လှုပ်ရှားမှုများ

Key ကို:

• အခက်အခဲ၏ဒီဂရီ: လွယ်ကူသော , အလယ်အလတ် မာ , အရမ်းခက်တယ်
• (သင်္ချာလိုအပ်ပါတယ် )
• (coding လိုအပ်ပါတယ် )
• ဒေတာစုဆောင်း ( )

1. [ , , ] အနေဖြင့်စိတ်လှုပ်ရှားဖွယ်အကောင်းဆုံးတောင်းဆိုမှုများတစ်ခုမှာ Benoit et al. (2015) ကနိုင်ငံရေးကြေညာစာတမ်း၏လူအစုအဝေး-နိုင်တဲ့ coding ပေါ်မှာ။ ရလဒ်တွေ reproducible ဖြစ်ပါတယ် Merz, Regel, and Lewandowski (2016) ကိုကြေညာစာတမ်း Corpus မှ access ကိုပေးသည်။ ကနေပုံ 2 မျိုးပွားဖို့ကြိုးစားပါ Benoit et al. (2015) အမေဇုံစက်မှု Turk မှလုပ်သားများကိုသုံးနိုင်သည်။ သင့်ရဲ့ရလဒ်တွေကိုဘယ်လိုဆင်တူရှိသနည်း

2. [ ] သ InfluenzaNet စီမံကိန်းအတွက်ကလူတစ်ဦးစေတနာ့ဝန်ထမ်း panel ကိုဖြစ်ပွားမှု, ပျံ့နှံ့နှင့်တုပ်ကွေးကဲ့သို့-နာမကျန်းနှင့်ဆက်စပ်သောကျန်းမာရေးကိုရှာဖွေလျက်အပြုအမူ (Ili) သတင်းပို့ခုနှစ်တွင် (Tilston et al. 2010; Noort et al. 2015) ။

   1. ဒီဇိုင်း, ကုန်ကျစရိတ်နှင့် InfluenzaNet Google ကတုပ်ကွေး Trends နှင့်ရိုးရာတုပ်ကွေးခြေရာခံခြင်းစနစ်များအတွက်ဖွယ်ရှိအမှားများကိုနှိုငျးယှဉျနှင့်နှိုငျးယှဉျ။
   2. ထိုကဲ့သို့သောဝက်တုပ်ကွေးဖြစ်ပွားအဖြစ်မတည်မငြိမ်အချိန်, စဉ်းစားပါ။ အသီးအသီးစနစ်ထဲမှာဖြစ်နိုင်ချေအမှားများကိုဖော်ပြပါ။

3. [ , , ] The Economist အပတ်စဉ်သတင်းမဂ္ဂဇင်းဖြစ်ပါတယ်။ အဖုံးပေါ်မှာလူအမြိုးသမီးမြား၏အချိုးအစားအချိန်ကျော်တိုးမြှင့်လိုက်ပါတယ်လျှင်ကြည့်ဖို့လူသားတစ်ဦးတွက်ချက်မှုစီမံကိန်းကိုဖန်တီးပါ။

   1. အဆိုပါမဂ္ဂဇင်းရှစ်မတူညီတဲ့ဒေသတွေ (အာဖရိက, အာရှပစိဖိတ်, ဥရောပ, ဥရောပသမဂ္ဂ, လက်တင်အမေရိက, အရှေ့အလယ်ပိုင်း, မြောက်အမေရိကနှင့်ယူနိုက်တက်ကင်းဒမ်း) တွင်ကွဲပြားခြားနားသောအဖုံးများရှိသည်နိုင်နှင့်သူတို့အပေါင်းတို့၏ဝက်ဘ်ဆိုက်ကနေ download လုပ်နိုင်ပါတယ် The Economist ။ ဤသူတို့သည်ဒေသတစ်ခု Pick နှင့်ခွဲခြမ်းစိတ်ဖြာလုပ်ဆောင်။ သူတို့တစ်စုံတစ်ဦးအားဖြင့်ပုံတူကူးယူနိုင်လုံလောက်တဲ့အသေးစိတ်နှင့်သင်၏လုပ်ထုံးလုပ်နည်းများကိုဖော်ပြရန်ရန်သေချာစေပါ။

   ဒီမေးခွန်းကို Justin Tenuto ခြင်း, crowdsourcing ကုမ္ပဏီတစ်ခုမှာဒေတာသိပ္ပံပညာရှင်များကအလားတူစီမံကိန်းကြောင့်မှုတ်သွင်းခဲ့သည် CrowdFlower တွေ့ "Time Magazine မှအမှန်တကယ် Dudes Likes" ။

4. [ , , ] အထက်ပါမေးခွန်းအပေါ်တည်ဆောက်ခြင်း, ယခုအားလုံးရှစ်ဒေသများများအတွက်ခွဲခြမ်းစိတ်ဖြာလုပ်ဆောင်။

   1. သငျသညျဒေသတွေကိုဖြတ်ပြီးအဘယျသို့ကွဲပြားမှုကိုရှာဖွေခဲ့သနည်း
   2. ဘယ်လောက်အပိုအချိန်နှင့်ပိုက်ဆံကစကေး-up ကရန်သင့်ခွဲခြမ်းစိတ်ဖြာဒေသ၏အားလုံးမှရှစ်ယူခဲ့သနည်း
   3. စီးပွားရေးအသီးအသီးတစ်ပတ်ကို 100 ကိုကွဲပြားခြားနားတဲ့အဖုံးရှိတယ်ဆိုပါစို့။ ဘယ်လောက်အပိုအချိန်နှင့်ပိုက်ဆံကစကေး-up ကရန်သင့်ခွဲခြမ်းစိတ်ဖြာတစ်ပတ်ကို 100 ခန့်အဖုံးမှယူမယ်လို့ခန့်မှန်းကြသည်။

5. [ , ] [Kaggle] (https://www.kaggle.com/) ပွင့်လင်းခေါ်ဆိုခစီမံကိန်းများကိုအိမ်ရှင်အဖြစ်ကြောင်း website တစ်ခုဖြစ်ပါတယ်။ သူတို့အားစီမံကိန်းများ၏တဦးတည်းတွင်ပါဝင်။

6. [ ] သင်၏လယ်ပြင်၌တစ်ဂျာနယ်၏လတ်တလောပြဿနာကတဆင့်ကြည့်ရှုပါ။ ပွင့်လင်းခေါ်ဆိုခစီမံကိန်းများအဖြစ် reformulated ခဲ့ကြနိုင်ကြောင်းမည်သည့်စာတမ်းများရှိပါသလား အဘယ်ကြောင့်အဘယ်ကြောင့်မခံသနည်း

7. [ ] Purdam (2014) လန်ဒန်မြို့ရှိတောင်းစားအကြောင်းဖြန့်ဝေဒေတာစုဆောင်းဖော်ပြခဲ့သည်။ ဤသုတေသနပြုဒီဇိုင်း၏အားသာချက်နှင့်အားနည်းချက်များကို summarize ။

8. [ ] redundancy ဖြန့်ဝေဒေတာစုဆောင်း၏အရည်အသွေးအကဲဖြတ်ဖို့အရေးပါသောနည်းလမ်းဖြစ်ပါတယ်။ Windt and Humphreys (2016) အရှေ့ကွန်ဂိုရှိလူများကနေပဋိပက္ခဖြစ်ရပ်များ၏အစီရင်ခံစာများစုဆောင်းဖို့တဲ့စနစ်ဖွံ့ဖြိုးတိုးတက်စေရန်နှင့်စမ်းသပ်ရန်။ စက္ကူကိုဖတ်ပါ။

   1. ဘယ်လိုသူတို့ရဲ့ဒီဇိုင်း redundancy သေချာသနည်း?
   2. သူတို့ဟာသူတို့စီမံကိန်းကနေစုဆောင်းဒေတာမှန်ကန်ကြောင်းသက်သေပြနိုင်ရန်အကြိမ်ကြိမ်ချဉ်းကပ်ပူဇော်လော့။ သူတို့ကို summarize ။ သငျသညျအားအလွန်ယုံကြည်စိတ်ချသော?
   3. ဒေတာအတည်ပြုနိုင်မယ့်နည်းလမ်းသစ်တင်ပြသည်။ အကြံပြုချက်များကိုသငျသညျကုန်ကျစရိတ်-ထိရောက်သောနှင့်ကျင့်ဝတ်သောလမ်းအတွက် data ကိုရှိလိမ့်မယ်လို့ယုံကြည်မှုတိုးမြှင့်ဖို့ကြိုးစားသင့်ပါ။

9. [ ] Karim က Lakhani နှင့်လုပ်ဖော်ကိုင်ဖက်များက (2013) ကွန်ပျူတာဇီဝဗေဒအတွက်ပြဿနာတစ်ခုဖြေရှင်းဖို့သစ်ကို algorithms မြှူဆွယ်တောင်းခံရန်ပွင့်လင်းခေါ်ဆိုခကိုဖန်တီးခဲ့တယ်။ သူတို့က 89 ဝတ္ထုကွန်ပျူတာချဉ်းကပ်ပါဝင်တဲ့ 600 ကျော်တင်ပြချက်များကိုလက်ခံရရှိခဲ့သည်။ ထိုတင်ပြချက်များ၏, သူတို့ကကနျြးမာရေးရဲ့ MegaBLAST ၏အမေရိကန်အမျိုးသား Institutes ၏စွမ်းဆောင်မှုကိုကျော်လွန်လျက်, အကောင်းဆုံးတင်သွင်းခဲ့တဲ့ (1000 ဆပိုမြန်) သာ. ကြီးတိကျမှန်ကန်မှုနှင့်မြန်နှုန်းနှစ်ခုလုံးအောင်မြင်ကြောင်း 30 ကိုလက်ခံရရှိခဲ့သည်။

   1. သူတို့ရဲ့စက္ကူဖတ်​​ပါ, အဲဒီနောက်ပွင့်လင်းပြိုင်ပွဲ၏တူညီသောမျိုးကိုအသုံးပွုနိုငျတဲ့လူမှုရေးသုတေသနဆိုင်ရာပြဿနာတင်ပြသည်။ အထူးသဖြင့်ပွင့်လင်းပြိုင်ပွဲဒီလိုမျိုးအရှိန်မြှင့်ခြင်းနှင့်ရှိပြီးသား algorithm ကို၏စွမ်းဆောင်ရည်တိုးတက်လာအပေါ်အာရုံစူးစိုက်သည်။ သင်သည်သင်၏လယ်ပြင်၌ဤကဲ့သို့သောပြဿနာများ၏မစဉ်းစားနိုင်လျှင်, အဘယ်ကြောင့်မရှင်းပြဖို့ကြိုးစားပါ။

10. [ ] အများစုကလူ့တွက်ချက်မှုစီမံကိန်းများကို Amazon ကစက်မှု Turk မှသင်တန်းသားများအပေါ်အားကိုး။ Sign-up က Amazon ကစက်မှု Turk အပေါ်တစ်ဦးအလုပ်သမားဖြစ်လာဖို့။ အဲဒီမှာအလုပ်လုပ်တစ်နာရီဖြုန်းနေကြတယ်။ ယင်းကိုမည်သို့သက်ရောက်မှုဒီဇိုင်း, အရည်အသွေး, နှင့်လူ့ compuation စီမံကိန်းများ၏ကျင့်ဝတ်နှင့် ပတ်သက်. သင်တို့၏အကြံအစည်သနည်း