際際滷shows by User: Krule / http://www.slideshare.net/images/logo.gif 際際滷shows by User: Krule / Mon, 20 Jun 2016 22:38:54 GMT 際際滷Share feed for 際際滷shows by User: Krule Introduction to R for Data Science :: Session 8 [Intro to Text Mining in R, ML Estimation + Binomial Logistic Regression] /slideshow/introduction-to-r-for-data-science-session-8-intro-to-text-mining-in-r-ml-estimation-binomiral-logistic-regression/63267596 intrordatasciencesession8eng-160620223854
Introduction to R for Data Science :: Session 8 [Intro to Text Mining in R, ML Estimation + Binomial Logistic Regression]]]>
Introduction to R for Data Science :: Session 8 [Intro to Text Mining in R, ML Estimation + Binomial Logistic Regression]]]> Mon, 20 Jun 2016 22:38:54 GMT /slideshow/introduction-to-r-for-data-science-session-8-intro-to-text-mining-in-r-ml-estimation-binomiral-logistic-regression/63267596 Krule@slideshare.net(Krule) Introduction to R for Data Science :: Session 8 [Intro to Text Mining in R, ML Estimation + Binomial Logistic Regression] Krule Introduction to R for Data Science :: Session 8 [Intro to Text Mining in R, ML Estimation + Binomial Logistic Regression] <img style="border:1px solid #C3E6D8;float:right;" alt="" src="https://cdn.slidesharecdn.com/ss_thumbnails/intrordatasciencesession8eng-160620223854-thumbnail.jpg?width=120&amp;height=120&amp;fit=bounds" /><br> Introduction to R for Data Science :: Session 8 [Intro to Text Mining in R, ML Estimation + Binomial Logistic Regression]
Introduction to R for Data Science :: Session 8 [Intro to Text Mining in R, ML Estimation + Binomial Logistic Regression] from Goran S. Milovanovic
]]> 18602 10 https://cdn.slidesharecdn.com/ss_thumbnails/intrordatasciencesession8eng-160620223854-thumbnail.jpg?width=120&height=120&fit=bounds presentation Black http://activitystrea.ms/schema/1.0/post http://activitystrea.ms/schema/1.0/posted 0 Introduction to R for Data Science :: Session 7 [Multiple Linear Regression in R] /slideshow/introduction-to-r-for-data-science-session-7-multiple-linear-regression-in-r/62914081 intrordatasciencesession7eng-160609234357
Introduction to R for Data Science :: Session 7 [Multiple Linear Regression in R]]]>
Introduction to R for Data Science :: Session 7 [Multiple Linear Regression in R]]]> Thu, 09 Jun 2016 23:43:57 GMT /slideshow/introduction-to-r-for-data-science-session-7-multiple-linear-regression-in-r/62914081 Krule@slideshare.net(Krule) Introduction to R for Data Science :: Session 7 [Multiple Linear Regression in R] Krule Introduction to R for Data Science :: Session 7 [Multiple Linear Regression in R] <img style="border:1px solid #C3E6D8;float:right;" alt="" src="https://cdn.slidesharecdn.com/ss_thumbnails/intrordatasciencesession7eng-160609234357-thumbnail.jpg?width=120&amp;height=120&amp;fit=bounds" /><br> Introduction to R for Data Science :: Session 7 [Multiple Linear Regression in R]
Introduction to R for Data Science :: Session 7 [Multiple Linear Regression in R] from Goran S. Milovanovic
]]> 25661 11 https://cdn.slidesharecdn.com/ss_thumbnails/intrordatasciencesession7eng-160609234357-thumbnail.jpg?width=120&height=120&fit=bounds presentation Black http://activitystrea.ms/schema/1.0/post http://activitystrea.ms/schema/1.0/posted 0 Introduction to R for Data Science :: Session 6 [Linear Regression in R] /slideshow/introduction-to-r-for-data-science-session-5-linear-regression-in-r/62779155 intrordatasciencesession6eng-160606173046
Introduction to R for Data Science :: Session 6 [Linear Regression in R] ]]>
Introduction to R for Data Science :: Session 6 [Linear Regression in R] ]]> Mon, 06 Jun 2016 17:30:46 GMT /slideshow/introduction-to-r-for-data-science-session-5-linear-regression-in-r/62779155 Krule@slideshare.net(Krule) Introduction to R for Data Science :: Session 6 [Linear Regression in R] Krule Introduction to R for Data Science :: Session 6 [Linear Regression in R] <img style="border:1px solid #C3E6D8;float:right;" alt="" src="https://cdn.slidesharecdn.com/ss_thumbnails/intrordatasciencesession6eng-160606173046-thumbnail.jpg?width=120&amp;height=120&amp;fit=bounds" /><br> Introduction to R for Data Science :: Session 6 [Linear Regression in R]
Introduction to R for Data Science :: Session 6 [Linear Regression in R] from Goran S. Milovanovic
]]> 17494 8 https://cdn.slidesharecdn.com/ss_thumbnails/intrordatasciencesession6eng-160606173046-thumbnail.jpg?width=120&height=120&fit=bounds presentation Black http://activitystrea.ms/schema/1.0/post http://activitystrea.ms/schema/1.0/posted 0 Introduction to R for Data Science :: Session 5 [Data Structuring: Strings in R] /Krule/introduction-to-r-for-data-science-session-5-data-structuring-strings-in-r intrordatasciencesession5eng-160529191417
Introduction to R for Data Science :: Session 5 [Data Structuring: Strings in R]]]>
Introduction to R for Data Science :: Session 5 [Data Structuring: Strings in R]]]> Sun, 29 May 2016 19:14:17 GMT /Krule/introduction-to-r-for-data-science-session-5-data-structuring-strings-in-r Krule@slideshare.net(Krule) Introduction to R for Data Science :: Session 5 [Data Structuring: Strings in R] Krule Introduction to R for Data Science :: Session 5 [Data Structuring: Strings in R] <img style="border:1px solid #C3E6D8;float:right;" alt="" src="https://cdn.slidesharecdn.com/ss_thumbnails/intrordatasciencesession5eng-160529191417-thumbnail.jpg?width=120&amp;height=120&amp;fit=bounds" /><br> Introduction to R for Data Science :: Session 5 [Data Structuring: Strings in R]
Introduction to R for Data Science :: Session 5 [Data Structuring: Strings in R] from Goran S. Milovanovic
]]> 14380 7 https://cdn.slidesharecdn.com/ss_thumbnails/intrordatasciencesession5eng-160529191417-thumbnail.jpg?width=120&height=120&fit=bounds presentation Black http://activitystrea.ms/schema/1.0/post http://activitystrea.ms/schema/1.0/posted 0 Introduction to R for Data Science :: Session 4 /slideshow/introduction-to-r-for-data-science-session-4/62280720 intrordatasciencesession4eng-160522213931
Introduction to R for Data Science :: Session 4 Control Flow vs Vectorization]]>
Introduction to R for Data Science :: Session 4 Control Flow vs Vectorization]]> Sun, 22 May 2016 21:39:31 GMT /slideshow/introduction-to-r-for-data-science-session-4/62280720 Krule@slideshare.net(Krule) Introduction to R for Data Science :: Session 4 Krule Introduction to R for Data Science :: Session 4 Control Flow vs Vectorization <img style="border:1px solid #C3E6D8;float:right;" alt="" src="https://cdn.slidesharecdn.com/ss_thumbnails/intrordatasciencesession4eng-160522213931-thumbnail.jpg?width=120&amp;height=120&amp;fit=bounds" /><br> Introduction to R for Data Science :: Session 4 Control Flow vs Vectorization
Introduction to R for Data Science :: Session 4 from Goran S. Milovanovic
]]> 19788 6 https://cdn.slidesharecdn.com/ss_thumbnails/intrordatasciencesession4eng-160522213931-thumbnail.jpg?width=120&height=120&fit=bounds presentation Black http://activitystrea.ms/schema/1.0/post http://activitystrea.ms/schema/1.0/posted 0 Introduction to R for Data Science :: Session 3 /slideshow/introduction-to-r-for-data-science-session-3/62280111 intrordatasciencesession3eng-160522205629
Introduction to R for Data Science :: Session 3 Lists and Functions in R]]>
Introduction to R for Data Science :: Session 3 Lists and Functions in R]]> Sun, 22 May 2016 20:56:29 GMT /slideshow/introduction-to-r-for-data-science-session-3/62280111 Krule@slideshare.net(Krule) Introduction to R for Data Science :: Session 3 Krule Introduction to R for Data Science :: Session 3 Lists and Functions in R <img style="border:1px solid #C3E6D8;float:right;" alt="" src="https://cdn.slidesharecdn.com/ss_thumbnails/intrordatasciencesession3eng-160522205629-thumbnail.jpg?width=120&amp;height=120&amp;fit=bounds" /><br> Introduction to R for Data Science :: Session 3 Lists and Functions in R
Introduction to R for Data Science :: Session 3 from Goran S. Milovanovic
]]> 19685 7 https://cdn.slidesharecdn.com/ss_thumbnails/intrordatasciencesession3eng-160522205629-thumbnail.jpg?width=120&height=120&fit=bounds presentation Black http://activitystrea.ms/schema/1.0/post http://activitystrea.ms/schema/1.0/posted 0 Introduction to R for Data Science :: Session 2 /slideshow/introduction-to-r-for-data-science-session-2/61813860 intrordatasciencesession2eng-160509114259
Session 1 of Introduction to R for Data Science, Data Science Serbia in cooperation with Startit.]]>
Session 1 of Introduction to R for Data Science, Data Science Serbia in cooperation with Startit.]]> Mon, 09 May 2016 11:42:59 GMT /slideshow/introduction-to-r-for-data-science-session-2/61813860 Krule@slideshare.net(Krule) Introduction to R for Data Science :: Session 2 Krule Session 1 of Introduction to R for Data Science, Data Science Serbia in cooperation with Startit. <img style="border:1px solid #C3E6D8;float:right;" alt="" src="https://cdn.slidesharecdn.com/ss_thumbnails/intrordatasciencesession2eng-160509114259-thumbnail.jpg?width=120&amp;height=120&amp;fit=bounds" /><br> Session 1 of Introduction to R for Data Science, Data Science Serbia in cooperation with Startit.
Introduction to R for Data Science :: Session 2 from Goran S. Milovanovic
]]> 11998 8 https://cdn.slidesharecdn.com/ss_thumbnails/intrordatasciencesession2eng-160509114259-thumbnail.jpg?width=120&height=120&fit=bounds presentation Black http://activitystrea.ms/schema/1.0/post http://activitystrea.ms/schema/1.0/posted 0 Introduction to R for Data Science :: Session 1 /slideshow/introduction-to-r-for-data-science-session-1/61539088 intrordatasciencesession1eng-160430212733
Session 1 of Introduction to R for Data Science, Data Science Serbia in cooperation with Startit, Belgrade, lecturers: ing Branko Kova and dr Goran S. Milovanovi]]>
Session 1 of Introduction to R for Data Science, Data Science Serbia in cooperation with Startit, Belgrade, lecturers: ing Branko Kova and dr Goran S. Milovanovi]]> Sat, 30 Apr 2016 21:27:33 GMT /slideshow/introduction-to-r-for-data-science-session-1/61539088 Krule@slideshare.net(Krule) Introduction to R for Data Science :: Session 1 Krule Session 1 of Introduction to R for Data Science, Data Science Serbia in cooperation with Startit, Belgrade, lecturers: ing Branko Kova and dr Goran S. Milovanovi <img style="border:1px solid #C3E6D8;float:right;" alt="" src="https://cdn.slidesharecdn.com/ss_thumbnails/intrordatasciencesession1eng-160430212733-thumbnail.jpg?width=120&amp;height=120&amp;fit=bounds" /><br> Session 1 of Introduction to R for Data Science, Data Science Serbia in cooperation with Startit, Belgrade, lecturers: ing Branko Kova and dr Goran S. Milovanovi
Introduction to R for Data Science :: Session 1 from Goran S. Milovanovic
]]> 6923 9 https://cdn.slidesharecdn.com/ss_thumbnails/intrordatasciencesession1eng-160430212733-thumbnail.jpg?width=120&height=120&fit=bounds presentation Black http://activitystrea.ms/schema/1.0/post http://activitystrea.ms/schema/1.0/posted 0 Uvod u R za Data Science :: Sesija 1 [Intro to R for Data Science :: Session 1] /slideshow/uvod-u-r-za-data-science-sesija-1-intro-to-r-for-data-science-session-1/61510595 intrordatasciencesession1-160429163447
Prezentacija za sesiju 1 kursa Uvod u R za Data Science, Data Science zajednica Srbije u saradnji sa Startit, Beograd, 28. april 2016. Session 1 Presentation for Intro to R for Data Science course, Data Science Community Serbia in co-operation with Startit]]>
Prezentacija za sesiju 1 kursa Uvod u R za Data Science, Data Science zajednica Srbije u saradnji sa Startit, Beograd, 28. april 2016. Session 1 Presentation for Intro to R for Data Science course, Data Science Community Serbia in co-operation with Startit]]> Fri, 29 Apr 2016 16:34:47 GMT /slideshow/uvod-u-r-za-data-science-sesija-1-intro-to-r-for-data-science-session-1/61510595 Krule@slideshare.net(Krule) Uvod u R za Data Science :: Sesija 1 [Intro to R for Data Science :: Session 1] Krule Prezentacija za sesiju 1 kursa Uvod u R za Data Science, Data Science zajednica Srbije u saradnji sa Startit, Beograd, 28. april 2016. Session 1 Presentation for Intro to R for Data Science course, Data Science Community Serbia in co-operation with Startit <img style="border:1px solid #C3E6D8;float:right;" alt="" src="https://cdn.slidesharecdn.com/ss_thumbnails/intrordatasciencesession1-160429163447-thumbnail.jpg?width=120&amp;height=120&amp;fit=bounds" /><br> Prezentacija za sesiju 1 kursa Uvod u R za Data Science, Data Science zajednica Srbije u saradnji sa Startit, Beograd, 28. april 2016. Session 1 Presentation for Intro to R for Data Science course, Data Science Community Serbia in co-operation with Startit
Uvod u R za Data Science :: Sesija 1 [Intro to R for Data Science :: Session 1] from Goran S. Milovanovic
]]> 8619 7 https://cdn.slidesharecdn.com/ss_thumbnails/intrordatasciencesession1-160429163447-thumbnail.jpg?width=120&height=120&fit=bounds presentation Black http://activitystrea.ms/schema/1.0/post http://activitystrea.ms/schema/1.0/posted 0 Geneva Social Media Index - Report 2015 full report /slideshow/geneva-social-media-index-report-2015-full-report/58241331 60c3730e-5532-4ea7-b64b-7ebf00ea178f-160214113530
]]>
]]> Sun, 14 Feb 2016 11:35:30 GMT /slideshow/geneva-social-media-index-report-2015-full-report/58241331 Krule@slideshare.net(Krule) Geneva Social Media Index - Report 2015 full report Krule <img style="border:1px solid #C3E6D8;float:right;" alt="" src="https://cdn.slidesharecdn.com/ss_thumbnails/60c3730e-5532-4ea7-b64b-7ebf00ea178f-160214113530-thumbnail.jpg?width=120&amp;height=120&amp;fit=bounds" /><br>
Geneva Social Media Index - Report 2015 full report from Goran S. Milovanovic
]]> 262 6 https://cdn.slidesharecdn.com/ss_thumbnails/60c3730e-5532-4ea7-b64b-7ebf00ea178f-160214113530-thumbnail.jpg?width=120&height=120&fit=bounds document 000000 http://activitystrea.ms/schema/1.0/post http://activitystrea.ms/schema/1.0/posted 0 Milovanovi, G.S., Krsti, M. & Filipovi, O. (2015). Kr邸enje homogenosti preferencija u rizinom izboru. Empirijska istra転ivanja 2015, Filozofski fakultet, Univerzitet u Beogradu, Beograd. /slideshow/milovanovi-gs-krsti-m-filipovi-o-2015-krenje-homogenosti-preferencija-u-rizinom-izboru-empirijska-istraivanja-2015-filozofski-fakultet-univerzitet-u-beogradu-beograd/46259516 phpresentationei2015final-150325044034-conversion-gate01
Homogenost preferencija (PH) predstavlja nu転an i dovoljan uslov za reprezentaciju donosioca odluka sa stepenom funkcijom korisnosti pod Kumulativnom teorijom izgleda (CPT). Ukoliko ekvivalent u izvesnosti (CE) loza oblika (x, p; 0, 1-p) uzima vrednost CE, PH je zadovoljena ako CE loza (kx, p; 0, 1-p) uzima vrednost kCE. Ipak: pretpostavimo da je donosilac odluka spreman da prihvati siguran iznos od oko 2000 RSD za loz koji sa 50% donosi 4000 RSD; donosilac odluka bi mo転da prihvatio siguran iznos mnogo manji od 20 miliona RSD za loz koji sa 50% donosi 40 miliona RSD. U literaturi ne postoje direktni testovi PH ve se o njenom va転enju zakljuuje posredno. U ovom radu predstavljamo dva direktna eksperimentalna testa PH. U Eksperimentu 1 (N=49) ispitanici su dali direktne numerike ocene CE za 27 lozova oblika (x, p; 0, 1-p), gde je x varirano kao 100, 1000, 100000, 200, 2000, 200000, 500, 5000, i 500000 u RSD, a p kao 5%, 50%, i 90%. Vrednosti na lozovima su uvek bile umno邸ci osnovnih vrednosti x od 100, 200, i 500 RSD faktorima k = 10 i k = 1000 . Test PH koji smo razvili je semi-parametrijski i sastoji se od sledeih koraka. Prvo se na osnovu medijane CE lozova sa osnovnim vrednostima x odreuju oekivane medijane za CE lozova koji nude vrednost x sa umno邸cima k = 10 i k = 1000, na odgovarajuim nivoima verovatnoe dobitka: te vrednosti medijana su oekivane ukoliko je PH zadovoljena. Zatim se binomijalnim testom ispituje da li je raspodela CE ispitanika strogo iznad i strogo ispod oekivane medijane simetrina, i ukoliko nije, donosi se zakljuak da PH nije zadovoljena. Intuitivno, ako se PH kr邸i, oekuje se vea proporcija ispitanika ispod oekivane medijane. U devet od 18 binomijalnih testova PH nije bila zadovoljena na nivou p &lt; .05; pored toga, dva puta je vrednost testa bila statistiki marginalno znaajna (p &lt; .07). Svaki put kada je PH kr邸ena, kr邸ena je na oekivani nain. U Eksperimentu 2 (N=37), koji je izveden po istom dizajnu sa nivoima p od 25%, 50%, i 75%, dobijeni su isti rezultati (devet kr邸enja PH na nivou p &lt; .05, i dva marginalno znaajna na p &lt; .09 od kojih jedno u nepredvienom pravcu). U Eksperimentu 2, sa faktorom k = 1000, svi ispitanici na svim lozovima kr邸e PH u oekivanom pravcu. U 50% eksperimentalnih situacija u ovoj studiji PH nije bila zadovoljena; pri tom, njena kr邸enja su sistematske prirode i konzistentna sa intuicijom. Va転enje PH ne predstavlja solidnu pretpostavku za izgradnju deskriptivne teorije odluivanja. Kljune rei: kumulativna teorija izgleda, homogenost preferencija, rizik, stepena funkcija korisnosti.]]>
Homogenost preferencija (PH) predstavlja nu転an i dovoljan uslov za reprezentaciju donosioca odluka sa stepenom funkcijom korisnosti pod Kumulativnom teorijom izgleda (CPT). Ukoliko ekvivalent u izvesnosti (CE) loza oblika (x, p; 0, 1-p) uzima vrednost CE, PH je zadovoljena ako CE loza (kx, p; 0, 1-p) uzima vrednost kCE. Ipak: pretpostavimo da je donosilac odluka spreman da prihvati siguran iznos od oko 2000 RSD za loz koji sa 50% donosi 4000 RSD; donosilac odluka bi mo転da prihvatio siguran iznos mnogo manji od 20 miliona RSD za loz koji sa 50% donosi 40 miliona RSD. U literaturi ne postoje direktni testovi PH ve se o njenom va転enju zakljuuje posredno. U ovom radu predstavljamo dva direktna eksperimentalna testa PH. U Eksperimentu 1 (N=49) ispitanici su dali direktne numerike ocene CE za 27 lozova oblika (x, p; 0, 1-p), gde je x varirano kao 100, 1000, 100000, 200, 2000, 200000, 500, 5000, i 500000 u RSD, a p kao 5%, 50%, i 90%. Vrednosti na lozovima su uvek bile umno邸ci osnovnih vrednosti x od 100, 200, i 500 RSD faktorima k = 10 i k = 1000 . Test PH koji smo razvili je semi-parametrijski i sastoji se od sledeih koraka. Prvo se na osnovu medijane CE lozova sa osnovnim vrednostima x odreuju oekivane medijane za CE lozova koji nude vrednost x sa umno邸cima k = 10 i k = 1000, na odgovarajuim nivoima verovatnoe dobitka: te vrednosti medijana su oekivane ukoliko je PH zadovoljena. Zatim se binomijalnim testom ispituje da li je raspodela CE ispitanika strogo iznad i strogo ispod oekivane medijane simetrina, i ukoliko nije, donosi se zakljuak da PH nije zadovoljena. Intuitivno, ako se PH kr邸i, oekuje se vea proporcija ispitanika ispod oekivane medijane. U devet od 18 binomijalnih testova PH nije bila zadovoljena na nivou p &lt; .05; pored toga, dva puta je vrednost testa bila statistiki marginalno znaajna (p &lt; .07). Svaki put kada je PH kr邸ena, kr邸ena je na oekivani nain. U Eksperimentu 2 (N=37), koji je izveden po istom dizajnu sa nivoima p od 25%, 50%, i 75%, dobijeni su isti rezultati (devet kr邸enja PH na nivou p &lt; .05, i dva marginalno znaajna na p &lt; .09 od kojih jedno u nepredvienom pravcu). U Eksperimentu 2, sa faktorom k = 1000, svi ispitanici na svim lozovima kr邸e PH u oekivanom pravcu. U 50% eksperimentalnih situacija u ovoj studiji PH nije bila zadovoljena; pri tom, njena kr邸enja su sistematske prirode i konzistentna sa intuicijom. Va転enje PH ne predstavlja solidnu pretpostavku za izgradnju deskriptivne teorije odluivanja. Kljune rei: kumulativna teorija izgleda, homogenost preferencija, rizik, stepena funkcija korisnosti.]]> Wed, 25 Mar 2015 04:40:34 GMT /slideshow/milovanovi-gs-krsti-m-filipovi-o-2015-krenje-homogenosti-preferencija-u-rizinom-izboru-empirijska-istraivanja-2015-filozofski-fakultet-univerzitet-u-beogradu-beograd/46259516 Krule@slideshare.net(Krule) Milovanovi, G.S., Krsti, M. & Filipovi, O. (2015). Kr邸enje homogenosti preferencija u rizinom izboru. Empirijska istra転ivanja 2015, Filozofski fakultet, Univerzitet u Beogradu, Beograd. Krule Homogenost preferencija (PH) predstavlja nu転an i dovoljan uslov za reprezentaciju donosioca odluka sa stepenom funkcijom korisnosti pod Kumulativnom teorijom izgleda (CPT). Ukoliko ekvivalent u izvesnosti (CE) loza oblika (x, p; 0, 1-p) uzima vrednost CE, PH je zadovoljena ako CE loza (kx, p; 0, 1-p) uzima vrednost kCE. Ipak: pretpostavimo da je donosilac odluka spreman da prihvati siguran iznos od oko 2000 RSD za loz koji sa 50% donosi 4000 RSD; donosilac odluka bi mo転da prihvatio siguran iznos mnogo manji od 20 miliona RSD za loz koji sa 50% donosi 40 miliona RSD. U literaturi ne postoje direktni testovi PH ve se o njenom va転enju zakljuuje posredno. U ovom radu predstavljamo dva direktna eksperimentalna testa PH. U Eksperimentu 1 (N=49) ispitanici su dali direktne numerike ocene CE za 27 lozova oblika (x, p; 0, 1-p), gde je x varirano kao 100, 1000, 100000, 200, 2000, 200000, 500, 5000, i 500000 u RSD, a p kao 5%, 50%, i 90%. Vrednosti na lozovima su uvek bile umno邸ci osnovnih vrednosti x od 100, 200, i 500 RSD faktorima k = 10 i k = 1000 . Test PH koji smo razvili je semi-parametrijski i sastoji se od sledeih koraka. Prvo se na osnovu medijane CE lozova sa osnovnim vrednostima x odreuju oekivane medijane za CE lozova koji nude vrednost x sa umno邸cima k = 10 i k = 1000, na odgovarajuim nivoima verovatnoe dobitka: te vrednosti medijana su oekivane ukoliko je PH zadovoljena. Zatim se binomijalnim testom ispituje da li je raspodela CE ispitanika strogo iznad i strogo ispod oekivane medijane simetrina, i ukoliko nije, donosi se zakljuak da PH nije zadovoljena. Intuitivno, ako se PH kr邸i, oekuje se vea proporcija ispitanika ispod oekivane medijane. U devet od 18 binomijalnih testova PH nije bila zadovoljena na nivou p &lt; .05; pored toga, dva puta je vrednost testa bila statistiki marginalno znaajna (p &lt; .07). Svaki put kada je PH kr邸ena, kr邸ena je na oekivani nain. U Eksperimentu 2 (N=37), koji je izveden po istom dizajnu sa nivoima p od 25%, 50%, i 75%, dobijeni su isti rezultati (devet kr邸enja PH na nivou p &lt; .05, i dva marginalno znaajna na p &lt; .09 od kojih jedno u nepredvienom pravcu). U Eksperimentu 2, sa faktorom k = 1000, svi ispitanici na svim lozovima kr邸e PH u oekivanom pravcu. U 50% eksperimentalnih situacija u ovoj studiji PH nije bila zadovoljena; pri tom, njena kr邸enja su sistematske prirode i konzistentna sa intuicijom. Va転enje PH ne predstavlja solidnu pretpostavku za izgradnju deskriptivne teorije odluivanja. Kljune rei: kumulativna teorija izgleda, homogenost preferencija, rizik, stepena funkcija korisnosti. <img style="border:1px solid #C3E6D8;float:right;" alt="" src="https://cdn.slidesharecdn.com/ss_thumbnails/phpresentationei2015final-150325044034-conversion-gate01-thumbnail.jpg?width=120&amp;height=120&amp;fit=bounds" /><br> Homogenost preferencija (PH) predstavlja nu転an i dovoljan uslov za reprezentaciju donosioca odluka sa stepenom funkcijom korisnosti pod Kumulativnom teorijom izgleda (CPT). Ukoliko ekvivalent u izvesnosti (CE) loza oblika (x, p; 0, 1-p) uzima vrednost CE, PH je zadovoljena ako CE loza (kx, p; 0, 1-p) uzima vrednost kCE. Ipak: pretpostavimo da je donosilac odluka spreman da prihvati siguran iznos od oko 2000 RSD za loz koji sa 50% donosi 4000 RSD; donosilac odluka bi mo転da prihvatio siguran iznos mnogo manji od 20 miliona RSD za loz koji sa 50% donosi 40 miliona RSD. U literaturi ne postoje direktni testovi PH ve se o njenom va転enju zakljuuje posredno. U ovom radu predstavljamo dva direktna eksperimentalna testa PH. U Eksperimentu 1 (N=49) ispitanici su dali direktne numerike ocene CE za 27 lozova oblika (x, p; 0, 1-p), gde je x varirano kao 100, 1000, 100000, 200, 2000, 200000, 500, 5000, i 500000 u RSD, a p kao 5%, 50%, i 90%. Vrednosti na lozovima su uvek bile umno邸ci osnovnih vrednosti x od 100, 200, i 500 RSD faktorima k = 10 i k = 1000 . Test PH koji smo razvili je semi-parametrijski i sastoji se od sledeih koraka. Prvo se na osnovu medijane CE lozova sa osnovnim vrednostima x odreuju oekivane medijane za CE lozova koji nude vrednost x sa umno邸cima k = 10 i k = 1000, na odgovarajuim nivoima verovatnoe dobitka: te vrednosti medijana su oekivane ukoliko je PH zadovoljena. Zatim se binomijalnim testom ispituje da li je raspodela CE ispitanika strogo iznad i strogo ispod oekivane medijane simetrina, i ukoliko nije, donosi se zakljuak da PH nije zadovoljena. Intuitivno, ako se PH kr邸i, oekuje se vea proporcija ispitanika ispod oekivane medijane. U devet od 18 binomijalnih testova PH nije bila zadovoljena na nivou p &amp;lt; .05; pored toga, dva puta je vrednost testa bila statistiki marginalno znaajna (p &amp;lt; .07). Svaki put kada je PH kr邸ena, kr邸ena je na oekivani nain. U Eksperimentu 2 (N=37), koji je izveden po istom dizajnu sa nivoima p od 25%, 50%, i 75%, dobijeni su isti rezultati (devet kr邸enja PH na nivou p &amp;lt; .05, i dva marginalno znaajna na p &amp;lt; .09 od kojih jedno u nepredvienom pravcu). U Eksperimentu 2, sa faktorom k = 1000, svi ispitanici na svim lozovima kr邸e PH u oekivanom pravcu. U 50% eksperimentalnih situacija u ovoj studiji PH nije bila zadovoljena; pri tom, njena kr邸enja su sistematske prirode i konzistentna sa intuicijom. Va転enje PH ne predstavlja solidnu pretpostavku za izgradnju deskriptivne teorije odluivanja. Kljune rei: kumulativna teorija izgleda, homogenost preferencija, rizik, stepena funkcija korisnosti.
Milovanovi, G.S., Krsti, M. & Filipovi, O. (2015). Kr邸enje homogenosti preferencija u rizinom izboru. Empirijska istra転ivanja 2015, Filozofski fakultet, Univerzitet u Beogradu, Beograd. from Goran S. Milovanovic
]]> 1520 1 https://cdn.slidesharecdn.com/ss_thumbnails/phpresentationei2015final-150325044034-conversion-gate01-thumbnail.jpg?width=120&height=120&fit=bounds presentation Black http://activitystrea.ms/schema/1.0/post http://activitystrea.ms/schema/1.0/posted 0 247113920-Cognitive-technologies-mapping-the-Internet-governance-debate /slideshow/247113920cognitivetechnologiesmappingtheinternetgovernancedebate-41992613/41992613 bd96dd9c-644f-40da-857a-0d337b6df5e6-141125041027-conversion-gate01
]]>
]]> Tue, 25 Nov 2014 04:10:27 GMT /slideshow/247113920cognitivetechnologiesmappingtheinternetgovernancedebate-41992613/41992613 Krule@slideshare.net(Krule) 247113920-Cognitive-technologies-mapping-the-Internet-governance-debate Krule <img style="border:1px solid #C3E6D8;float:right;" alt="" src="https://cdn.slidesharecdn.com/ss_thumbnails/bd96dd9c-644f-40da-857a-0d337b6df5e6-141125041027-conversion-gate01-thumbnail.jpg?width=120&amp;height=120&amp;fit=bounds" /><br>
247113920-Cognitive-technologies-mapping-the-Internet-governance-debate from Goran S. Milovanovic
]]> 276 6 https://cdn.slidesharecdn.com/ss_thumbnails/bd96dd9c-644f-40da-857a-0d337b6df5e6-141125041027-conversion-gate01-thumbnail.jpg?width=120&height=120&fit=bounds document 000000 http://activitystrea.ms/schema/1.0/post http://activitystrea.ms/schema/1.0/posted 0 Uenje i vi邸i kognitivni procesi 10. Simbolike funkcije, VI Deo: Re邸avanje problema, ekspertiza i kreativnost /slideshow/uenje-i-vii-kognitivni-procesi-10-simbolike-funkcije-vi-deo-reavanje-problema-ekspertiza-i-kreativnost/37051328 p13-misljenje6-140716105508-phpapp01
Uenje i vi邸i kognitivni procesi 10. Simbolike funkcije, VI Deo: Re邸avanje problema, ekspertiza i kreativnost]]>
Uenje i vi邸i kognitivni procesi 10. Simbolike funkcije, VI Deo: Re邸avanje problema, ekspertiza i kreativnost]]> Wed, 16 Jul 2014 10:55:08 GMT /slideshow/uenje-i-vii-kognitivni-procesi-10-simbolike-funkcije-vi-deo-reavanje-problema-ekspertiza-i-kreativnost/37051328 Krule@slideshare.net(Krule) Uenje i vi邸i kognitivni procesi 10. Simbolike funkcije, VI Deo: Re邸avanje problema, ekspertiza i kreativnost Krule Uenje i vi邸i kognitivni procesi 10. Simbolike funkcije, VI Deo: Re邸avanje problema, ekspertiza i kreativnost <img style="border:1px solid #C3E6D8;float:right;" alt="" src="https://cdn.slidesharecdn.com/ss_thumbnails/p13-misljenje6-140716105508-phpapp01-thumbnail.jpg?width=120&amp;height=120&amp;fit=bounds" /><br> Uenje i vi邸i kognitivni procesi 10. Simbolike funkcije, VI Deo: Re邸avanje problema, ekspertiza i kreativnost
U腮nje i vii kognitivni procesi 10. Simbolie funkcije, VI Deo: Reavanje problema, ekspertiza i kreativnost from Goran S. Milovanovic
]]> 1896 2 https://cdn.slidesharecdn.com/ss_thumbnails/p13-misljenje6-140716105508-phpapp01-thumbnail.jpg?width=120&height=120&fit=bounds presentation Black http://activitystrea.ms/schema/1.0/post http://activitystrea.ms/schema/1.0/posted 0 Uenje i vi邸i kognitivni procesi 9. Simbolike funkcije, V Deo: Rezonovanje u Vosonovom zadatku selekcije /slideshow/uenje-i-vii-kognitivni-procesi-9-simbolike-funkcije-v-deo-rezonovanje-u-vosonovom-zadatku-selekcije/37051293 p12-misljenje5-vezbe-140716105420-phpapp01
Uenje i vi邸i kognitivni procesi 9. Simbolike funkcije, V Deo: Rezonovanje u Vosonovom zadatku selekcije]]>
Uenje i vi邸i kognitivni procesi 9. Simbolike funkcije, V Deo: Rezonovanje u Vosonovom zadatku selekcije]]> Wed, 16 Jul 2014 10:54:20 GMT /slideshow/uenje-i-vii-kognitivni-procesi-9-simbolike-funkcije-v-deo-rezonovanje-u-vosonovom-zadatku-selekcije/37051293 Krule@slideshare.net(Krule) Uenje i vi邸i kognitivni procesi 9. Simbolike funkcije, V Deo: Rezonovanje u Vosonovom zadatku selekcije Krule Uenje i vi邸i kognitivni procesi 9. Simbolike funkcije, V Deo: Rezonovanje u Vosonovom zadatku selekcije <img style="border:1px solid #C3E6D8;float:right;" alt="" src="https://cdn.slidesharecdn.com/ss_thumbnails/p12-misljenje5-vezbe-140716105420-phpapp01-thumbnail.jpg?width=120&amp;height=120&amp;fit=bounds" /><br> Uenje i vi邸i kognitivni procesi 9. Simbolike funkcije, V Deo: Rezonovanje u Vosonovom zadatku selekcije
U腮nje i vii kognitivni procesi 9. Simbolie funkcije, V Deo: Rezonovanje u Vosonovom zadatku selekcije from Goran S. Milovanovic
]]> 862 2 https://cdn.slidesharecdn.com/ss_thumbnails/p12-misljenje5-vezbe-140716105420-phpapp01-thumbnail.jpg?width=120&height=120&fit=bounds presentation Black http://activitystrea.ms/schema/1.0/post http://activitystrea.ms/schema/1.0/posted 0 Uenje i vi邸i kognitivni procesi 9. Simbolike funkcije, V Deo: Suenje, heuristike i rezonovanje /slideshow/uenje-i-vii-kognitivni-procesi-9-simbolike-funkcije-v-deo-suenje-heuristike-i-rezonovanje/37051276 p12-misljenje5-140716105343-phpapp02
Uenje i vi邸i kognitivni procesi 9. Simbolike funkcije, V Deo: Suenje, heuristike i rezonovanje]]>
Uenje i vi邸i kognitivni procesi 9. Simbolike funkcije, V Deo: Suenje, heuristike i rezonovanje]]> Wed, 16 Jul 2014 10:53:42 GMT /slideshow/uenje-i-vii-kognitivni-procesi-9-simbolike-funkcije-v-deo-suenje-heuristike-i-rezonovanje/37051276 Krule@slideshare.net(Krule) Uenje i vi邸i kognitivni procesi 9. Simbolike funkcije, V Deo: Suenje, heuristike i rezonovanje Krule Uenje i vi邸i kognitivni procesi 9. Simbolike funkcije, V Deo: Suenje, heuristike i rezonovanje <img style="border:1px solid #C3E6D8;float:right;" alt="" src="https://cdn.slidesharecdn.com/ss_thumbnails/p12-misljenje5-140716105343-phpapp02-thumbnail.jpg?width=120&amp;height=120&amp;fit=bounds" /><br> Uenje i vi邸i kognitivni procesi 9. Simbolike funkcije, V Deo: Suenje, heuristike i rezonovanje
U腮nje i vii kognitivni procesi 9. Simbolie funkcije, V Deo: Su膕nje, heuristike i rezonovanje from Goran S. Milovanovic
]]> 1229 2 https://cdn.slidesharecdn.com/ss_thumbnails/p12-misljenje5-140716105343-phpapp02-thumbnail.jpg?width=120&height=120&fit=bounds presentation Black http://activitystrea.ms/schema/1.0/post http://activitystrea.ms/schema/1.0/posted 0 Uenje i vi邸i kognitivni procesi 8. Simbolike funkcije, IV Deo: Analogija i strukturalno mapiranje, konceptualne kombinacije i interpretacija karakteristika u kategorizaciji /slideshow/uenje-i-vii-kognitivni-procesi-8-simbolike-funkcije-iv-deo-analogija-i-strukturalno-mapiranje/37051227 p11-misljenje4-140716105229-phpapp01
Uenje i vi邸i kognitivni procesi 8. Simbolike funkcije, IV Deo: Analogija i strukturalno mapiranje, konceptualne kombinacije i interpretacija karakteristika u kategorizaciji]]>
Uenje i vi邸i kognitivni procesi 8. Simbolike funkcije, IV Deo: Analogija i strukturalno mapiranje, konceptualne kombinacije i interpretacija karakteristika u kategorizaciji]]> Wed, 16 Jul 2014 10:52:29 GMT /slideshow/uenje-i-vii-kognitivni-procesi-8-simbolike-funkcije-iv-deo-analogija-i-strukturalno-mapiranje/37051227 Krule@slideshare.net(Krule) Uenje i vi邸i kognitivni procesi 8. Simbolike funkcije, IV Deo: Analogija i strukturalno mapiranje, konceptualne kombinacije i interpretacija karakteristika u kategorizaciji Krule Uenje i vi邸i kognitivni procesi 8. Simbolike funkcije, IV Deo: Analogija i strukturalno mapiranje, konceptualne kombinacije i interpretacija karakteristika u kategorizaciji <img style="border:1px solid #C3E6D8;float:right;" alt="" src="https://cdn.slidesharecdn.com/ss_thumbnails/p11-misljenje4-140716105229-phpapp01-thumbnail.jpg?width=120&amp;height=120&amp;fit=bounds" /><br> Uenje i vi邸i kognitivni procesi 8. Simbolike funkcije, IV Deo: Analogija i strukturalno mapiranje, konceptualne kombinacije i interpretacija karakteristika u kategorizaciji
U腮nje i vii kognitivni procesi 8. Simbolie funkcije, IV Deo: Analogija i strukturalno mapiranje, konceptualne kombinacije i interpretacija karakteristika u kategorizaciji from Goran S. Milovanovic
]]> 925 3 https://cdn.slidesharecdn.com/ss_thumbnails/p11-misljenje4-140716105229-phpapp01-thumbnail.jpg?width=120&height=120&fit=bounds presentation Black http://activitystrea.ms/schema/1.0/post http://activitystrea.ms/schema/1.0/posted 0 Uenje i vi邸i kognitivni procesi 9. Simbolike funkcije, III Deo: Kauzalnost, teorija teorija i efekti znanja /slideshow/uenje-i-vii-kognitivni-procesi-8-simbolike-funkcije-iii-deo-kauzalnost-teorija-teorija-i-efekti-znanja/37051182 p10-misljenje3-140716105131-phpapp02
Uenje i vi邸i kognitivni procesi 9. Simbolike funkcije, III Deo: Kauzalnost, teorija teorija i efekti znanja]]>
Uenje i vi邸i kognitivni procesi 9. Simbolike funkcije, III Deo: Kauzalnost, teorija teorija i efekti znanja]]> Wed, 16 Jul 2014 10:51:30 GMT /slideshow/uenje-i-vii-kognitivni-procesi-8-simbolike-funkcije-iii-deo-kauzalnost-teorija-teorija-i-efekti-znanja/37051182 Krule@slideshare.net(Krule) Uenje i vi邸i kognitivni procesi 9. Simbolike funkcije, III Deo: Kauzalnost, teorija teorija i efekti znanja Krule Uenje i vi邸i kognitivni procesi 9. Simbolike funkcije, III Deo: Kauzalnost, teorija teorija i efekti znanja <img style="border:1px solid #C3E6D8;float:right;" alt="" src="https://cdn.slidesharecdn.com/ss_thumbnails/p10-misljenje3-140716105131-phpapp02-thumbnail.jpg?width=120&amp;height=120&amp;fit=bounds" /><br> Uenje i vi邸i kognitivni procesi 9. Simbolike funkcije, III Deo: Kauzalnost, teorija teorija i efekti znanja
U腮nje i vii kognitivni procesi 9. Simbolie funkcije, III Deo: Kauzalnost, teorija teorija i efekti znanja from Goran S. Milovanovic
]]> 1069 2 https://cdn.slidesharecdn.com/ss_thumbnails/p10-misljenje3-140716105131-phpapp02-thumbnail.jpg?width=120&height=120&fit=bounds presentation Black http://activitystrea.ms/schema/1.0/post http://activitystrea.ms/schema/1.0/posted 0 Uenje i vi邸i kognitivni procesi 8. Simbolike funkcije, II Deo: Distribuirane reprezentacije, emergentizam i dinamiki sistemi /slideshow/uenje-i-vii-kognitivni-procesi-8-simbolike-funkcije-ii-deo-distribuirane-reprezentacije-emergentizam-i-dinamiki-sistemi/37051138 p9-misljenje2-vezbe-140716105039-phpapp01
Uenje i vi邸i kognitivni procesi 8. Simbolike funkcije, II Deo: Distribuirane reprezentacije, emergentizam i dinamiki sistemi]]>
Uenje i vi邸i kognitivni procesi 8. Simbolike funkcije, II Deo: Distribuirane reprezentacije, emergentizam i dinamiki sistemi]]> Wed, 16 Jul 2014 10:50:38 GMT /slideshow/uenje-i-vii-kognitivni-procesi-8-simbolike-funkcije-ii-deo-distribuirane-reprezentacije-emergentizam-i-dinamiki-sistemi/37051138 Krule@slideshare.net(Krule) Uenje i vi邸i kognitivni procesi 8. Simbolike funkcije, II Deo: Distribuirane reprezentacije, emergentizam i dinamiki sistemi Krule Uenje i vi邸i kognitivni procesi 8. Simbolike funkcije, II Deo: Distribuirane reprezentacije, emergentizam i dinamiki sistemi <img style="border:1px solid #C3E6D8;float:right;" alt="" src="https://cdn.slidesharecdn.com/ss_thumbnails/p9-misljenje2-vezbe-140716105039-phpapp01-thumbnail.jpg?width=120&amp;height=120&amp;fit=bounds" /><br> Uenje i vi邸i kognitivni procesi 8. Simbolike funkcije, II Deo: Distribuirane reprezentacije, emergentizam i dinamiki sistemi
U腮nje i vii kognitivni procesi 8. Simbolie funkcije, II Deo: Distribuirane reprezentacije, emergentizam i dinamii sistemi from Goran S. Milovanovic
]]> 745 2 https://cdn.slidesharecdn.com/ss_thumbnails/p9-misljenje2-vezbe-140716105039-phpapp01-thumbnail.jpg?width=120&height=120&fit=bounds presentation Black http://activitystrea.ms/schema/1.0/post http://activitystrea.ms/schema/1.0/posted 0 Uenje i vi邸i kognitivni procesi 8. Simbolike funkcije, II Deo: Konekcionizam i modeli neuronskih mre転a /slideshow/uenje-i-vii-kognitivni-procesi-8-simbolike-funkcije-ii-deo-konekcionizam-i-modeli-neuronskih-mrea/37051104 p9-misljenje2-140716104940-phpapp01
Uenje i vi邸i kognitivni procesi 8. Simbolike funkcije, II Deo: Konekcionizam i modeli neuronskih mre転a]]>
Uenje i vi邸i kognitivni procesi 8. Simbolike funkcije, II Deo: Konekcionizam i modeli neuronskih mre転a]]> Wed, 16 Jul 2014 10:49:40 GMT /slideshow/uenje-i-vii-kognitivni-procesi-8-simbolike-funkcije-ii-deo-konekcionizam-i-modeli-neuronskih-mrea/37051104 Krule@slideshare.net(Krule) Uenje i vi邸i kognitivni procesi 8. Simbolike funkcije, II Deo: Konekcionizam i modeli neuronskih mre転a Krule Uenje i vi邸i kognitivni procesi 8. Simbolike funkcije, II Deo: Konekcionizam i modeli neuronskih mre転a <img style="border:1px solid #C3E6D8;float:right;" alt="" src="https://cdn.slidesharecdn.com/ss_thumbnails/p9-misljenje2-140716104940-phpapp01-thumbnail.jpg?width=120&amp;height=120&amp;fit=bounds" /><br> Uenje i vi邸i kognitivni procesi 8. Simbolike funkcije, II Deo: Konekcionizam i modeli neuronskih mre転a
U腮nje i vii kognitivni procesi 8. Simbolie funkcije, II Deo: Konekcionizam i modeli neuronskih mrea from Goran S. Milovanovic
]]> 1235 3 https://cdn.slidesharecdn.com/ss_thumbnails/p9-misljenje2-140716104940-phpapp01-thumbnail.jpg?width=120&height=120&fit=bounds presentation Black http://activitystrea.ms/schema/1.0/post http://activitystrea.ms/schema/1.0/posted 0 Uenje i vi邸i kognitivni procesi 7a. Simbolike funkcije, I Deo: Uenje kategorija, model prototipa i model primeraka /slideshow/uenje-i-vii-kognitivni-procesi-7a-simbolike-funkcije-i-deo-uenje-kategorija-model-prototipa-i-model-primeraka/37051060 p8-misljenje1-vezbe-140716104829-phpapp02
Uenje i vi邸i kognitivni procesi 7a. Simbolike funkcije, I Deo: Uenje kategorija, model prototipa i model primeraka]]>
Uenje i vi邸i kognitivni procesi 7a. Simbolike funkcije, I Deo: Uenje kategorija, model prototipa i model primeraka]]> Wed, 16 Jul 2014 10:48:29 GMT /slideshow/uenje-i-vii-kognitivni-procesi-7a-simbolike-funkcije-i-deo-uenje-kategorija-model-prototipa-i-model-primeraka/37051060 Krule@slideshare.net(Krule) Uenje i vi邸i kognitivni procesi 7a. Simbolike funkcije, I Deo: Uenje kategorija, model prototipa i model primeraka Krule Uenje i vi邸i kognitivni procesi 7a. Simbolike funkcije, I Deo: Uenje kategorija, model prototipa i model primeraka <img style="border:1px solid #C3E6D8;float:right;" alt="" src="https://cdn.slidesharecdn.com/ss_thumbnails/p8-misljenje1-vezbe-140716104829-phpapp02-thumbnail.jpg?width=120&amp;height=120&amp;fit=bounds" /><br> Uenje i vi邸i kognitivni procesi 7a. Simbolike funkcije, I Deo: Uenje kategorija, model prototipa i model primeraka
U腮nje i vii kognitivni procesi 7a. Simbolie funkcije, I Deo: U腮nje kategorija, model prototipa i model primeraka from Goran S. Milovanovic
]]> 956 3 https://cdn.slidesharecdn.com/ss_thumbnails/p8-misljenje1-vezbe-140716104829-phpapp02-thumbnail.jpg?width=120&height=120&fit=bounds presentation Black http://activitystrea.ms/schema/1.0/post http://activitystrea.ms/schema/1.0/posted 0 https://cdn.slidesharecdn.com/profile-photo-Krule-48x48.jpg?cb=1536669504 e-mail: goran.s.milovanovic@gmail.com Data Science I most often take a specific approach to data mining and statistical modeling which is best described as Behavioral Data Science. It encompasses a combination of human expert knowledge with the speed and processing power of machine learning algorithms applied over large data sets. In a typical application, human experts first provide semantic tagging of necessary information, or expert judgments via some standardized behavioral research methodological framework. In the second step, human knowledge is combined with the outputs from machine learning applied over large data sets (e.g. large collections of textual documents) in order to pr... milovanovic.tumblr.com https://cdn.slidesharecdn.com/ss_thumbnails/intrordatasciencesession8eng-160620223854-thumbnail.jpg?width=320&height=320&fit=bounds slideshow/introduction-to-r-for-data-science-session-8-intro-to-text-mining-in-r-ml-estimation-binomiral-logistic-regression/63267596 Introduction to R for ... https://cdn.slidesharecdn.com/ss_thumbnails/intrordatasciencesession7eng-160609234357-thumbnail.jpg?width=320&height=320&fit=bounds slideshow/introduction-to-r-for-data-science-session-7-multiple-linear-regression-in-r/62914081 Introduction to R for ... https://cdn.slidesharecdn.com/ss_thumbnails/intrordatasciencesession6eng-160606173046-thumbnail.jpg?width=320&height=320&fit=bounds slideshow/introduction-to-r-for-data-science-session-5-linear-regression-in-r/62779155 Introduction to R for ...