Efficient learning free recall dataset
还没有人认领这个 Issue。
评估
- 难度
- 5/5
- 预计耗时
- 一周以上
- 新手友好度
- 15/100
- Issue 类型
- 功能
- 描述清晰度
- 需要澄清
- 活跃度
- 停滞
- 领域
- data, machine-learning
调研方向
首先审阅链接的 efficient-learning-data dataset 和 Soch et al. 的 Bayesian TCM 论文，然后决定要研究哪个预测目标和模型范围。如果已经为选定的目标（例如总体 recall、clustering、个体 recall 或思维轨迹）制定了明确的建模计划并取得结果，即可视为完成；Howard 和 Kahana dataset 是另一个可能的研究范围。
由索引模型根据 Issue 内容生成。
描述
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.
- 主要语言
- Jupyter Notebook
- 星标
- 17
- 派生
- 4
- PR 合并指标
- 30 天内没有已合并 PR
贡献指南
这个仓库没有索引到贡献指南
从这里开始
- 先读完整个 Issue，再读项目的贡献指南。
- 在 Issue 下留言说明你要接手 —— 这能避免两个人做同样的事。
- Fork 仓库，在一个分支上完成修改。
- 提交 Pull Request，并在描述里引用这个 Issue 编号。
ContextLab/CDL-tutorials 的其他 Issue
-
难度 1/5 1 小时以内 新手友好度 68/100
ContextLab/CDL-tutorials#68 ·
-
难度 1/5 1-3 小时 新手友好度 45/100
ContextLab/CDL-tutorials#69 ·
-
难度 5/5 一周以上 新手友好度 20/100
ContextLab/CDL-tutorials#64 ·
-
难度 5/5 一周以上 新手友好度 15/100
ContextLab/CDL-tutorials#62 ·
-
难度 5/5 一周以上 新手友好度 20/100
ContextLab/CDL-tutorials#61 ·
查看 ContextLab/CDL-tutorials 的全部 Issue
相似的 Issue
-
难度 2/5 1-3 小时 新手友好度 75/100
-
channels:add check:passed
难度 1/5 1 小时以内 新手友好度 90/100
-
难度 2/5 1-3 小时 新手友好度 75/100
avniproject/avni-webapp#1811 ·
-
inceleme-kuyrugu
难度 2/5 1-3 小时 新手友好度 70/100
Greater-Turkiye/platform#114 ·
-
bug triage
难度 2/5 1-3 小时 新手友好度 70/100
ultralytics/ultralytics#26305 · 1 条评论 ·