Efficient learning free recall dataset
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 5/5
- Tempo stimato
- Più di una settimana
- Idoneità per principianti
- 15/100
- Tipo di issue
- Funzionalità
- Chiarezza
- Da chiarire
- Stato di attività
- Ferma
- Ambito
- data, machine-learning
Direzione di ricerca
Inizia esaminando il dataset efficient-learning-data collegato e il paper sul TCM bayesiano di Soch et al., quindi decidi quale obiettivo di predizione e quale ambito del modello perseguire. Il lavoro si considererebbe completato quando fossero disponibili un piano di modellazione definito e risultati per obiettivi selezionati come il recall complessivo, il clustering, i recall individuali o le traiettorie dei pensieri; il dataset di Howard e Kahana costituisce un ulteriore possibile ambito.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
Dataset
Free recall data from a bunch of different free recall variants. Download link.
Things to do
-
Bayesian version of TCM, like this one
-
Maybe add a multiple timescales component?
-
Predict:
- Which words are recalled overall
- Clustering (memory fingerprints)
- Individual recalls
- Thought trajectories
-
could also model this dataset-- Howard, M. W. and Kahana, M. J. (1999). Contextual variability and serial position effects in free recall. Journal of Experimental Psychology: Learning, Memory, and Cognition, 25(4), 923–941.
- Lingua principale
- Jupyter Notebook
- Stelle
- 17
- Fork
- 4
- Metriche di merge delle PR
- Nessuna PR unita negli ultimi 30g
Guida per i contributori
Nessuna guida per i contributori indicizzata per questo repository
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di ContextLab/CDL-tutorials
-
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 68/100
ContextLab/CDL-tutorials#68 ·
-
Difficoltà 1/5 1-3 ore Idoneità per principianti 45/100
ContextLab/CDL-tutorials#69 ·
-
Tutorial on TensorFlow Aperta
Difficoltà 5/5 Più di una settimana Idoneità per principianti 20/100
ContextLab/CDL-tutorials#64 ·
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 15/100
ContextLab/CDL-tutorials#62 ·
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 20/100
ContextLab/CDL-tutorials#61 ·
Tutte le issue di ContextLab/CDL-tutorials
Issue simili
-
bug triage
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
fivetran/great_expectations#12253 ·
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 75/100
-
correction metadata
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 78/100
acl-org/acl-anthology#10071 · 1 commento ·
-
data:css needs triage
Difficoltà 2/5 1-3 ore Idoneità per principianti 75/100
mdn/browser-compat-data#30618 ·
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 70/100
basedosdados/pipelines#2095 ·