လှုပ်ရှားမှုများ

• အခက်အခဲ၏ဒီဂရီ: လွယ်ကူပါတယ် , အလယ်အလတ် မာ , အရမ်းခက်တယ်
• (သင်္ချာလိုအပ်ပါတယ် )
• (coding လိုအပ်ပါတယ် )
• ဒေတာစုဆောင်းခြင်း ( )
• ငါရဲ့အကြိုက်တွေ ( )

1. [ , , , ] Benoit နှင့်လုပ်ဖော်ကိုင်ဘက်များအနေဖြင့်စိတ်လှုပ်ရှားဖွယ်အကောင်းဆုံးတောင်းဆိုမှုများ '' တစ်ခုမှာ (2016) ကနိုင်ငံရေးကြေညာစာတမ်း၏လူအစုအဝေး-နိုင်တဲ့ coding အပေါ်သုတေသနရလဒ်များ reproducible ဖြစ်ပါတယ်။ Merz, Regel, and Lewandowski (2016) အဆိုပါကြေညာစာတမ်း Corpus မှဝင်ရောက်ခွင့်ပေးပါသည်။ ကနေပုံ 2 မျိုးပွားဖို့ကြိုးစားပါ Benoit et al. (2016) အမေဇုံစက်မှု Turk ကနေအလုပျသမားကိုသုံးနိုင်သည်။ သင့်ရဲ့ရလဒ်တွေကိုဘယ်လိုဆင်တူရှိသနည်း

2. [ ] သ InfluenzaNet စီမံကိန်းကိုခုနှစ်တွင်လူဦးစေတနာ့ဝန်ထမ်း panel ကဖြစ်ပွားမှု, ပျံ့နှံ့နှင့်တုပ်ကွေးရောဂါကဲ့သို့-နာမကျန်းနှင့်ပတ်သက်သောကျန်းမာရေး-ရှာကြံအပြုအမူသတင်းပို့ (Tilston et al. 2010; Noort et al. 2015) ။

   1. ဒီဇိုင်း, ကုန်ကျစရိတ်နှင့် InfluenzaNet Google ကတုပ်ကွေး Trends နှင့်ရိုးရာတုပ်ကွေးရောဂါခြေရာခံခြင်းစနစ်များအတွက်ဖွယ်ရှိအမှားများကိုနှိုင်းယှဉ်ကြည့်ပါနဲ့နှိုငျးယှဉျ။
   2. ထိုကဲ့သို့သောတုပ်ကွေးရောဂါ၏ဝတ္ထုပုံစံတစ်ခုဖြစ်ပွားအဖြစ်တစ်ဦးမတည်မငြိမ်အချိန်စဉ်းစားပါ။ တစ်ဦးချင်းစီစနစ်အတွင်းဖြစ်နိုင်သမျှအမှားများကိုဖော်ပြပါ။

3. [ , , ] The Economist အပတ်စဉ်သတင်းမဂ္ဂဇင်းဖြစ်ပါတယ်။ အဖုံးပေါ်တွင်လူတို့သညျအမြိုးသမီးမြား၏အချိုးအစားအချိန်ကြာလာတာနဲ့အမျှပြောင်းလဲသွားပြီဆိုပါကကြည့်ဖို့လူသားတစ်ဦးကွန်ပျူတာစီမံကိန်းကိုဖန်တီးပါ။

   1. အဆိုပါမဂ္ဂဇင်းရှစ်ကွဲပြားခြားနားသောဒေသများ (အာဖရိက, အာရှပစိဖိတ်, ဥရောပ, ဥရောပသမဂ္ဂ, လက်တင်အမေရိက, အရှေ့အလယ်ပိုင်း, မြောက်အမေရိကနှင့်ယူနိုက်တက်ကင်းဒမ်း) တွင်ကွဲပြားခြားနားသောအဖုံးများရှိနိုင်ပါသည်ထိုသူအပေါင်းတို့သည်မဂ္ဂဇင်းရဲ့ website ကနေ download လုပ်နိုင်ပါတယ်။ ဤအဒေသများတဦး Pick နှင့်ခွဲခြမ်းစိတ်ဖြာလုပ်ဆောင်။ သူတို့တစ်စုံတစ်ဦးများကပုံတူကူးယူနိုင်အလုံအလောက်အသေးစိတ်နှင့်သင်၏လုပ်ထုံးလုပ်နည်းများကိုဖော်ပြရန်ရန်သေချာစေပါ။

   ဤမေးခွန်းကို Justin Tenuto, အ crowdsourcing ကုမ္ပဏီ CrowdFlower မှာ data တွေကိုသိပ္ပံပညာရှင်များကအလားတူစီမံကိန်းကြောင့်မှုတ်သွင်းခံခဲ့ရသည်: "Time Magazine မှတကယ် Dudes Likes" ကိုကြည့်ပါ (http://www.crowdflower.com/blog/time-magazine-cover-data) ။

4. [ , , ] အားလုံးရှစ်ဒေသများများအတွက်ခွဲခြမ်းစိတ်ဖြာလုပ်ဆောင်ယခုယခင်ဆိုတဲ့မေးခွန်းကိုအပေါ်တည်ဆောက်ခြင်း။

   1. သငျသညျဒေသများတလွှားကဘာလဲကွဲပြားမှုကိုရှာဖွေခဲ့တာလဲ
   2. ဘယ်လောက်အပိုအချိန်နှင့်ပိုက်ဆံကဒေသအားလုံးရှစ်ရန်သင့်ခွဲခြမ်းစိတ်ဖြာတက်စကေးမှယူခဲ့တာလဲ
   3. အဆိုပါစီးပွားရေးပညာရှင်တစ်ဦးချင်းစီတစ်ပတ်ကို 100 ဦးကွဲပြားခြားနားသောအဖုံးရှိတယ်ဆိုပါစို့။ ဘယ်လောက်အပိုအချိန်နှင့်ပိုက်ဆံကတစ်ပတ်ကို 100 ကိုအဖုံးများရန်သင့်ခွဲခြမ်းစိတ်ဖြာတက်စကေးမှယူမယ်လို့ခန့်မှန်းကြသည်။

5. [ , ] ထိုကဲ့သို့သော Kaggle အဖြစ်ဖွင့်လှစ်ခေါ်ဆိုခစီမံကိန်းများ, အိမ်ရှင်အဖြစ်လက်ခံကျင်းပကြောင်းအတော်ကြာဝဘ်ဆိုဒ်များရှိပါတယ်။ ထိုစီမံကိန်းများတစ်ဦးတွင်ပါဝင်ရန်နှင့်သင်အထူးသဖြင့်စီမံကိန်းအကြောင်းနှင့်အထွေထွေအတွက်ပွင့်လင်းခေါ်ဆိုမှုများအကြောင်းလေ့လာသင်ယူသောအရာကိုဖော်ပြပါ။

6. [ ] သင်၏လယ်ပြင်၌တစ်ဂျာနယ်တစ်ခုမကြာသေးမီပြဿနာမှတဆင့်ရှာဖွေပါ။ ပွင့်လင်းခေါ်ဆိုခစီမံကိန်းများအဖြစ် reformulated ပြီနိုင်ကြောင်းမည်သည့်စာတမ်းများရှိပါသလား အဘယ်ကြောင့်သို့မဟုတ်အဘယ်ကြောင့်မဟုတ်လော

7. [ ] Purdam (2014) လန်ဒန်မြို့ရှိတောင်းစားအကြောင်းဖြန့်ဝေဒေတာစုဆောင်းခြင်းဖော်ပြသည်။ ဒီသုတေသနဒီဇိုင်း၏အားသာချက်နှင့်အားနည်းချက်များကိုအနှစ်ချုပ်။

8. [ ] redundancy ဖြန့်ဝေဒေတာစုဆောင်းခြင်း၏အရည်အသွေးအကဲဖြတ်ဖို့အရေးပါသောနည်းလမ်းဖြစ်ပါတယ်။ Windt and Humphreys (2016) အရှေ့ကွန်ဂိုရှိလူများအနေဖြင့်ပဋိပက္ခဖြစ်ရပ်များ၏အစီရင်ခံစာများစုဆောင်းဖို့စနစ်တစ်ခုကိုတီထွင်ခြင်းနှင့်စမ်းသပ်စစ်ဆေးပါတယ်။ စက္ကူကိုဖတ်ပါ။

   1. ဘယ်လိုဟာသူတို့ရဲ့ဒီဇိုင်း redundancy သေချာသနည်း?
   2. သူတို့ဟာသူတို့စီမံကိန်းကနေစုဆောင်းဒေတာမှန်ကန်ကြောင်းသက်သေပြဖို့အကြိမ်ကြိမ်ချဉ်းကပ်ကမ်းလှမ်းခဲ့သည်။ သူတို့ကိုအနှစ်ချုပ်။ သငျသညျမှအများဆုံးယုံကြည်စိတ်ချခဲ့ပါတယ်ဘယ်ဟာ?
   3. ဒေတာအတည်ပြုနိုင်မယ့်နည်းလမ်းသစ်တင်ပြသည်။ အကြံပြုချက်များကိုသင်ကုန်ကျစရိတ်-ထိရောက်သောနှင့်ကျင့်ဝတ်ဆိုင်ရာသောလမ်းအတွက် data တွေကိုရှိလိမ့်မယ်လို့ယုံကြည်မှုတိုးမြှင့်ဖို့ကြိုးစားသင့်ပါတယ်။

9. [ ] Karim က Lakhani နှင့်လုပ်ဖော်ကိုင်ဖက်များက (2013) ကွန်ပျူတာဇီဝဗေဒအတွက်ပြဿနာတစ်ခုဖြေရှင်းဖို့အသစ်များကို algorithms မြှူဆွယ်တောင်းခံရန်ဖွင့်လှစ်ခေါ်ဆိုခကိုဖန်တီးခဲ့တယ်။ သူတို့က 89 ဝတ္ထုကွန်ပျူတာချဉ်းကပ်မှုများ 600 ကျော်တင်ပြချက်များကိုလက်ခံရရှိခဲ့သည်။ ယင်းတင်ပြချက်များ၏ 30 ကနျြးမာရေးရဲ့ MegaBLAST ၏အမေရိကန်အမျိုးသား Institutes များ၏စွမ်းဆောင်ရည်ထက်ကျော်လွန်နှင့်အကောင်းဆုံးကိုတင်သွင်းခဲ့တဲ့ (1000 ဆပိုမြန်) သာ. ကွီးမွတျတိကျမှန်ကန်မှုနှင့်မြန်နှုန်းနှစ်ဦးစလုံးအောင်မြင်။

   1. သူတို့ရဲ့စက္ကူ Read, ပြီးတော့ပွင့်လင်းပြိုင်ပွဲ၏တူညီသောမျိုးကိုအသုံးပွုနိုငျကွောငျးလူမှုရေးသုတေသနပြဿနာတင်ပြသည်။ အထူးသဖြင့်ပွင့်လင်းပြိုင်ပွဲဒီလိုမျိုးအရှိန်မြှင့်ခြင်းနှင့်ရှိပြီးသား algorithm ကို၏စွမ်းဆောင်ရည်ကိုတိုးတက်အောင်အပေါ်အာရုံစူးစိုက်သည်။ သင်သည်သင်၏လယ်ပြင်၌ဤကဲ့သို့သောပြဿနာတစ်ခုစဉ်းစားမနိုင်လျှင်, အဘယ်ကြောင့်မပေးရှင်းပြဖို့ကြိုးစားကြည့်ပါ။

10. [ , ] အတော်များများကလူ့တွက်ချက်မှုစီမံကိန်းများကိုအမေဇုံစက်မှု Turk ကနေပါဝင်သူများအပေါ်မှီခိုနေရသည်။ အမေဇုံစက်မှု Turk အပေါ်တစ်ဦးလုပ်သားဖြစ်လာဖို့မှတ်ပုံတင်မယ်။ အဲဒီမှာအလုပ်လုပ်တစ်နာရီဖြုန်းနေကြတယ်။ ဒီသက်ရောက်မှုကိုဒီဇိုင်း, အရည်အသွေး, နှင့်လူ့တွက်ချက်မှုစီမံကိန်းများကျင့်ဝတ်နှင့် ပတ်သက်. သင်တို့၏အကြံအစည်သနည်း