చర్యలు

కీ:

• కష్టం డిగ్రీ: సులభం , మీడియం హార్డ్ , చాలా కఠినం
• గణిత అవసరం ( )
• కోడింగ్ అవసరం ( )
• వివరాల సేకరణ ( )

1. [ , , ] నుండి చాలా ఉత్తేజకరమైన వాదనలు ఒకటి Benoit et al. (2015) రాజకీయ కార్యచరణ పత్రాల్లో ప్రేక్షకులు-కోడింగ్ ఫలితాలు పునరుత్పత్తి ఉంది. Merz, Regel, and Lewandowski (2016) మానిఫెస్టో కార్పస్ యాక్సెస్ అందిస్తుంది. నుండి అంజీర్ 2 పునరుత్పత్తి ప్రయత్నించండి Benoit et al. (2015) అమెజాన్ మెకానికల్ టర్క్ నుండి కార్మికులు ఉపయోగించి. మీ ఫలితాలు ఎలా పోలి ఉండేవి?

2. [ ] InfluenzaNet ప్రాజెక్ట్ ప్రజలు ఒక స్వచ్చంద ప్యానెల్ సంఘటనలు ప్రాబల్యం మరియు ఆరోగ్య కోరుతూ ఇన్ఫ్లుఎంజా వంటి- అనారోగ్యం (Ili) కు సంబంధిత ప్రవర్తన రిపోర్ట్ (Tilston et al. 2010; Noort et al. 2015) .

   1. పోల్చండి మరియు డిజైన్, ఖర్చులు, మరియు InfluenzaNet, Google ఫ్లూ ట్రెండ్లులో అవకాశం లోపాలు, మరియు సంప్రదాయ ఇన్ఫ్లుఎంజా ట్రాకింగ్ వ్యవస్థలు కాంట్రాస్ట్.
   2. వంటి స్వైన్ ఫ్లూ వ్యాప్తి, ఒక శాంతియుతంగా నిర్ధారణ లేకుండా సమయం పరిగణించండి. ప్రతి వ్యవస్థలో సాధ్యం లోపాలు వివరించండి.

3. [ , , ] ది ఎకనామిస్ట్ వార్తా వార పత్రిక. కవర్ మీద పురుషులు మహిళలు నిష్పత్తి కాలక్రమేణా పెరిగింది ఉంటే చూడటానికి ఒక మానవ గణన ప్రాజెక్టు సృష్టించడానికి.

   1. పత్రిక ఎనిమిది వేర్వేరు ప్రాంతాలు (ఆఫ్రికా, ఆసియా పసిఫిక్, యూరోప్, యూరోపియన్ యూనియన్, లాటిన్ అమెరికా, మధ్య ప్రాచ్యం, ఉత్తర అమెరికా మరియు యునైటెడ్ కింగ్డమ్), వివిధ కవర్లు కలిగి మరియు వారు అన్ని యొక్క వెబ్సైట్ నుండి డౌన్లోడ్ చేసుకోవచ్చు ఎకనామిస్ట్ . ఈ ప్రాంతాల్లో ఒకటి ఎంచుకోండి మరియు విశ్లేషణ. వారు ఎవరో ప్రతిరూపం అని తగినంత వివరాలు మీ విధానాలు వివరిస్తాయి నిర్ధారించుకోండి.

   ఈ ప్రశ్నను జస్టిన్ Tenuto, క్రౌడ్ సోర్సింగ్ సంస్థ వద్ద ఒక డేటా శాస్త్రవేత్త ఇదే ప్రాజెక్ట్ ప్రేరణతో CrowdFlower , చూడండి "టైమ్ పత్రిక రియల్లీ వాసులు ఇష్టాలు" .

4. [ , , ] పై ప్రశ్న పై, ఇప్పుడు అన్ని ఎనిమిది ప్రాంతాలుగా కోసం విశ్లేషణ.

   1. మీరు ప్రాంతాలవారిగా టి తేడాలు కనుగొన్న?
   2. ఎంత అదనపు సమయం మరియు డబ్బు స్కేల్ అప్ ప్రాంతాల అన్ని ఎనిమిది మీ విశ్లేషణ తీసుకున్నాడు?
   3. ఎకనామిస్ట్ ప్రతి వారం 100 వివిధ కవర్లు కలిగి ఇమాజిన్. అదనపు సమయం మరియు డబ్బు ఎంత వారానికి 100 కవర్లు మీ విశ్లేషణ స్కేల్ అప్ పడుతుందని అంచనా.

5. [ , ] [Kaggle] (https://www.kaggle.com/) ఓపెన్ కాల్ ప్రాజెక్టులు హోస్ట్ చేసే వెబ్సైట్. ఆ ప్రాజెక్టులు ఒకటి పాల్గొంటారు.

6. [ ] మీ రంగంలో ఒక పత్రిక ఇటీవల సమస్యను ద్వారా చూడండి. ఓపెన్ కాల్ ప్రాజెక్టులు పునరాభివృద్ధి జరిగింది అని ఏ పత్రాలు ఉన్నాయా? ఎందుకు లేదా ఎందుకు కాదు?

7. [ ] Purdam (2014) లండన్ లో యాచించడం గురించి ఒక పంపిణీ డేటా సేకరణ వివరించారు. ఈ పరిశోధన డిజైన్ బలాలు మరియు బలహీనతల సంగ్రహించేందుకు.

8. [ ] అతిశయం పంపిణీ డేటా సేకరణ యొక్క నాణ్యత అంచనా ఒక ముఖ్యమైన మార్గం. Windt and Humphreys (2016) అభివృద్ధి మరియు తూర్పు కాంగోలో ప్రజలు నుండి వివాదం సంఘటనలకు నివేదికల సేకరించడానికి ఒక వ్యవస్థను పరీక్షించడానికి. కాగితం చదవండి.

   1. ఎలా వారి డిజైన్ పునరుక్తి నిర్ధారించడానికి లేదు?
   2. వారు వారి ప్రాజెక్టు నుండి సేకరించిన డేటా ధ్రువీకరించడానికి అనేక విధానాలు అందించే. వాటిని సంగ్రహించేందుకు. ఇది మీకు చాలా ఆమోదయోగ్యమైన ఉంది?
   3. డేటా చెల్లుబాటు అని ఒక కొత్త మార్గం ప్రతిపాదించారు. సలహాలు మీరు ఖర్చుతో మరియు నైతిక అని రీతిలో డాటాను కలిగి ధీమా పెంచడానికి ప్రయత్నించాలి.

9. [ ] కరీం లాఖానీ మరియు సహచరులు (2013) గణన జీవశాస్త్రంలో ఒక సమస్యను పరిష్కరించడానికి కొత్త పట్టికలు సేకరించడాన్ని బహిరంగ కాల్ రూపొందించినవారు. వారు 89 నవల గణన పద్ధతులు కలిగి కంటే ఎక్కువ 600 సమర్పణలను స్వీకరించింది. సమర్పణలు, వారు ఆరోగ్యం స్ MegaBLAST US నేషనల్ ఇన్స్టిట్యూట్స్ ఆఫ్ పనితీరు మించిపోయింది 30 అందుకుంది మరియు ఉత్తమ సమర్పణ మరింత కచ్చితత్వం మరియు వేగాన్ని (1,000 సార్లు వేగంగా) సాధించింది.

   1. వారి పేపర్ చదవడం, మరియు అప్పుడు ఓపెన్ పోటీలో అదే రకమైన వీలుగా ఒక సామాజిక పరిశోధన అనేది సమస్య ప్రతిపాదించారు. ముఖ్యంగా, ఓపెన్ పోటీలో ఈ రకమైన వేగవంతం మరియు ఇప్పటికే అల్గోరిథం యొక్క పనితీరు అభివృద్ధి పై దృష్టి. మీరు మీ రంగంలో ఈ వంటి సమస్య అనుకుంటున్నారో పోతే, ఎందుకు కాదు వివరించడానికి ప్రయత్నించాలి.

10. [ ] చాలామంది మానవ గణన ప్రాజెక్టులు అమెజాన్ మెకానికల్ టర్క్ నుండి పాల్గొనే ఆధారపడతారు. సైన్-అప్ అమెజాన్ మెకానికల్ టర్క్ ఒక కార్మికుడు మారింది. అక్కడ పని ఒక గంట కేటాయిస్తున్నారు. ఎలా డిజైన్, నాణ్యత గురించి మీ ఆలోచనలు ఈ ప్రభావం, మరియు మానవ compuation ప్రాజెక్టులు నీతి లేదు?