गतिविधिहरु

प्रमुख:

• कठिनाई डिग्री: सजिलो , मध्यम , हार्ड , धेरै कडा
• गणित आवश्यक ( )
• आवश्यक कोडिङ ( )
• डाटा संग्रह ( )

1. [ , , ] बाट सबैभन्दा रोचक दाबी एक Benoit et al. (2015) राजनीतिक manifestos को भीड-कोडन मा परिणाम reproducible छन् भन्ने छ। Merz, Regel, and Lewandowski (2016) को मेनिफेस्टो Corpus पहुँच प्रदान गर्दछ। बाट नेभाराको 2 उर्तानु गर्न प्रयास गर्नुहोस् Benoit et al. (2015) अमेजन यांत्रिक टर्क देखि कामदारहरूको प्रयोग। आफ्नो परिणाम कसरी समान थिए?

2. [ ] को InfluenzaNet परियोजना मानिसहरू एक स्वयंसेवक पैनल घटना, प्रसार र स्वास्थ्य खोजी इन्फ्लूएंजा-जस्तो-रोग (ILI) सम्बन्धित व्यवहार रिपोर्ट (Tilston et al. 2010; Noort et al. 2015) ।

   1. तुलना गर्नुहोस् र डिजाइन, लागत, र InfluenzaNet, गुगल फ्लू चलन मा संभावना त्रुटिहरू, र परम्परागत इन्फ्लूएंजा ट्रयाकिङ सिस्टम भिन्नता।
   2. यस्तो सुँगुर फ्लू फैलन रूपमा, एक unsettled समय विचार गर्नुहोस्। प्रत्येक सिस्टम मा सम्भव त्रुटिहरू वर्णन गर्नुहोस्।

3. [ , , ] द अर्थशास्त्री एक साप्ताहिक समाचार पत्रिका छ। कवर मा मानिसहरूलाई महिलाहरु को अनुपात समय बढेको छ भने हेर्न एक मानव गणना परियोजना सिर्जना गर्नुहोस्।

   1. पत्रिका आठ विभिन्न क्षेत्रहरु (अफ्रीका, एशिया प्यासिफिक, युरोप, युरोपेली संघ, ल्याटिन अमेरिका, मध्य पूर्व, उत्तर अमेरिका र संयुक्त राज्य) मा फरक कवर सक्छ र तिनीहरू सबै को वेबसाइट ले डाउनलोड गर्न सकिन्छ यो अर्थशास्त्री । यी क्षेत्रहरु मध्ये एक छान्नुहोस् र विश्लेषण गर्नु। तिनीहरूले अरू कसैले प्रतिकृति हुन सक्ने पर्याप्त विस्तार संग आफ्नो प्रक्रियाहरु वर्णन गर्न निश्चित हुनुहोस्।

   यो प्रश्न जस्टिन Tenuto, को क्राउडसोर्सिङ कम्पनी मा एक डाटा वैज्ञानिक द्वारा यस्तै परियोजना प्रेरित थियो CrowdFlower हेर्नुहोस् "समय पत्रिका साँच्चै दोस्तों मनपर्यो" ।

4. [ , , ] माथिको प्रश्न मा निर्माण, अब सबै आठ क्षेत्रहरु लागि विश्लेषण प्रदर्शन।

   1. क्षेत्रहरु मार्फत तपाईं के मतभेद पाउनुभयो?
   2. यो कति अतिरिक्त समय र पैसा स्केल-अप गर्न क्षेत्रहरु सबै आठ आफ्नो विश्लेषण गर्नुभयो?
   3. को अर्थशास्त्री 100 फरक प्रत्येक हप्ता कवर छ कल्पना गर्नुहोस्। यसलाई आफ्नो विश्लेषण स्केल-अप गर्न प्रति हप्ता 100 कवर चाल्न थियो पैसा अतिरिक्त समय कति र अनुमान।

5. [ , ] [Kaggle] (https://www.kaggle.com/) खुला कल परियोजनाहरू होस्ट एक वेबसाइट छ। ती परियोजनाहरूको एक भाग।

6. [ ] तपाईंको क्षेत्रमा एक पत्रिका को एक हाल मुद्दा मार्फत हेर। त्यहाँ खुला कल आयोजनाका रूपमा reformulated गरिएका सक्ने कुनै पनि कागजात हुनुहुन्छ? किन वा किन छैन?

7. [ ] Purdam (2014) लण्डन फैलन बारेमा वितरण डाटा संग्रह वर्णन गरे। यो अनुसन्धान डिजाइन को तागत र कमजोरी संक्षिप्तमा।

8. [ ] अतिरेक वितरण डाटा संग्रह गुणस्तर आकलन गर्न एउटा महत्त्वपूर्ण तरिका हो। Windt and Humphreys (2016) विकास र पूर्वी कंगो मा मान्छे देखि संघर्ष घटनाहरू रिपोर्टहरू सङ्कलन गर्न एक सिस्टम परीक्षण। कागज पढ्नुहोस्।

   1. आफ्नो डिजाइन अतिरेक कसरी सुनिश्चित गर्छ?
   2. तिनीहरू परियोजना बाट संकलित डाटा मान्य गर्न धेरै नजिकिंदै प्रस्ताव। तिनीहरूलाई संक्षिप्तमा। जो तपाईंलाई सबैभन्दा पत्यार पार्र्ने थियो?
   3. डाटा मान्य हुन सक्ने एक नयाँ तरिका प्रस्ताव। सुझाव तपाईंले लागत-प्रभावकारी र नैतिक छ तरिकामा डाटा मा छ भनेर विश्वास वृद्धि गर्न प्रयास गर्नुपर्छ।

9. [ ] करीम Lakhani र सहयोगिहरु (2013) गणना जीव मा एक समस्या समाधान गर्न नयाँ एल्गोरिदम संकलन गर्न खुला कल सिर्जना गरियो। तिनीहरूले 89 उपन्यास कम्प्यूटेशनल दृष्टिकोण समावेश 600 भन्दा बढी सबमिशनहरू पाए। को पेश्कीहरूलाई, तिनीहरूले स्वास्थ्य गरेको MegaBLAST को अमेरिकी राष्ट्रीय संस्थान को प्रदर्शन नाघ्यो कि 30 प्राप्त, र सबै भन्दा राम्रो पेश्की अधिक सटीकता र गति दुवै (1,000 पटक छिटो) हासिल।

   1. आफ्नो कागज पढ्नुहोस्, र त्यसपछि त्यो खुला प्रतियोगिता को नै प्रकारको प्रयोग गर्न सामाजिक अनुसन्धान समस्या प्रस्तावित। खासगरी, खुला प्रतियोगिता यस प्रकारको अप speeding र विद्यमान तर्कको को प्रदर्शन सुधार केन्द्रित छ। तपाईं आफ्नो क्षेत्र जस्ता समस्या सोच्न सक्नुहुन्छ भने, किन छैन व्याख्या गर्ने प्रयास गर्नुहोस्।

10. [ ] थुप्रै मानव गणना परियोजनाहरू अमेजन यांत्रिक टर्क देखि सहभागीहरू भर पर्छन्। साइन अप अमेजन यांत्रिक टर्क मा एक कामदार बन्न। त्यहाँ काम एक घण्टा बिताउँछन्। यो कसरी प्रभाव डिजाइन, गुणस्तर बारे आफ्नो विचार र नैतिकता मानव compuation परियोजनाहरूको गर्छ?