance for a) rational causal statistics for binary outcome variable; b) basic level categories; c) analytic knowledge of causal invariance functions in humans 
 +  - 1/23 - More implications and general discussion 
 + 
 +※相關資訊下載※ 
 +   
 +{{:​news:​dr._pat_s_cv.pdf|演講者資訊}} 
 +{{:​news:​系列講座摘要.pdf|系列講座摘要}} 
 + 
 +**有關系列講座更詳細資料請見相關資訊檔案或上[[http://​neuroscience.ntu.edu.tw/​|臺大神經生物與認知中心網站]]查詢。**
news/20141231.txt · Last modified: 2020/08/07 12:34 (external edit)
Back to top