机器学习介绍,监督学习 - 线性回归,逻辑回归,感知。指数族,广义线性模型。(8)生成学习算法。高斯判别分析。幼稚的贝叶斯。支持向量机。偏见/方差权衡模型选择和特征选择。评估和调试学习算法,决策树,随机森林。(10)深度学习简介 - 卷积神经网络。(4)无监督的学习聚类 - k-均值,em,高斯的混合物,因子分析。降低降低 - ICA。(8)增强学习-MDP,Bellman方程,价值迭代和政策迭代,线性二次调节(LQR),Q学习。值函数近似。(12)
理解数据。这些技术的示例包括聚类和因子分析(Hair 等人,2022 年)。 预测分析 预测分析是一组技术,“用于根据过去建立模型来解释未来。数学模型检查历史数据以预测新的价值观、需求和机会”(Hair 等人,2022 年,第 6 页)。 规范分析 规范分析是一组用于确定“最佳行动方案”的技术,需要优化建模和决策分析技术(Hair 等人,2022 年,第 6 页)。 认知分析 “认知分析使用机器学习来理解从未被发现的新数据和模式”(Hair 等人,2022 年,第 6 页)。因此,它是唯一完全依赖人工智能和机器学习的分析类型。
目的:本研究旨在研究足球运动员中心率变异性(HRV)参数(HRV)参数之间的关系。方法:本研究使用横截面设计来评估18至20岁的29名男运动员的HRV参数,从亚马逊地区的Macapá体育俱乐部团队随机选择。在保持正常呼吸的同时保持正常呼吸的同时保持正常呼吸,并以1,000 Hz的采样率进行了记录,以kubios hrv软件来提取时间域:正常窦间隔的平均值(MRR),正常窦(NN)间隔的标准偏差(sdnn)的标准偏差(sdnn)的平均值,均值(sdnn)的标准偏差(sdnn)的标准偏差(sdnn),均值(sdnn)的平均值(sdnn nnnnnn)。连续正常鼻窦间隔的变化超过50 ms(PNN50),频域:低频(LF),高频(HF)和LF/HF比率参数。然后,使用主成分(PC)提取和Varimax旋转对因子分析进行分析。应用对数转换[通过对数转换(LF/HF Normlog)的归一化LF/HF],用于在因子分析之前解决此非正常性。结果:前两辆PC显示,总方差的87.4%是由原始变量解释的。LF(–0.93),HF(0.93)和LF/HF Normlog(–0.92)参数对PC1有显着贡献,也称为频域分量。相比之下,MRR(0.60),SDNN(0.91),RMSSD(0.89)和PNN50(0.79)参数对PC2有效,也称为时域分量。结论:本研究提供了影响足球运动员HRV参数的自主因素之间复杂关系的宝贵证据。识别与交感神经和副交感活动有关的两台不同的PC突出了监测HRV以优化性能和恢复的重要性。机器学习对于监测控制足球运动HRV的可能分子机制的这些变化很重要。
摘要。本文提出了一个概念模型,探讨了约旦中小型企业 (SME) 的数字营销 (DM)、公司绩效 (FP) 和信息技术 (IT) 之间的相互关系。此外,它还研究了 IT 在 DM 和 FP 之间的联系中的中介作用。使用 IBM SPSS 版本 22 对概念模型进行了验证,然后使用 IBM SPSS AMOS 版本 24 进行了验证性因子分析和结构方程建模。研究结果显示,数字营销 (DM) 和公司绩效 (FP) 之间存在显着的正相关关系,信息技术 (IT) 是 DM 和 FP 之间关系的部分中介。此外,数字营销维度对公司绩效的总体影响被评估为 95.92%。
摘要 — 关于工作场所安全文化 (WSC) 的文献在概念层面上已经从技术层面向人性化层面发展,但在创建测量工具和定量评估方面仍处于起步阶段,涉及技术、组织和人为因素。为了填补这一空白,本文提出并验证了工作场所安全文化模型 (WSCM),该模型应用于一项调查,调查对象为冶金行业的六家工厂的 1196 名运营员工。为了验证 WSCM,使用统计程序探索性因子分析 (EFA) 将变量集减少到较少数量的因子,以表征所讨论对象的属性维度。结果显示了所提模型的简化版本,分为十个因素:领导力、承诺、工作压力、基础设施、学习、效率、管理系统、反馈,
人类在现代社会技术系统中扮演着至关重要的角色。人类可靠性分析 (HRA) 学科植根于可靠性工程,已广泛应用于各种领域,以了解、管理和预防人为错误的可能性。本文调查了与 HRA 相关的现有文献,旨在通过系统的文献计量分析以系统的方式综合文献,从而为研究领域提供清晰度。本研究采用的多方法方法结合了因子分析、多维尺度和文献计量映射,以确定主要的 HRA 研究领域。本文回顾了 1200 多篇贡献,最终目标是通过对 Scopus 数据库中索引的贡献进行大规模分析,确定当前的研究流并概述未来研究的潜力。
人类在现代社会技术系统中扮演着至关重要的角色。人类可靠性分析 (HRA) 学科植根于可靠性工程,已广泛应用于各种领域,以了解、管理和预防人为错误的可能性。本文调查了与 HRA 相关的现有文献,旨在通过系统的文献计量分析以系统的方式综合文献,从而为研究领域提供清晰度。本研究采用的多方法方法结合了因子分析、多维尺度和文献计量映射,以确定主要的 HRA 研究领域。本文回顾了 1200 多篇贡献,最终目标是通过对 Scopus 数据库中索引的贡献进行大规模分析,确定当前的研究流并概述未来研究的潜力。
第二部分课程详细信息1。摘要本课程使用现实世界的示例和动手数据操纵向大师的学生介绍了基本的统计概念。在本课程中,学生将了解社会科学,公共政策,管理和日常生活中统计数据的实际用途。该课程探讨了诸如多元回归,逻辑回归,因子分析和结构方程建模等主题,特别着眼于理解可以正确使用各种统计技术的条件。由于几乎所有的计算都是使用计算机完成的,因此一部分课程将专门熟悉诸如Stata之类的统计软件包。在本课程结束时,学生将1)能够解释各种统计发现,2)成为学术期刊上提出的统计数据的合格“消费者”,以及3)为未来的研究/盖帽项目做准备,并具有定量的组成部分。
摘要:本文的目的是通过手机和互联网分析来自莫雷洛斯州(墨西哥)公立教育机构心理学系、170 名大学生的受害量表的因素结构。医学、法律和行政。进行探索性因素分析和验证性因素分析,分析各因素的可靠性。解释的总方差百分比为 43.48%。移动电话因素 (0.65) 和互联网因素 (0.63) 均找到了可接受的可靠性指数。有五个项目在其因子负载、因子位置或两者上都存在困难。验证性因子分析显示双因子模型充分拟合,指数为 SRMR = .05、RMSEA = .07、GFI = .97、CFI = .96、AGFI = .92 和 NNFI = .92。通过手机和互联网进行的受害量表可以作为大学生墨西哥研究中有效且可靠的测量工具。关键词:网络欺凌、大学生、心理特征、可靠性、有效性、墨西哥。摘要:本文的目的是通过手机和互联网分析来自莫雷洛斯州(墨西哥)公立教育机构心理学、医学、法律和行政。进行探索性因素分析和验证性因素分析,分析各因素的可靠性。总变异解释百分比为 43.48%。发现手机 (.65) 和互联网 (.63) 的可靠性指数因子均可接受。五个项目在因子载荷、因子位置或两者方面存在困难。验证性因子分析表明,双因子模型的拟合度足够高,指数为 SRMR = .05、RMSEA = .07、GFI = .97、CFI = .96、AGFI = .92 和 NNFI = .92。通过手机和互联网进行的受害量表可用作墨西哥大学生研究中可靠且有效的测量工具。关键词:网络欺凌、大学生、心理测量特性、可靠性、有效性、墨西哥。