Sta znaci na Engleskom БЛУМЕНСТОЦК - prevod na Енглеском

• blumenstock

Примери коришћења Блуменстоцк на Српском и њихови преводи на Енглески

Блуменстоцк је био заинтересован за мерење богатства и благостања.
Blumenstock was interested in measuring wealth and well-being.

Подсетимо се да Блуменстоцк био заинтересован за мерење богатство и благостање.
Recall that Blumenstock was interested in measuring wealth and well-being.

Да би имали осећај квалитета својих процјена, Блуменстоцк и колеге требали су их упоређивати са нечим другим.
To get a sense of the quality of their estimates, Blumenstock and colleagues needed to compare them with something else.

Конкретно, Блуменстоцк дели своје податке у 10 комада од по 100 људи.
In particular, Blumenstock split his data into 10 chunks of 100 people each.

Прво, у степену инжењеринга, за све који су интервјуисани, Блуменстоцк је претворио евиденцију позива у скуп карактеристика о свакој особи;
First, in the feature engineering step, for everyone that was interviewed, Blumenstock converted the call records into a set of characteristics about each person;

На пример, Блуменстоцк би могао предвидети 97, 6% тачност ако је неко радио у радију.
For example, Blumenstock could predict with 97.6% accuracy if someone owned a radio.

Уз милионе позива од породице, пријатеља и пословних сарадника, око 1. 000 Рвандана примило је позив од Јосхуа Блуменстоцк и његове колеге.
In addition to the millions of calls from family, friends, and business associates, about 1,000 Rwandans received a call from Joshua Blumenstock and his colleagues.

За почетак, Блуменстоцк партнерство са највећим телефона провајдера мобилне телефоније у Руанди.
To start, Blumenstock partnered with the largest mobile phone provider in Rwanda.

Поред милиона позива између породицом, пријатељима и пословним сарадницима, око 1. 000 Руанде добио позив од Јосхуа Блуменстоцк и његових колега.
In addition to the millions of calls from family, friends, and business associates, about 1,000 Rwandans received a call from Joshua Blumenstock and his colleagues.

Да ли је Блуменстоцк могао да предвиди одговоре на питања из анкете попут" Да ли поседујете радио?
Was Blumenstock able to predict answers to survey questions like“Do you own a radio?” and“Do you own a bicycle?

Поред података истраживања, Блуменстоцк и колеге имали су и потпуну евиденцију позива за свих 1, 5 милиона људи.
In addition to the survey data, Blumenstock and colleagues also had the complete call records for all 1.5 million people.

Стога, Блуменстоцк и колеге могу патити од врста грешака покривања које су пристизале на истраживање Литерарног Дигест из 1936.
Thus, Blumenstock and colleagues might suffer from the types of coverage errors that biased the 1936 Literary Digest survey that I described earlier.

Затим, у надзираном кораку учења, Блуменстоцк је направио модел за предвиђање анкетног одговора за сваку особу на основу њихових карактеристика.
Next, in the supervised learning step, Blumenstock built a model to predict the survey response for each person based on their features.

Стога, Блуменстоцк и колеге могу патити од врста грешака покривања које су пристизале на истраживање Литерарног Дигест из 1936. године које сам описао раније.
Thus, Blumenstock and colleagues might suffer from the types of coverage errors that biased the 1936 Literary Digest survey that I described earlier.

Затим, у надгледане корак учења, Блуменстоцк изградио статистички модел за предвиђање одговора анкете за сваку особу на основу њихових карактеристика.
Next, in the supervised learning step, Blumenstock built a statistical model to predict the survey response for each person based on their features.

Прво, у кораку карактеристика инжењеринга, за све који су интервјуисани, Блуменстоцк конвертује записе позива на скуп карактеристика око сваке особе;
First, in the feature engineering step, for everyone that was interviewed, Blumenstock converted the call records into a set of characteristics about each person;

Ако је то било могуће, Блуменстоцк би могао да користи овај модел да предвиде одговоре на испитивање свих 1, 5 милиона корисника.
If this was possible, then Blumenstock could use this model to predict the survey responses of all 1.5 million customers.

Један од примера умнозене постављеног долази из рада Јосхуа Блуменстоцк, који је желео да прикупи податке који ће помоћи развој употребу у сиромашним земљама.
One example of amplified asking comes from the work of Joshua Blumenstock, who wanted to collect data that would help guide development in poor countries.

У овом случају, Блуменстоцк је користио логистичку регресију, али је могао да користи различите друге приступе статистичком или машинском учењу.
In this case, Blumenstock used logistic regression, but he could have used a variety of other statistical or machine learning approaches.

Да би оценио перформансе свог предиктивног модела, Блуменстоцк је користио унакрсну проверу, технику која се обично користи у науци података, али ретко у друштвеним наукама.
In order to evaluate the performance of his predictive model, Blumenstock used cross-validation, a technique commonly used in data science but rarely in social science.

У овом случају, Блуменстоцк је користио логистичку регресију, али је могао да користи различите друге приступе статистичком или машинском учењу.
In this case, Blumenstock used logistic regression with 10-fold cross-validation, but he could have used a variety of other statistical or machine learning approaches.

Да би оценили њихову способност да постигну овај циљ, Блуменстоцк и колеге користе свој модел и своје податке како би предвидјели богатство свих 1, 5 милиона људи у евиденцији позива.
To assess their ability to achieve this goal, Blumenstock and colleagues used their model and their data to predict the wealth of all 1.5 million people in the call records.

У овом случају, Блуменстоцк користи логистичку регресију са 10-струком унакрсног провере, али је могао да употреби низ других приступа статистичка или машина за учење.
In this case, Blumenstock used logistic regression with 10-fold cross-validation, but he could have used a variety of other statistical or machine learning approaches.

Другим ријечима, комбиновањем малих количина података истраживања са евиденцијом позива, Блуменстоцк и колеге су успјели произвести процјене упоредиве са онима из златно-стандардних приступа.
In other words, by combining a small amount of survey data with the call records, Blumenstock and colleagues were able to produce estimates comparable to those from gold-standard approaches.

На пример, истраживање Блуменстоцк и колега био је мешавина традиционалног истраживању са оним што би неки зову подаци наука.
For example, the research of Joshua Blumenstock and colleagues was a mixture of traditional survey research with what some might call data science.

У закључку, Блуменстоцк је појачан тражи податке из анкете прилазне у комбинацији са дигиталним подацима у траговима за израцунавање упоредиви са проценама истраживања злата стандард.
In conclusion, Blumenstock's amplified asking approach combined survey data with digital trace data to produce estimates comparable with gold-standard survey estimates.

Да би изградили и обучили такав модел, Блуменстоцк и истраживачки асистенти из Кигали института за науку и технологију назвали су случајан узорак од око хиљаду купаца.
In order to build and train such a model, Blumenstock and research assistants from Kigali Institute of Science and Technology called a random sample of about a thousand customers.

Друго, и све је још важније, Блуменстоцк и колеге су показали да је њихов поступак произведе процене високог квалитета географске дистрибуције богатства у Руанди.
Second, and ever more importantly, Blumenstock and colleagues showed that their procedure could produce high-quality estimates of the geographic distribution of wealth in Rwanda.

Да би се то емпиријски процени, Блуменстоцк и асистената из Кигали Института за науку и технологију под називом узорак од око хиљаду корисника мобилне телефоније.
To assess this empirically, Blumenstock and research assistants from Kigali Institute of Science and Technology called a sample of about a thousand mobile phone customers.

Узимајући ове две процене заједно, Блуменстоцк и колеге произвели су процену географске расподеле богатства претплатника у изузетно финој просторној грануларности.
Putting these two estimates together, Blumenstock and colleagues produced an estimate of the geographic distribution of subscriber wealth at extremely fine spatial granularity.