проект психометрии с открытым исходным кодом
Проект психометрии с открытым исходным кодом
This website has been offering a wide selection of psychological assessments, mostly personality tests, since late 2011 and has given millions of results since then. It exists to educate the public about various personality tests, their uses and meaning, the various theories of personality and also to collect data for research and develop new measures. This website is under continuous development and new tests and information are being added all the time.
This website also exists for the promotion of open source assessments and open data. A number of open source measures of popular psychological constructs have been developed and are made available under a creative commons license on this website, see the full list. Also, at the end of every test users are asked if their data can be saved and used for research. The (anonymous) data that this yields can be downloaded from the data page. This data has been used in 25+ journal articles, see this list.
Using the interactive tests
You are strongly discouraged from using any of the interactive pages on this website for anything other than one time personal use. This website is undergoing continual improvement and pages on this website may be updated or removed and scoring algorithms changed at any time. There have been several unfortunate incidents where people have been using a test of ours for a class project or something and the first email they ever sent us was about how changes to the website had ruined their project.
If you wish to use any of instruments here to collect data, please check the documentation or citation for the materials and implement your own survey. This will be strictly better as you will have more control over the data you receive and will provide a more seamless user experience.
Contact
To contact the website operator, email info @ this website with your questions, corrections, suggestions, proposals, etc. Or post a public comment, review, etc. using the comment box below.
Проект психометрии с открытым исходным кодом
Statistical «Which Character» Personality Quiz: This tool will compare your answers to a database of 1,410 fictional characters. The database is made by crowd-sourcing ratings of the characters, and the goal is to match people to characters they will agree are similar to them using techniques from recommendation engines. There also is a peer report verison, which is even more advanced. And a version for couples.
Other tests
Inventory of Phonetic Associations (Experimental): Humans are biased towards making associations between sound and meaning in specific ways that appear to be consistent across cultures. This test measures how strongly you show the typical bias, and explores what that means. Research has indicated that individuals with autism show less of this bias than neurotypicals.
Firstborn Personality Scale: This test was desgined to produce the maximum possible difference between scores of first-born (oldest) and later-born children. It correlates with birth order more than any other self-report scale, but the correlation is still extremely small because most of the common claims about the effect of birth order on personality are exaggerated and wrong.
Analog to Multiple Broadband Inventories: Most personality tests ask the same kind of questions, they just organize their results in different ways. This one computes all the scores you would likely get if you took 8 different well regarded personality tests, from just one bank of items.
Multidimensional Introversion-Extraversion Scales: The idea of introversion and extraversion is one of the oldest and most well known ideas in personality psychology. The evidence indicates that people can mean several different things when they describe themselves as an introvert or extravert, so the trait of introversion-extraversion should actually be broken down into a couple different, though related, traits.
Open Extended Jungian Type Scales: The system of personality types proposed by Carl Jung (1921) and later refined by C. Myers and I. M. Briggs has become an extremely widely used personality theory in self-help, business management, counselling and spiritual development contexts, but it is not commonly used in academic research where, like all type theories, it is treated skeptically. The system produces 16 personality types on the basis of four dichotomies and is the system used in the Myers Briggs Type Indicator and Keirsey Temperament Sorter instruments, among many others. The OEJS is a free and open source measure of the four dichotomies which yields an equivalent result to the usual tests.
Fisher Temperament Inventory: The FTI is general measure of personality that traces human behavior back to the function of the neurotransmitters in the brain. It categorizes people into one of four temperaments, each of which is associated with specific neuro-chemicals.
OSPP Enneagram of Personality Scales: The Enneagram of Personality is a system of nine personality types organized by a geometric diagram. It has been promoted as a spiritual and self-help tool by many authors and there exist several different popular tests of Enneagram type. The OEPS was developed by this website and reflects the average idea of what each type is in the population of on-line Enneagram enthusiasts.
Multifactor General Knowledge Test: A test of general knowledge measuring four facets of general knowledge.
Artistic Preferences Scale: Rate paintings to find out what your preferences are for art in terms of style and content.
Full Scale IQ Test: An IQ Test measuring across the full spectrum of human abilities.
Woodworth Psychoneurotic Inventory: Often cited as the first personality test, the WPI was developed by the United States military during World War I to screen for recruits at high risk of developing shell shock. Finished too late to be put to such use, the WPI instead found its place as the dominant self-report personality measure in academic psychological research during the 1920s and 30s, but has mostly been forgotten since then.
Nonverbal Immediacy Scale: This scale measures individual differences in the use of body language in communication.
IIP RIASEC Markers: The Holland Codes (the acronym RIASEC refers to the six Holland Codes) is a typology of occupations that groups jobs into six categories and describes the different personality characteristics of people who are inclined towards each category. Since its developed by John L. Holland in the 1950s the theory has become dominant one in the field of career counselling and it has been incorporated into most of the assessment you might take at a university career planning centre. The RIASEC Markers from the public domain Interest Item Pool were developed by James Rounds and colleagues in 2008 for use in psychological research.
Short Dark Triad: The «dark triad» is a name for three personality traits that are commonly seem as malicious or evil: narcissism, machiavellianism and psychopathy. The study of these three traits together as the dark triad became popular in the 2000s. In 2011, Delroy Paulhus and Daniel Jones published the Short Dark Triad (SD3) as a single short test to measure all three traits at once.
Protestant Work Ethic Scale: There is sociological theory that Northern European countries developed faster in the industrial revolution than southern ones because of the additudes towards work promoted by Protestantism (versus Catholicism). This idea has been taken by some psychologists who believe that individuals can have different levels of Protestant work ethic.
Nerdy Personality Attributes Scale: A measure of personality attributes that distinguish those who call themselves nerds from those that do not.
Open DISC Assessment Test: The DISC personality model is a system that divides people into four personality types. The model is promoted commercially by several different orginizations for use in the workplace.
Four Temperaments Test: If you had asked a well educated western person in 1850 to describe themselves, they would have responded using the language of the four temperaments, an extension of the ancient four humours theory of medicine to personality by Greek physician Galen (129–216 AD). The four temperaments as the accepted way to describe personality was vanquished by the development of psychology after 1900, but recently they have seen a resurgence and been promoted in spiritual and self-help contexts.
Cattell’s 16 Personality Factors Test: In the 1940s Raymond Cattell proposed a model of human individual differences with 16 factors based on a statistical study of responses to personality questionnaires. Cattell’s model has never been widely accepted and his statistical analysis that revealed 16 factors has never been successfully replicated, but the test he produced, the 16PF Questionnaire, has been very popular in applied psychology like contexts such as counselling and human resources. This test uses the public domain scales from the International Personality Item Pool that were developed by Lewis Goldberg to be equivalent to the 16PFQ.
Rosenberg Self-esteem Scale: Developed in the 1960s by Morris Rosenberg for a study of adolescent self image the RSES has become the most widely used general purpose measure of self esteem in psychological research.
Survey of Dictionary-based Isms (SDI-46): The SDI is a measure of sociopolitical attitudes developed by Gerard Saucier. Its name references the fact that it was derived from searching the dictionary for words describing different philosophies (which often end in «ism», e.g. liberalism, hobbism), which were then reduced down to underlying factors with statistical analysis. The SDI-46 revision was published in 2013.
Open Hemispheric Brain Dominance Scale: A measure of left-brain/right brain thinking, a scientifically discredited but still popular idea.
Generic Conspiracist Beliefs Scale: A measure of belief in conspiracy theories.
Exposure Based Face Memory Test: Measure of face memory and face blindness.
Vocabulary IQ Test: Vocabulary test giving an IQ score like result.
Nature Relatedness Scale (NR-6): The NR-6 measures the strength of an individual’s psychological connection to nature, something that is presumed to be psychologically healthy.
Disclaimer
All of these tests are provided for educational and entertainment uses only. They are not clinically administered and as such the results are not suitable for basing important decisions off of. These tests are also not infallible, if the results say something about you that you don’t think is true, you are right and it is wrong.
18 open source проектов для практики программирования
Пакет программного обеспечения для работы с медицинскими изображениями. 3D Slicer доступен на нескольких платформах, в числе которых Windows, Linux и OS X.
Инструмент, который позволяет распределять обработку больших массивов данных по кластерам компьютеров с помощью простых моделей программирования.
Популярный пакет программного обеспечения для работы с текстом, создания электронных таблиц, презентаций, графики, баз данных и т.д. Полностью открытый процесс разработки означает, что кто угодно может сообщать об ошибках, запрашивать новые возможности или улучшать программное обеспечение. Он написан в международном open standard формате, поэтому воспринимает файлы из других открытых офисных программных пакетов.
Coder (для Raspberry Pi)
Платформа для управления контентом, на которой работают миллионы веб-сайтов и приложений.
Менеджер для работы с медиаданными, предназначенный для создания больших централизованных медиа-библиотек.
Свободная операционная система типа Unix.
Офисный пакет для совместной разработки с функционалом, как у Microsoft Office или OpenOffice.org.
Система для создания курсов. Бесплатное веб-приложение, которое преподаватели могут использовать для создания эффективных Интернет-сайтов для обучения. Moodle стала очень популярной среди педагогов по всему миру в качестве инструмента для создания динамических веб-сайтов для своих студентов.
ПО для создания и управления обучающим аудио и видео контентом.
Мультиплатформенная система управления корпоративным контентом написанная на Java. Работает с несколькими базами данных (в том числе MySQL, Oracle, PostgreSQL, SQLLite, и другие), а также поддерживает несколько методов аутентификации.
Софт для создания частных и общественных облаков.
Сервис позволяет создавать опросы и делиться с контактами на сайте. Удобный способ собирать данные для их последующего анализа.
DICOM-сервер для здравоохранения и медицинских исследований. Предназначен для облегчения управления данными медицинских изображений. Хороший инструмент для автоматизации медицинских задач визуализации, специфических для каждого медучреждения.
Проект создан силами Open Source сообщества и предназначен для обеспечения лучших решений для предприятий с помощью бизнес аналитики.
Основные области применения:
Java™ разработчики могут использовать компоненты проекта для быстрого создания собственных решений для бизнес аналитики.
Модульная open source система управления цифровыми данными.
Бесплатный софт для e-commerce.
Языки c open source
Язык программирования с открытым исходным кодом и среда разработки для людей, которые хотят создавать изображения и анимацию.
Где найти больше open source проектов?
Один из самых крупных веб-сервисов для совместной разработки IT-проектов. Абсолютно бесплатен для open source проектов. Девиз сервиса “Social coding” можно перевести, как “Кодим вместе”.
Предназначен популяризовать open source проекты. С помощью инструментов, которые там предоставлены, разработчики создали мощное программное обеспечение в более чем 430,000 проектах; на ресурсе более 3,7 млн зарегистрированных пользователей. Популярный каталог объединяет более 41,8 млн клиентов с проектами open source и обслуживает более 4800000 скачиваний в день.
Как узнать является ли ПО open source и каковы правила его использования?
Необходимо понимать, что не все open source проекты могут быть использованы в коммерческих целях или свободно модифицированы.Чтобы узнать, является ли ПО open source и каковы правила его использования, нужно посмотреть его лицензию. Обычно полный ее текст находится непосредственно в коде.
Тем, кто хочет стать программистом, рекомендуем профессию «Веб-разработчик».
Пакет программного обеспечения для работы с медицинскими изображениями. 3D Slicer доступен на нескольких платформах, в числе которых Windows, Linux и OS X.
Инструмент, который позволяет распределять обработку больших массивов данных по кластерам компьютеров с помощью простых моделей программирования.
Популярный пакет программного обеспечения для работы с текстом, создания электронных таблиц, презентаций, графики, баз данных и т.д. Полностью открытый процесс разработки означает, что кто угодно может сообщать об ошибках, запрашивать новые возможности или улучшать программное обеспечение. Он написан в международном open standard формате, поэтому воспринимает файлы из других открытых офисных программных пакетов.
Coder (для Raspberry Pi)
Платформа для управления контентом, на которой работают миллионы веб-сайтов и приложений.
Менеджер для работы с медиаданными, предназначенный для создания больших централизованных медиа-библиотек.
Свободная операционная система типа Unix.
Офисный пакет для совместной разработки с функционалом, как у Microsoft Office или OpenOffice.org.
Система для создания курсов. Бесплатное веб-приложение, которое преподаватели могут использовать для создания эффективных Интернет-сайтов для обучения. Moodle стала очень популярной среди педагогов по всему миру в качестве инструмента для создания динамических веб-сайтов для своих студентов.
ПО для создания и управления обучающим аудио и видео контентом.
Мультиплатформенная система управления корпоративным контентом написанная на Java. Работает с несколькими базами данных (в том числе MySQL, Oracle, PostgreSQL, SQLLite, и другие), а также поддерживает несколько методов аутентификации.
Софт для создания частных и общественных облаков.
Сервис позволяет создавать опросы и делиться с контактами на сайте. Удобный способ собирать данные для их последующего анализа.
DICOM-сервер для здравоохранения и медицинских исследований. Предназначен для облегчения управления данными медицинских изображений. Хороший инструмент для автоматизации медицинских задач визуализации, специфических для каждого медучреждения.
Проект создан силами Open Source сообщества и предназначен для обеспечения лучших решений для предприятий с помощью бизнес аналитики.
Основные области применения:
Java™ разработчики могут использовать компоненты проекта для быстрого создания собственных решений для бизнес аналитики.
Модульная open source система управления цифровыми данными.
Бесплатный софт для e-commerce.
Языки c open source
Язык программирования с открытым исходным кодом и среда разработки для людей, которые хотят создавать изображения и анимацию.
Где найти больше open source проектов?
Один из самых крупных веб-сервисов для совместной разработки IT-проектов. Абсолютно бесплатен для open source проектов. Девиз сервиса “Social coding” можно перевести, как “Кодим вместе”.
Предназначен популяризовать open source проекты. С помощью инструментов, которые там предоставлены, разработчики создали мощное программное обеспечение в более чем 430,000 проектах; на ресурсе более 3,7 млн зарегистрированных пользователей. Популярный каталог объединяет более 41,8 млн клиентов с проектами open source и обслуживает более 4800000 скачиваний в день.
Как узнать является ли ПО open source и каковы правила его использования?
Необходимо понимать, что не все open source проекты могут быть использованы в коммерческих целях или свободно модифицированы.Чтобы узнать, является ли ПО open source и каковы правила его использования, нужно посмотреть его лицензию. Обычно полный ее текст находится непосредственно в коде.
Тем, кто хочет стать программистом, рекомендуем профессию «Веб-разработчик».
14 open-source проектов для прокачки Data Science мастерства (easy, normal, hard)
Data Science для начинающих
1. Sentiment Analysis (Анализ настроений через текст)
Посмотрите полную реализацию проекта Data Science с использованием исходного кода — Sentiment Analysis Project в R.
Язык: R
Набор данных/Пакет: janeaustenR
Статья переведена при поддержке компании EDISON Software, которая делает виртуальные примерочные для мультибрэндовых магазинов, а также тестирует программное обеспечение.
2. Fake News Detection (Обнаружение фейковых новостей)
Поднимите свои навыки на новый уровень, работая над проектом Data Science для начинающих — обнаружение поддельных новостей с помощью Python.
Фальшивые новости — это ложная информация, распространяемая через социальные сети и другие сетевые СМИ для достижения политических целей. В этой идее проекта по Data Science мы будем использовать Python для построения модели, которая может точно определять, является ли новость реальной или фальшивой. Мы создадим TfidfVectorizer и используем PassiveAggressiveClassifier для классификации новостей на «реальные» и «поддельные». Мы будем использовать набор данных формы 7796 × 4 и выполнять все в Jupyter Lab.
Набор данных/Пакет: news.csv
3. Detecting Parkinson’s Disease (Обнаружение болезни Паркинсона)
Продвигайтесь вперед, работая над идеей проекта Data Science Project Idea — выявление болезни Паркинсона с помощью XGBoost.
Мы начали использовать Data Science для улучшения здравоохранения и услуг — если мы можем предсказать заболевание на ранней стадии, то у нас будет много преимуществ. Итак, в этой идее проекта по Data Science мы научимся выявлять болезнь Паркинсона с помощью Python. Это нейродегенеративное, прогрессирующее заболевание центральной нервной системы, которое влияет на движение и вызывает дрожь и скованность. Это влияет на продуцирующие дофамин нейроны в головном мозге, и каждый год, это затрагивает более 1 миллиона человек в Индии.
Набор данных/Пакет: UCI ML Parkinsons dataset
Data Science проекты средней сложности
4. Speech Emotion Recognition(Распознавание эмоции из речи)
Ознакомьтесь с полной реализацией примера проекта Data Science — распознавание речи с помощью Librosa.
Давайте теперь научимся использовать разные библиотеки. Этот Data Science проект использует librosa для распознавания речи. SER — это процесс определения человеческих эмоций и аффективных состояний по речи. Поскольку мы используем тон и высоту тона для выражения эмоций голосом, SER актуален. Но так как эмоции субъективны, аннотирование звука является сложной задачей. Мы будем использовать функции mfcc, chroma и mel и использовать набор данных RAVDESS для распознавания эмоций. Мы создадим MLPC-классификатор для этой модели.
Набор данных/Пакет: RAVDESS dataset
5. Gender and Age Detection (Обнаружение пола и возраста)
Поразите работодателей с помощью новейшего проекта Data Science — определение пола и возраста с помощью OpenCV.
Набор данных/Пакет: Adience
6. Uber Data Analysis (Анализ данных Uber)
Посмотрите полную реализацию проекта Data Science с исходным кодом — Uber Data Analysis Project в R.
Это проект визуализации данных с ggplot2, в котором мы будем использовать R и его библиотеки и анализировать различные параметры. Мы будем использовать набор данных Uber Pickups в Нью-Йорке и создавать визуализации для различных временных рамок года. Это говорит нам о том, как время влияет на поездки клиентов.
Набор данных/Пакет: Uber Pickups in New York City dataset
7. Driver Drowsiness detection (Обнаружение сонливости водителя)
Прокачайте свои навыки, работая над Top Data Science Project — системой обнаружения сонливости с OpenCV & Keras.
Сонное вождение чрезвычайно опасно, и каждый год происходит около тысячи аварий из-за того, что водители засыпают во время вождения. В этом проекте на Python мы создадим систему, которая сможет обнаруживать сонных водителей, а также оповещать их звуковым сигналом.
Этот проект реализован с использованием Keras и OpenCV. Мы будем использовать OpenCV для обнаружения лица и глаз, а с помощью Keras мы будем классифицировать состояние глаза (Открытое или Закрытое) с использованием методов глубокой нейронной сети.
8. Chatbot
Создайте чат-бота с помощью Python и сделайте шаг вперед в своей карьере — Chatbot с NLTK & Keras.
Чат-боты являются неотъемлемой частью бизнеса. Многим предприятиям приходится предлагать услуги своим клиентам, и для их обслуживания требуется много рабочей силы, времени и усилий. Чат-боты могут автоматизировать большую часть взаимодействия с клиентами, отвечая на некоторые частые вопросы, которые задают клиенты. В основном есть два типа чат-ботов: Domain-specific и Open-domain. Domain-specific чат-бот часто используется для решения конкретной проблемы. Таким образом, вам нужно настроить его для эффективной работы в вашей сфере. Open-domain чат-ботам можно задавать любые вопросы, поэтому для их обучения требуется огромное количество данных.
Набор данных: Intents json file
Продвинутые Data Science проекты
9. Image Caption Generator(Генератор описания изображения)
Проверьте полную реализацию проекта с исходным кодом — Image Caption Generator с CNN & LSTM.
Описание того, что есть на изображении, является легкой задачей для людей, но для компьютеров, изображение — это просто набор цифр, которые представляют собой значение цвета каждого пикселя. Это трудная задача для компьютеров. Понять, что находится в изображении, а затем создать описание на естественном языке(например, на английском), является другой трудной задачей. Этот проект использует методы глубокого изучения, в которых мы реализуем Конволюционную нейронную сеть (CNN) с рекуррентной нейронной сетью (LSTM) для создания генератора описания изображения.
Набор данных: Flickr 8K
10. Credit Card Fraud Detection(Определение мошенничества с кредитными картами)
К настоящему времени вы начали понимать методы и концепции. Давайте перейдем к некоторым продвинутым проектам в области науки о данных. В этом проекте мы будем использовать язык R с такими алгоритмами, как деревья решений, логистическая регрессия, искусственные нейронные сети и классификатор градиентного бустинга. Мы будем использовать набор данных операций с картами, чтобы классифицировать транзакции по кредитным картам как мошеннические и подлинные. Мы подберем для них разные модели и построим кривые производительности.
Набор данных/Пакет: Card Transactions dataset
11. Movie Recommendation System(Cистема рекомендаций по фильмам)
Изучите реализацию лучшего Data Science проекта с Исходным кодом — Movie Recommendation System на языке R
В этом Data Science проекте мы будем использовать R, чтобы выполнить рекомендации фильма посредством машинного обучения. Система рекомендаций рассылает предложения пользователям через процесс фильтрации, основанный на предпочтениях других пользователей и истории просмотров. Если A и B нравится Home Alone, а B любит Mean Girls, то можно предложить A — им это тоже может понравиться. Это позволяет клиентам взаимодействовать с платформой.
Набор данных/Пакет: MovieLens dataset
12. Customer Segmentation(Сегментация покупателей)
Произведите впечатление на работодателей с помощью Data Science проекта (включая исходный код) — Сегментация клиентов с помощью машинного обучения.
Сегментация покупателей является популярным приложением неконтролируемого обучения (unsupervised learning). Используя кластеризацию, компании определяют сегменты клиентов для работы с потенциальной базой пользователей. Они делят клиентов на группы в соответствии с общими характеристиками, такими как пол, возраст, интересы и привычки расходования средств, чтобы они могли эффективно продавать свою продукцию каждой группе. Мы будем использовать K-means clustering, а также визуализировать распределение по полу и возрасту. Затем мы проанализируем их годовые доходы и уровень расходов.
Набор данных/Пакет: Mall_Customers dataset
13. Breast Cancer Classification (Классификация рака молочной железы)
Посмотрите полную реализацию проекта Data Science в Python — Классификация рака молочной железы с помощью глубокого обучения.
Возвращаясь к медицинскому вкладу науки данных, давайте научимся выявлять рак молочной железы с помощью Python. Мы будем использовать набор данных IDC_regular для выявления инвазивной карциномы протоки, наиболее распространенной формы рака молочной железы. Он развивается в молочных протоках, проникающем в волокнистую или жирную ткань молочной железы снаружи протока. В этой идее научного проекта по сбору данных мы будем использовать Deep Learning и библиотеку Keras для классификации.
Набор данных/Пакет: IDC_regular
14. Traffic Signs Recognition (Распознавание дорожных знаков)
Достижение точности в технологии самостоятельного вождения автомобиля с помощью проекта Data Science по распознаванию дорожных знаков с использованием CNN с открытым исходным кодом.
Дорожные знаки и правила дорожного движения очень важны для каждого водителя, чтобы избежать несчастных случаев. Чтобы следовать правилу, сначала нужно понять, как выглядит дорожный знак. Человек должен выучить все дорожные знаки, прежде чем ему дадут права на управление любым транспортным средством. Но сейчас количество автономных транспортных средств растет, и в ближайшем будущем человек уже не будет самостоятельно управлять машиной. В проекте «Распознавание дорожных знаков» вы узнаете, как программа может распознать тип дорожных знаков, принимая изображение в качестве входного сигнала. Набор контрольных данных распознавания дорожных знаков Германии (GTSRB) используется для построения глубокой нейронной сети для распознавания класса, к которому относится дорожный знак. Мы также создаем простой графический интерфейс для взаимодействия с приложением.
Набор данных: GTSRB (German Traffic Sign Recognition Benchmark)