{"id":360,"date":"2018-01-25T15:55:06","date_gmt":"2018-01-25T14:55:06","guid":{"rendered":"http:\/\/lewoniewski.info\/blog\/?p=360"},"modified":"2018-01-27T11:02:21","modified_gmt":"2018-01-27T10:02:21","slug":"zastosowanie-regresji-logistycznej-w-ocenie-jakosci-informacji-na-przykladzie-wikipedii","status":"publish","type":"post","link":"https:\/\/lewoniewski.info\/blog\/2018\/zastosowanie-regresji-logistycznej-w-ocenie-jakosci-informacji-na-przykladzie-wikipedii\/","title":{"rendered":"Zastosowanie regresji logistycznej w ocenie jako\u015bci informacji na przyk\u0142adzie Wikipedii"},"content":{"rendered":"<p>Wykorzystanie regresji logistycznej w ocenie jako\u015bci danych mo\u017ce mie\u0107 szczeg\u00f3lne znaczenie w dobie big data, gdzie mamy do czynienia z wieloma zmiennymi opisuj\u0105cymi dane zjawiska lub zachowania. Obliczenie rzeczywistej warto\u015bci informacji pozwala na wyeliminowanie tych zmiennych, kt\u00f3re niewiele \u201ewnosz\u0105\u201d do opisywanego zjawiska.<!--more--> <a href=\"http:\/\/lewoniewski.info\/blog\/pliki\/2018\/01\/wikilogit2.jpg\"><img loading=\"lazy\" decoding=\"async\" src=\"http:\/\/lewoniewski.info\/blog\/pliki\/2018\/01\/wikilogit2-150x150.jpg\" alt=\"\" width=\"150\" height=\"150\" class=\"alignright size-thumbnail wp-image-361\" srcset=\"https:\/\/lewoniewski.info\/blog\/pliki\/2018\/01\/wikilogit2-150x150.jpg 150w, https:\/\/lewoniewski.info\/blog\/pliki\/2018\/01\/wikilogit2-300x300.jpg 300w\" sizes=\"auto, (max-width: 150px) 100vw, 150px\" \/><\/a> Dzi\u0119ki temu mo\u017cliwa jest redukcja szumu informacyjnego i jednocze\u015bnie skupienie si\u0119 na tych zmiennych, kt\u00f3re najlepiej charakteryzuj\u0105 interesuj\u0105ce nas zjawisko, co tak\u017ce mo\u017ce przyczyni\u0107 si\u0119 do podejmowania w\u0142a\u015bciwych decyzji. Wysoka jako\u015b\u0107 zmiennych sprzyja r\u00f3wnie\u017c budowaniu modeli prognostycznych, kt\u00f3re pozwalaj\u0105 przewidzie\u0107, jak konkretne dane b\u0119d\u0105 wp\u0142ywa\u0142y na kszta\u0142towanie si\u0119 zjawiska. W artykule zaprezentowano wykorzystanie regresji logistycznej w ocenie zmiennych opisuj\u0105cych jako\u015b\u0107 artyku\u0142\u00f3w umieszczanych w Wikipedii w wersji angielskiej. Dokonano klasyfikacji zmiennych ze wzgl\u0119du na uzyskany wska\u017anik warto\u015bci informacyjnej (IV \u2013 Information Value) oraz dokonano oceny zdolno\u015bci predykcyjnych. Przeprowadzone badanie mo\u017ce stanowi\u0107 punkt wyj\u015bcia do por\u00f3wnania wynik\u00f3w z r\u00f3\u017cnych wersji j\u0119zykowych Wikipedii.<\/p>\n<p>Publikacja dost\u0119pna jest w nast\u0119puj\u0105cych serwisach:<\/p>\n<ul>\n<li><a href=\"http:\/\/www.soep.ue.poznan.pl\/New_SOEP_site\/jdownloads\/Wszystkie%20numery\/Rok%202017\/03_lamek_lewoniewski.pdf\">SOEP.UE.Poznan.pl<\/a><\/li>\n<li><a href=\"https:\/\/www.researchgate.net\/publication\/322663114_Zastosowanie_regresji_logistycznej_w_ocenie_jakosci_informacji_na_przykladzie_Wikipedii\">ResearchGate.net<\/a><\/li>\n<\/ul>\n","protected":false},"excerpt":{"rendered":"<p>Wykorzystanie regresji logistycznej w ocenie jako\u015bci danych mo\u017ce mie\u0107 szczeg\u00f3lne znaczenie w dobie big data, gdzie mamy do czynienia z wieloma zmiennymi opisuj\u0105cymi dane zjawiska lub zachowania. Obliczenie rzeczywistej warto\u015bci informacji pozwala na wyeliminowanie tych zmiennych, kt\u00f3re niewiele \u201ewnosz\u0105\u201d do opisywanego zjawiska.<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[12],"tags":[58,74,73,45],"class_list":["post-360","post","type-post","status-publish","format-standard","hentry","category-artykuly","tag-jakosc-wikipedii","tag-logit","tag-regresja-logistyczna","tag-wikipedia"],"_links":{"self":[{"href":"https:\/\/lewoniewski.info\/blog\/wp-json\/wp\/v2\/posts\/360","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/lewoniewski.info\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/lewoniewski.info\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/lewoniewski.info\/blog\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/lewoniewski.info\/blog\/wp-json\/wp\/v2\/comments?post=360"}],"version-history":[{"count":0,"href":"https:\/\/lewoniewski.info\/blog\/wp-json\/wp\/v2\/posts\/360\/revisions"}],"wp:attachment":[{"href":"https:\/\/lewoniewski.info\/blog\/wp-json\/wp\/v2\/media?parent=360"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/lewoniewski.info\/blog\/wp-json\/wp\/v2\/categories?post=360"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/lewoniewski.info\/blog\/wp-json\/wp\/v2\/tags?post=360"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}