Efficient learning free recall dataset
まだ誰も着手していません。
評価
- 難易度
- 5/5
- 見積もり時間
- 1週間以上
- 初心者へのやさしさ
- 15/100
- issue の種類
- 機能追加
- 明瞭さ
- 説明が足りない
- 活発さ
- 停滞
- 領域
- data, machine-learning
調査の方向性
まず、リンクされている efficient-learning-data dataset と Soch et al. の Bayesian TCM 論文を確認し、その後、どの予測対象とモデルのスコープに取り組むかを決めます。全体の recall、clustering、個人ごとの recall、思考の軌跡など、選択した対象についてモデリング計画を定義し、結果を得られれば完了とします。Howard and Kahana dataset は追加で検討可能なスコープです。
索引モデルが issue の本文から書いたものです。
説明
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.
- 主要言語
- Jupyter Notebook
- スター
- 17
- フォーク
- 4
- PR マージ指標
- 30日以内にマージされた PR はありません
コントリビューションガイド
このリポジトリのコントリビューションガイドは索引されていません
はじめの一歩
- issue を最後まで読み、次にプロジェクトのコントリビューションガイドを読みます。
- 着手することを issue にコメントします — 二人が同じ作業をするのを防げます。
- リポジトリをフォークし、ブランチを切って変更します。
- issue 番号を参照したプルリクエストを送ります。
ContextLab/CDL-tutorials のほかの issue
-
難易度 1/5 1時間未満 初心者へのやさしさ 68/100
ContextLab/CDL-tutorials#68 ·
-
難易度 1/5 1〜3時間 初心者へのやさしさ 45/100
ContextLab/CDL-tutorials#69 ·
-
難易度 5/5 1週間以上 初心者へのやさしさ 20/100
ContextLab/CDL-tutorials#64 ·
-
難易度 5/5 1週間以上 初心者へのやさしさ 15/100
ContextLab/CDL-tutorials#62 ·
-
難易度 5/5 1週間以上 初心者へのやさしさ 20/100
ContextLab/CDL-tutorials#61 ·
ContextLab/CDL-tutorials の issue をすべて見る
似ている issue
-
難易度 2/5 1〜3時間 初心者へのやさしさ 88/100
arviz-devs/arviz-stats#461 ·
-
bug silent-incorrectness
難易度 2/5 1〜3時間 初心者へのやさしさ 76/100
-
難易度 2/5 1〜3時間 初心者へのやさしさ 75/100
NVIDIA/NeMo-Agent-Toolkit#2264 ·
-
難易度 2/5 1〜3時間 初心者へのやさしさ 75/100
CorrelAid/formtransform#44 ·
-
難易度 2/5 1〜3時間 初心者へのやさしさ 75/100