SUPPORT VECTOR MACHINES
|
|
- Vilém Doležal
- před 8 lety
- Počet zobrazení:
Transkript
1 SUPPORT VECTOR MACHINES (SVM Algoritmy nosných vektorů) Stručný úvod do efektivní metody lineární klasifikace Jan Žižka Ústav informatiky PEF, Mendelova universita v Brně
2 Lineární oddělování tříd, výhody a problémy Oddělovací nadrovina, parametry Hledání nadrovin z trénovacích příkladů Stanovení optimální nadroviny (generalizace) Hraniční pásmo, nosné (supporting) vektory Převod do vyšších dimenzí, metoda SVM Trénování parametrů SVM, XOR příklad
3 Algoritmy, které induktivně (z trénovacích příkladů) hledají oddělovací hranice tříd, umí nastavovat parametry pro převážně lineární funkce, například klasický lineární perceptron. Algoritmy, které umí najít nelineární oddělovací funkce, se obecně učí obtížně a hrozí jim uvíznutí v lokálním extrému, daleko od optima. Typickým příkladem jsou sítě ze sigmoidálních perceptronů.
4 Hledání nelineární funkce může být také neproveditelné kvůli vysoké výpočetní náročnosti dané mnoha umělými dimenzemi (váhami propojení sigmoidálních neuronů). Existují však i metody, které využívají výhody efektivních lineárních metod a zároveň jsou schopny representovat vysoce složité nelinerní funkce: jádrové algoritmy (kernel machines).
5 Lineární diskriminační funkce a rozhodovací nadroviny: Nechť w = [w 1, w 2,..., w l ] T je l-dimensionální váhový vektor a w 0 tzv. práh. Odpovídající rozhodovací nadrovina je pak dána vztahem: g x =w T x w 0 =0 Na jedné straně nadroviny je g(x) > 0, na opačné zase g(x) < 0 rozlišení tříd. 1
6 Cílem je zjistit neznámé parametry vektoru w. Pro lineárně oddělitelné třídy lze najít optimum vzhledem k chybové funkci, i když výpočetní složitost (pro vysoká l) tomu může zabránit. Obvyklý postup je iterativní minimalizace chybové funkce gradientním sestupem. Při lineární neoddělitelnosti lze hledat vhodný lineární oddělovač např. pomocí metody nejmenších čtverců (MNČ).
7
8
9
10
11
12
13
14
15
16
17
18
19 SVM algoritmy: jsou motivovány stejně jako příbuzné algoritmy pro hledání lineární oddělovací hranice, ale spoléhají na specifické předzpracování, representují známé i neznámé případy v novém prostoru, který má typicky mnohem více dimenzí než prostor původní; vhodné nelineární mapování φ(.) do dostatečně mnoha dimenzí umožní oddělení nadrovinou.
20 Lineární oddělení dvou tříd, které obsahují jednorozměrné vektory, je vždy s chybou:
21 Lineární oddělení těchto tříd je možné po transformaci do prostoru s více rozměry:
22
23 Nosné (supporting) vektory jsou definovány jako ty trénovací vektory, které (po případné transformaci do vyšší dimenze) mají od oddělovací nadroviny stejnou vzdálenost. Nosné vektory tedy definují optimální (nejlépe generalizující) oddělovací nadrovinu a zároveň představují nejobtížněji klasifikovatelné vzory, protože leží nejblíž u hranice. Mají nejvyšší informační hodnotu pro klasifikační úlohu.
24 Princip trénování SVM je velmi jednoduchý: vyhledá se momentálně nejhůře klasifikovaný vzor (ten, který je na nesprávné straně nadroviny a je od ní vzdálen nejvíce); aktualizují se parametry nadroviny tak, aby byl vzor na správné straně; vzor pak tvoří jeden z nosných vektorů. Je to odlišné od perceptronu, kde lze vybrat náhodně libovolný chybně klasifikovaný vzor.
25 V praxi je ale takový postup příliš výpočetně náročný, protože pro každou aktualizaci je nutné projít celou množinu vzorů, aby byl nalezen ten s nejhorší klasifikací. Volba transformační funkce φ(.) je dána buď nějakou znalostí o problematice, nebo je nutné vyzkoušet polynom určitého stupně, radiální bázovou funkci ( zvonovitá ), resp. jinou bázovou funkci. Dimenze může být libovolně vysoká (ale omezená výpočetní složitostí).
26 Hledá se tedy optimální oddělovací nadrovina. Nadrovina je parametricky určena vektorem w: g x =w T x w 0 =0 1 (x jsou trénovací vektory příklady). Jak maximalizovat hraniční pásmo tak, aby to bylo výpočetně únosné?
27
28 w x w 0 = 1 x = x w w x w w 0 = 1 w x w 0 w w = 1 1 w w = 1 =2/ w w Nyní již lze vypočítat šířku pásma m:
29 m = x x = w = w = w w = = 2 w w w w = 2 w w Postup pro nějaké w a w 0 je tedy následující: 8 zajistí se, aby všechny trénovací příklady byly na správných stranách dělící nadroviny; v prostoru všech w a w 0 se vyhledá nejširší pásmo s příklady na správné straně.
30 Jak vyhledat optimální hraniční pásmo? Je nutno zvolit vhodnou prohledávací metodu. Různých metod je celá řada, a v praxi se osvědčila aplikace tzv. kvadratického programování QP (obdoba lineárního): optimalizační algoritmus; maximalizace kvadratické funkce; existují lineární omezení.
31 Kvadratické optimalizační kritérium: minimalizace w w, protože dle (8) platí m = 2 w w w w = 2 w w.
32 Pro určitá data dávají stejně dobré výsledky také jiné algoritmy, např. k-nn; a na určitých datech SVM selhává: no-free-lunch teorém. Avšak pro velmi rozsáhlá data přináší SVM velkou výhodu v tom, že nepotřebuje všechny trénovací příklady pro klasifikaci budoucích neznámých (jako např. k-nn), protože používá pouze podmnožinu: nosné vektory objevené tréninkem. Jejich počet může (i nemusí) být jen zlomkem všech použitých trénovacích dat.
33 Další výhodou SVM je větší robustnost. Vzhledem k tendenci najít co nejširší hraniční pásmo (z trénovacích příkladů) nemusí být menší nedokonalost v umístění nadroviny závažná. Na druhé straně však nadrovina silně závisí na výběru nosných vektorů a jejich malá změna může značně ovlivnit hraniční pásmo. Proto také zde platí obecná závislost na co nejlepší volbě trénovacích příkladů.
34 Příklad: SVM pro XOR problém.
35 Původní 2D prostor XOR problému je na levém obrázku. Souřadnice byly transformovány do prostoru, kde lze a od sebe lineárně oddělit. Z různých možných funkcí φ(.) byla použita expanze 2. řádu: 1, 2x 1, 2x 2, 2x 1 x 2, x 12, x 22. (Hodnota 2 je výhodná pro normalizaci.) Dvourozměrná projekce nového prostoru je znázorněna na pravém obrázku. Konec
3. Ve zbylé množině hledat prvky, které ve srovnání nikdy nejsou napravo (nevedou do nich šipky). Dát do třetí
DMA Přednáška Speciální relace Nechť R je relace na nějaké množině A. Řekneme, že R je částečné uspořádání, jestliže je reflexivní, antisymetrická a tranzitivní. V tom případě značíme relaci a řekneme,
Více(a) = (a) = 0. x (a) > 0 a 2 ( pak funkce má v bodě a ostré lokální maximum, resp. ostré lokální minimum. Pokud je. x 2 (a) 2 y (a) f.
I. Funkce dvou a více reálných proměnných 5. Lokální extrémy. Budeme uvažovat funkci f = f(x 1, x 2,..., x n ), která je definovaná v otevřené množině G R n. Řekneme, že funkce f = f(x 1, x 2,..., x n
VíceUmělá inteligence. Příklady využití umělé inteligence : I. konstrukce adaptivních systémů pro řízení technologických procesů
Umělá inteligence Pod pojmem umělá inteligence obvykle rozumíme snahu nahradit procesy realizované lidským myšlením pomocí prostředků automatizace a výpočetní techniky. Příklady využití umělé inteligence
Více2.4.11 Nerovnice s absolutní hodnotou
.. Nerovnice s absolutní hodnotou Předpoklady: 06, 09, 0 Pedagogická poznámka: Hlavním záměrem hodiny je, aby si studenti uvědomili, že se neučí nic nového. Pouze používají věci, které dávno znají, na
VíceŘešení: ( x = (1 + 2t, 2 5t, 2 + 3t, t); X = [1, 2, 2, 0] + t(2, 5, 3, 1), přímka v E 4 ; (1, 2, 2, 0), 0, 9 )
. Vyjádřete koeficienty vektoru (, 8, 9) vzhledem k následující bázi vektorového prostoru V : (,, 5), (,, ), (5,, ). [,, ].. Určete všechny hodnoty parametru u, pro které vektor a patří do vektorového
VíceKvadratické rovnice pro učební obory
Variace 1 Kvadratické rovnice pro učební obory Autor: Mgr. Jaromír JUŘEK Kopírování a jkaékoliv další využití výukového materiálu je povoleno pouze s uvedením odkazu na www.jarjurek.cz. 1. Kvadratické
Více{ } 9.1.9 Kombinace II. Předpoklady: 9108. =. Vypiš všechny dvoučlenné kombinace sestavené z těchto pěti prvků. Urči počet kombinací pomocí vzorce.
9.1.9 Kombinace II Předpoklady: 9108 Př. 1: Je dána pěti prvková množina: M { a; b; c; d; e} =. Vypiš všechny dvoučlenné kombinace sestavené z těchto pěti prvků. Urči počet kombinací pomocí vzorce. Vypisujeme
VíceZáklady. analýzy hlavních komponent a multivariačních regresních metod pro spektrální analýzu
Základy analýzy hlavních komponent a multivariačních regresních metod pro spektrální analýzu Multivariační analýza dat použití mnoha proměnných zároveň základem tabulka - matice dat řádky - vzorky sloupce
Více2.7.2 Mocninné funkce se záporným celým mocnitelem
.7. Mocninné funkce se záporným celým mocnitelem Předpoklady: 70 Mocninné funkce se záporným celým mocnitelem: znamená? 3 y = = = = 3 y y y 3 = ; = ; = ;.... Co to Pedagogická poznámka: Nechávám studenty,
Více2.8.9 Parametrické rovnice a nerovnice s absolutní hodnotou
.8.9 Parametrické rovnice a nerovnice s absolutní hodnotou Předpoklady: 0,, 806 Pedagogická poznámka: Opět si napíšeme na začátku hodiny na tabuli jednotlivé kroky postupu při řešení rovnic (nerovnic)
VíceTvorba trendové funkce a extrapolace pro roční časové řady
Tvorba trendové funkce a extrapolace pro roční časové řady Příklad: Základem pro analýzu je časová řada živě narozených mezi lety 1970 a 2005. Prvním úkolem je vybrat vhodnou trendovou funkci pro vystižení
VíceM - Rovnice - lineární a s absolutní hodnotou
Rovnice a jejich ekvivalentní úpravy Co je rovnice Rovnice je matematický zápis rovnosti dvou výrazů. př.: x + 5 = 7x - M - Rovnice - lineární a s absolutní hodnotou Písmeno zapsané v rovnici nazýváme
VíceALGEBRA LINEÁRNÍ, KVADRATICKÉ ROVNICE
ALGEBRA LINEÁRNÍ, KVADRATICKÉ ROVNICE A NEROVNICE, SOUSTAVY ROVNIC A NEROVNIC Gymnázium Jiřího Wolkera v Prostějově Výukové materiály z matematiky pro vyšší gymnázia Autoři projektu Student na prahu 21.
VíceKvadratické rovnice pro studijní obory
Variace 1 Kvadratické rovnice pro studijní obory Autor: Mgr. Jaromír JUŘEK Kopírování a jakékoliv další využití výukového materiálu je povoleno pouze s uvedením odkazu na www.jarjurek.cz. 1. Kvadratické
VíceSTEREOMETRIE. Vzdálenost bodu od přímky. Mgr. Jakub Němec. VY_32_INOVACE_M3r0113
STEREOMETRIE Vzdálenost bodu od přímky Mgr. Jakub Němec VY_32_INOVACE_M3r0113 VZDÁLENOST BODU OD PŘÍMKY V PROSTORU Při hledání vzdálenosti bodu od geometrického útvaru v prostoru je nutné si vždy úlohu
VícePraktikum II Elektřina a magnetismus
Oddělení fyzikálních praktik při Kabinetu výuky obecné fyziky MFF UK Praktikum II Elektřina a magnetismus Úloha č. VII Název: Měření indukčnosti a kapacity metodou přímou Pracoval: Matyáš Řehák stud.sk.:
VíceVOLBA TYPU REGULÁTORU PRO BĚŽNÉ REGULAČNÍ SMYČKY
VOLBA TYPU REGULÁTORU PRO BĚŽNÉ REGULAČNÍ SMYČKY Jaroslav Hlava TECHNICKÁ UNIVERZITA V LIBERCI Fakulta mechatroniky, informatiky a mezioborových studií Tento materiál vznikl v rámci projektu ESF CZ.1.07/2.2.00/07.0247,
VíceVztah mezi dvěma čísly, které se rovnají, se nazývá rovnost, jako například : ( 2) 3 = 8 4 = 2 ; 16 = 4 ; 1 = 1 a podobně. 2
Lineární rovnice o jedné neznámé O rovnicích obecně Vztah mezi dvěma čísly, které se rovnají, se nazývá rovnost, jako například : ( ) 8 ; 6 ; a podobně. ; Na rozdíl od rovností obsahuje rovnice kromě čísel
Více( ) 2.4.4 Kreslení grafů funkcí metodou dělení definičního oboru I. Předpoklady: 2401, 2208
.. Kreslení grafů funkcí metodou dělení definičního oboru I Předpoklady: 01, 08 Opakování: Pokud jsme při řešení nerovnic potřebovali vynásobit nerovnici výrazem, nemohli jsme postupovat pro všechna čísla
Více2.1.13 Funkce rostoucí, funkce klesající I
.1.13 Funkce rostoucí, funkce klesající I Předpoklad: 111 Pedagogická poznámka: Následující příklad je dobrý na opakování. Můžete ho studentům zadat na čas a ten kdo ho nestihne nebo nedokáže vřešit, b
VíceLineární algebra. Vektorové prostory
Lineární algebra Vektorové prostory Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace magisterského studijního programu Fakulty ekonomiky a managementu Registrační číslo projektu:
VíceMicrosoft Office. Word styly
Microsoft Office Word styly Karel Dvořák 2011 Styly Používání stylů v textovém editoru přináší několik nesporných výhod. Je to zejména jednoduchá změna vzhledu celého dokumentu. Předem připravené styly
Více1 Typografie. 1.1 Rozpal verzálek. Typografie je organizace písma v ploše.
1 Typografie Typografie je organizace písma v ploše. 1.1 Rozpal verzálek vzájemné vyrovnání mezer mezi písmeny tak, aby vzdálenosti mezi písmeny byly opticky stejné, aby bylo slovo, řádek a celý text opticky
VíceAplikované úlohy Solid Edge. SPŠSE a VOŠ Liberec. Ing. Aleš Najman [ÚLOHA 18 TVORBA PLOCH]
Aplikované úlohy Solid Edge SPŠSE a VOŠ Liberec Ing. Aleš Najman [ÚLOHA 18 TVORBA PLOCH] 1 ÚVOD V této kapitole je probírána tématika tvorby ploch pomocí funkcí vysunutí, rotace a tažení. V moderním světě,
VíceDUM 11 téma: Nástroje pro transformaci obrázku
DUM 11 téma: Nástroje pro transformaci obrázku ze sady: 2 tematický okruh sady: Bitmapová grafika ze šablony: 09 Počítačová grafika určeno pro: 2. ročník vzdělávací obor: vzdělávací oblast: číslo projektu:
Více2.7.1 Mocninné funkce s přirozeným mocnitelem
.7. Mocninné funkce s přirozeným mocnitelem Předpoklad: 0 Pedagogická poznámka: K následujícím třem hodinám je možné přistoupit dvěma způsob. Já osobně doporučuji postupovat podle učebnice. V takovém případě
VíceČíselné soustavy Ing. M. Kotlíková, Ing. A. Netrvalová Strana 1 (celkem 7) Číselné soustavy
Číselné soustavy Ing. M. Kotlíková, Ing. A. Netrvalová Strana (celkem 7) Polyadické - zobrazené mnohočlenem desítková soustava 3 2 532 = 5 + 3 + 2 + Číselné soustavy Číslice tvořící zápis čísla jsou vlastně
VíceLineární klasifikátory
Lineární klasifikátory Lineární klasifikátory obsah: perceptronový algoritmus základní verze varianta perceptronového algoritmu přihrádkový algoritmus podpůrné vektorové stroje Lineární klasifikátor navrhnout
Více( ) ( ) ( ) 2 ( ) 2.7.16 Rovnice s neznámou pod odmocninou II. Předpoklady: 2715
.7.6 Rovnice s neznámou pod odmocninou II Předpoklady: 75 Př. : Vyřeš rovnici y + + y = 4 y + + y = 4 / ( y + + y ) = ( 4) y + + 4 y + y + 4 y = 6 5y + 4 y + y = 8 5y + 4 y + y = 8 - v tomto stavu nemůžeme
VíceIMPORT A EXPORT MODULŮ V PROSTŘEDÍ MOODLE
Nové formy výuky s podporou ICT ve školách Libereckého kraje IMPORT A EXPORT MODULŮ V PROSTŘEDÍ MOODLE Podrobný návod Autor: Mgr. Michal Stehlík IMPORT A EXPORT MODULŮ V PROSTŘEDÍ MOODLE 1 Úvodem Tento
VíceNázev: VY_32_INOVACE_PG3309 Booleovské objekty ve 3DS Max - sčítání a odčítání objektů
Název: VY_32_INOVCE_PG3309 ooleovské objekty ve 3DS Max - sčítání a odčítání objektů utor: Mgr. Tomáš Javorský Datum vytvoření: 05 / 2012 Ročník: 3 Vzdělávací oblast / téma: 3D grafika, počítačová grafika,
Více3.2.4 Podobnost trojúhelníků II
3..4 odobnost trojúhelníků II ředpoklady: 33 ř. 1: Na obrázku jsou nakresleny podobné trojúhelníky. Zapiš jejich podobnost (aby bylo zřejmé, který vrchol prvního trojúhelníku odpovídá vrcholu druhého trojúhelníku).
Více1.1.1 Kvadratické rovnice (dosazení do vzorce) I
.. Kvadratické rovnice (dosazení do vzorce) I Předpoklady: základní početní operace Rovnicí se nazývá vztah rovnosti mezi dvěma výrazy obsahujícími jednu nebo více neznámých. V této kapitole se budeme
VíceZvyšování kvality výuky technických oborů
Zvyšování kvality výuky technických oborů Klíčová aktivita IV. Inovace a zkvalitnění výuky směřující k rozvoji matematické gramotnosti žáků středních škol Téma IV.. Kvadratické funkce, rovnice a nerovnice
VíceDopravní úloha. Jiří Neubauer. Katedra ekonometrie FEM UO Brno
Přednáška č. 9 Katedra ekonometrie FEM UO Brno Distribuční úlohy Budeme se zabývat 2 typy distribučních úloh dopravní úloha přiřazovací problém Dopravní úloha V dopravním problému se v typickém případě
VíceMatematická analýza III.
4. Extrémy funkcí více proměnných Miroslav Hušek, Lucie Loukotová UJEP 2010 Úvod Tato kapitola nás seznámí s metodami určování lokálních extrémů funkcí více proměnných a ukáže využití těchto metod v praxi.
VíceDefinice 6.2.1. z = f(x,y) vázané podmínkou g(x,y) = 0 jsou z geometrického hlediska lokálními extrémy prostorové křivky k, Obr. 6.2.1. Obr. 6.2.
Výklad Dalším typem extrémů, kterým se budeme zabývat jsou tzv. vázané extrémy. Hledáme extrémy nějaké funkce vzhledem k předem zadaným podmínkám. Definice 6.2.1. Řekneme, že funkce f : R n D f R má v
VíceJAK PŘIDAT UŽIVATELE PRO ADMINISTRÁTORY
JAK PŘIDAT UŽIVATELE PRO ADMINISTRÁTORY Po vytvoření nové společnosti je potřeba vytvořit nové uživatele. Tato volba je dostupná pouze pro administrátory uživatele TM s administrátorskými právy. Tento
VícePRAKTIKUM II Elektřina a magnetismus
Oddělení fyzikálních praktik při Kabinetu výuky obecné fyziky MFF UK PRAKTIKUM II Elektřina a magnetismus Úloha č.: XIV Název: Relaxační kmity Pracoval: Pavel Brožek stud. skup. 12 dne 5.12.2008 Odevzdal
Více1.3.1 Kruhový pohyb. Předpoklady: 1105
.. Kruhový pohyb Předpoklady: 05 Předměty kolem nás se pohybují různými způsoby. Nejde pouze o přímočaré nebo křivočaré posuvné pohyby. Velmi často se předměty otáčí (a některé se přitom pohybují zároveň
VíceEXPONENCIÁLNÍ A LOGARITMICKÁ FUNKCE
Projekt ŠABLONY NA GVM Gymnázium Velké Meziříčí registrační číslo projektu: CZ.1.07/1.5.00/34.0948 IV-2 Inovace a zkvalitnění výuky směřující k rozvoji matematické gramotnosti žáků středních škol EXPONENCIÁLNÍ
VíceKONSTRUKČNÍ ÚLOHY ŘEŠENÉ UŽITÍM MNOŽIN BODŮ
Projekt ŠABLONY NA GVM Gymnázium Velké Meziříčí registrační číslo projektu: CZ.1.07/1.5.00/34.0948 IV-2 Inovace a zkvalitnění výuky směřující k rozvoji matematické gramotnosti žáků středních škol KONSTRUKČNÍ
VíceKvantové počítače algoritmy (RSA a faktorizace čísla) http://marble.matfyz.cz
Kvantové počítače algoritmy (RSA a faktorizace čísla) http://marble.matfyz.cz 14. 4. 2004 1. Algoritmus RSA Asymetrické šifrování. Existuje dvojice tajného a veřejného klíče, takže není nutné předat klíč
VíceSoustavy lineárních rovnic
1 Soustavy lineárních rovnic Příklad: Uvažujme jednoduchý příklad soustavy dvou lineárních rovnic o dvou neznámých x, y: x + 2y = 5 4x + y = 6 Ze střední školy známe několik metod, jak takové soustavy
VíceDualita v úlohách LP Ekonomická interpretace duální úlohy. Jiří Neubauer. Katedra ekonometrie FEM UO Brno
Přednáška č. 6 Katedra ekonometrie FEM UO Brno Uvažujme obecnou úlohu lineárního programování, tj. úlohu nalezení takového řešení vlastních omezujících podmínek a 11 x 1 + a 1 x +... + a 1n x n = b 1 a
VíceINŽENÝRSKÁ MATEMATIKA LOKÁLNÍ EXTRÉMY
INŽENÝRSKÁ MATEMATIKA LOKÁLNÍ EXTRÉMY FUNKCÍ DVOU PROMĚNNÝCH Robert Mařík 2. října 2009 Obsah z = x 4 +y 4 4xy + 30..................... 3 z = x 2 y 2 x 2 y 2........................ 18 z = y ln(x 2 +y)..........................
VíceNyní jste jedním z oněch kouzelníků CÍL: Cílem hry je zničit soupeřovy HERNÍ KOMPONENTY:
Vytvořili Odet L Homer a Roberto Fraga Velikonoční ostrov je tajemný ostrov v jižním Pacifiku. Jeho původní obyvatelé již před mnoha lety zmizeli a jediné, co po nich zůstalo, jsou obří sochy Moai. Tyto
VíceLokální a globální extrémy funkcí jedné reálné proměnné
Lokální etrémy Globální etrémy Použití Lokální a globální etrémy funkcí jedné reálné proměnné Nezbytnou teorii naleznete Breviáři vyšší matematiky (odstavec 1.). Postup při hledání lokálních etrémů: Lokální
VíceDUM téma: KALK Výrobek sestavy
DUM téma: KALK Výrobek sestavy ze sady: 2 tematický okruh sady: Příprava výroby a ruční programování CNC ze šablony: 6 Příprava a zadání projektu Určeno pro : 3 a 4 ročník vzdělávací obor: 23-41-M/01 Strojírenství
VíceMatematika a její aplikace. Matematika a její aplikace
Šablona č. 5, sada č. 2 Vzdělávací oblast Vzdělávací obor Tematický okruh Matematika a její aplikace Matematika a její aplikace Početní operace násobení a dělení Téma Násobení a dělení čísly 2, 3, 4, 5
VícePostup práce s elektronickým podpisem
Obsah 1. Obecné informace o elektronickém podpisu... 2 2. Co je třeba nastavit, abyste mohli používat elektronický podpis v MS2014+... 2 2.1. Microsoft Silverlight... 2 2.2. Zvýšení práv pro MS Silverlight...
VíceE-ZAK. metody hodnocení nabídek. verze dokumentu: 1.1. 2011 QCM, s.r.o.
E-ZAK metody hodnocení nabídek verze dokumentu: 1.1 2011 QCM, s.r.o. Obsah Úvod... 3 Základní hodnotící kritérium... 3 Dílčí hodnotící kritéria... 3 Metody porovnání nabídek... 3 Indexace na nejlepší hodnotu...4
Více4.2.7 Voltampérová charakteristika rezistoru a žárovky
4.2.7 Voltampérová charakteristika rezistoru a žárovky Předpoklady: 4205 Pedagogická poznámka: Tuto hodinu učím jako běžnou jednohodinovku s celou třídou. Některé dvojice stihnou naměřit více odporů. Voltampérová
VíceKapitola I - Množiny bodů daných vlastností I.a Co je množinou všech bodů v rovině, které mají od daných dvou různých bodů stejnou vzdálenost? I.
Kapitola I - Množiny bodů daných vlastností I.a Co je množinou všech bodů v rovině, které mají od daných dvou různých bodů stejnou vzdálenost? I.b Co je množinou středů všech kružnic v rovině, které prochází
Více9.2.5 Sčítání pravděpodobností I
9.2.5 Sčítání pravděpodobností I Předpoklady: 9203 Pedagogická poznámka: Následující problém sice zadávám jako příklad, ale minimálně na začátku s žáky počítám na tabuli. I kvůli tomu, aby jejich úprava
VíceDiagnostické programy
Úvod Diagnostické programy (Petr Novák, Ing, Ph.D., novakpe@labe.felk.cvut.cz) Základní vzhled aplikace pro diagnostiku (uvedené obrázky nemusí být zcela aktuální.) Skupiny testů / úloh Diagnostika - HessScreen
VícePoznámky k verzi. Scania Diagnos & Programmer 3, verze 2.27
cs-cz Poznámky k verzi Scania Diagnos & Programmer 3, verze 2.27 Verze 2.27 nahrazuje verzi 2.26 programu Scania Diagnos & Programmer 3 a podporuje systémy ve vozidlech řady P, G, R a T a řady F, K a N
Více4. Výčtem prvků f: {[2,0],[3,1],[4,2],[5,3]}
1/27 FUNKCE Základní pojmy: Funkce, definiční obor, obor hodnot funkce Kartézská soustava souřadnic, graf funkce Opakování: Číselné množiny, úpravy výrazů, zobrazení čísel na reálné ose Funkce: Zápis:
VíceRozvrhování zaměstnanců
Rozvrhování zaměstnanců 23. dubna 2014 1 Úvod 2 Rozvrhování volných dnů 3 Rozvrhování směn 4 Cyklické rozvrhování směn 5 Rozvrhování pomocí omezujících podmínek Rozvrhování zaměstnanců Jedná se o problém
VíceAlgoritmy a struktury neuropočítačů ASN P9 SVM Support vector machines Support vector networks (Algoritmus podpůrných vektorů)
Algoritmy a struktury neuropočítačů ASN P9 SVM Support vector machines Support vector networks (Algoritmus podpůrných vektorů) Autor: Vladimir Vapnik Vapnik, V. The Nature of Statistical Learning Theory.
VíceMONOTÓNNOST FUNKCE. Nechť je funkce f spojitá v intervalu I a nechť v každém vnitřním bodě tohoto intervalu existuje derivace f ( x)
11.+12. přednáška S výjimkou velmi jednoduchých unkcí (lineární, parabolické) potřebujeme k vytvoření názorné představy o unkci a k načrtnutí jejího grau znát další inormace o unkci (intervaly monotónnosti,
VícePingpongový míček. Petr Školník, Michal Menkina. TECHNICKÁ UNIVERZITA V LIBERCI Fakulta mechatroniky, informatiky a mezioborových studií
Petr Školník, Michal Menkina TECHNICKÁ UNIVERZITA V LIBERCI Fakulta mechatroniky, informatiky a mezioborových studií Tento materiál vznikl v rámci projektu ESF CZ.1.7/../7.47, který je spolufinancován
VícePNG (Portable Network Graphics)
Formáty uložení dat Používat pokud možno otevřené formáty s dobrou podporou Podstatná je možnost migrace na nový formát Ukládat Master soubory s pokud možno nejúplnější informací o procesu digitalizace
VíceOptimalizace řezných podmínek I. (konvenční optimalizace)
Ústav Strojírenské technologie Speciální technologie č. zadání: Cvičení Optimalizace řezných podmínek I. (konvenční optimalizace) Příklad č. 1 Pro soustružení oceli 12050.1, Ø60mm, vypočítejte limitní
VíceVedoucí bakalářské práce
Univerzita Pardubice, Fakulta ekonomicko-správní, Ústav Posudek vedoucího bakalářské práce Jméno studenta Téma práce Cíl práce Vedoucí bakalářské práce Barbora RUMLOVÁ ANALÝZA A POTENCIÁLNÍ ROZVOJ CESTOVNÍHO
VíceDS SolidWorks PDM Workgroup
Komplexní správa dat s podporou systému DS SolidWorks PDM Workgroup Příklad 3 - Tvorba CAD sestavy s podporou PDMW Ing. Martin Nermut, 2012 Cíl: Vytvořit pomocí aplikace SolidWorks jednoduchou sestavu
VíceZvyšování kvality výuky technických oborů
Zvyšování kvality výuky technických oborů Klíčová aktivita V. 2 Inovace a zkvalitnění výuky směřující k rozvoji odborných kompetencí žáků středních škol Téma V. 2. 10 Základní části strojů Kapitola 28
Vícehttp://www.zlinskedumy.cz
Číslo projektu Číslo a název šablony klíčové aktivity Tematická oblast Autor Ročník 2, 3 Obor Anotace CZ.1.07/1.5.00/34.0514 III/2 Inovace a zkvalitnění výuky prostřednictvím ICT Elektronické obvody, vy_32_inovace_ma_42_06
VíceAritmetika s didaktikou I.
Katedra matematiky PF UJEP Aritmetika s didaktikou I. KM1 / 0001 Přednáška 03 Operace v množině, vlastnosti binárních operací O čem budeme hovořit: zavedení pojmu operace binární, unární a další operace
Vícekdyž n < 100, n N, pak r(n) = n,
Zúžená aritmetika úvod Nad a Stehlíková Autorem netradiční aritmetické struktury, v rámci které se budeme nadále pohybovat, je Prof. Milan Hejný. Nejdříve si zavedeme základní pojmy. Základem zúžené aritmetiky
VíceZákonitosti, vztahy a práce s daty
20mate matematika Jednotlivé kapitoly mají rozsah čtyř stran a každá kapitola je obohacena o rozšiřující učivo. sčítání a odčítání Zákonitosti, vztahy a práce s daty 1 Vyřeš úlohy. a) Součet všech čísel
Více2.6.4 Lineární lomené funkce s absolutní hodnotou
.6. Lineární lomené funkce s absolutní hodnotou Předpoklady: 60, 603 Pedagogická poznámka: Hlavním cílem hodiny je nácvik volby odpovídajícího postupu. Proto je dobré nechat studentům chvíli, aby si metody
VíceAbstrakt. Následující text obsahuje detailní popis algoritmu Minimax, který se používá při realizaci rozhodování
Abstrakt Následující text obsahuje detailní popis algoritmu Minimax, který se používá při realizaci rozhodování počítačového hráče v jednoduchých deskových hrách, a jeho vylepšení Alfa-Beta ořezávání,
VíceIRACIONÁLNÍ ROVNICE. x /() 2 (umocnění obou stran rovnice na druhou) 2x 4 9 /(-4) (ekvivalentní úpravy) Motivace: Teorie: Řešené úlohy:
IRACIONÁNÍ ROVNICE Motivace: V řadě matematických úloh je nutno ovládat práci s odmocninami a rovnicemi, které obsahují neznámou pod odmocninou, mj. při vyjádření neznámé z technických vzorců. Znalosti
VíceGoogle AdWords - návod
Google AdWords - návod Systém Google AdWords je reklamním systémem typu PPC, který provozuje společnost Google, Inc. Zobrazuje reklamy ve výsledcích vyhledávání či v obsahových sítích. Platí se za proklik,
VíceUŽITÍ DERIVACÍ, PRŮBĚH FUNKCE
MENDELOVA UNIVERZITA V BRNĚ LDF MT MATEMATIKA UŽITÍ DERIVACÍ, PRŮBĚH FUNKCE Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakult MENDELU v Brně (LDF) s ohledem na disciplin
VíceMetodika pro učitele
Metodika pro učitele Úprava a práce s fotografiemi v programu PhotoScape Obrázkový editor PhotoScape je zdarma dostupný program, který nabízí jednoduchou úpravu obrázků a fotek, je určen začátečníků a
VíceZáklady počítačové grafiky
Základy počítačové grafiky Prezentace přednášek Ústav počítačové grafiky a multimédií Téma přednášky Textury 3D objektů Motto Objekty v reálném světě nejsou plastikové koule plující v prostoru kolem nás!
VíceRostislav Horčík. 13. října 2006
3. přednáška Rostislav Horčík 13. října 2006 1 Lineární prostory Definice 1 Lineárním prostorem nazýváme každou neprázdnou množinu L, na které je definováno sčítání + : L L L a násobení reálným číslem
Více+ 420 495 535 671 / /
regulační šroub Princip Regulační šroub MARCOVIS EiSYS byl navržen tak, aby se v maximální možné míře snížil počet tepelných mostů způsobených kovovými částmi nosné konstrukce fasády. Při použití tohoto
VíceÚpravy skříní a čelních ploch pro úchopovou lištou
Úpravy skříní a čelních ploch pro úchopovou lištou Úchopová lišta znamená hliníkovou lištu, která je součástí korpusu. Skříňky jsou připraveny pro osazení této lišty, lišta samotná se osazuje až na montáži.
VíceTriangulace pomocí kruhových oblouků a metoda konečných prvků
Triangulace pomocí kruhových oblouků a metoda konečných prvků Kateřina Čech Dobiášová, Zbyněk Šír Katedra didaktiky matematiky, MFF UK Sokolovská 83, 186 75 Praha 8 kacedobi@gmail.com Matematický ústav
VíceTeorie grafů. Bedřich Košata
Teorie grafů Bedřich Košata Co je to graf Možina bodů (uzlů) spojených "vazbami" Uzel = vrchol (vertex, pl. vertices) Vazba = hrana (edge) K čemu je to dobré Obecný model pro Sítě Telekomunikační Elektrické
VíceZvyšování IT gramotnosti zaměstnanců vybraných fakult MU MS POWERPOINT 2010
Zvyšování IT gramotnosti zaměstnanců vybraných fakult MU MS POWERPOINT 2010 Novinky v PowerPoint 2010 Správa souborů v novém zobrazení Backstage Automatické ukládání verzí prezentace Uspořádání snímků
VíceVýsledky testování školy. Druhá celoplošná generální zkouška ověřování výsledků žáků na úrovni 5. a 9. ročníků základní školy. Školní rok 2012/2013
Výsledky testování školy Druhá celoplošná generální zkouška ověřování výsledků žáků na úrovni 5. a 9. ročníků základní školy Školní rok 2012/2013 Základní škola Ústí nad Orlicí, Komenského 11 Termín zkoušky:
VíceSemestrální práce NÁVRH ÚZKOPÁSMOVÉHO ZESILOVAČE. Daniel Tureček zadání číslo 18 cvičení: sudý týden 14:30
Semestrální práce NÁVRH ÚZKOPÁSMOVÉHO ZESILOVAČE Daniel Tureček zadání číslo 18 cvičení: sudý týden 14:30 1. Ověření stability tranzistoru Při návrhu úzkopásmového zesilovače s tranzistorem je potřeba
Více15 s. Analytická geometrie lineárních útvarů
5 s Analytická geometrie lineárních útvarů ) Na přímce: a) Souřadnice bodu na přímce: Bod P nazýváme počátek - jeho souřadnice je P [0] Nalevo od počátku leží čísla záporná, napravo čísla kladná. Každý
VíceTvorba a využití výukových animací pro praktikum z genetiky
Tvorba a využití výukových animací pro praktikum z genetiky RNDr. Pavel Lízal, Ph.D. Oddělení genetiky a molekulární biologie Ústav experimentální biologie Přírodovědecká fakulta MU 2008 Vznikají první
Více10.1.13 Asymptoty grafu funkce
.. Asmptot grafu funkce Předpoklad:, Asmptot grafu už známe kreslili jsme si je jako přímk, ke kterým se graf funkce přibližuje. Nakreslení asmptot, pak umožňuje přesnější kreslení grafu. Například u hperbol
VíceKapitola 7: Integrál. 1/14
Kapitola 7: Integrál. 1/14 Neurčitý integrál. Definice: Necht f je funkce definovaná na intervalu I. Funkci F definovanou na intervalu I, pro kterou platí F (x) = f (x) x I nazýváme primitivní funkcí k
VíceSystém zvukové signalizace a spouštění motoru na základě stavu světla
Systém zvukové signalizace a spouštění motoru na základě stavu světla vzorová úloha (SŠ) Jméno Třída.. Datum.. 1. Teoretický úvod Cílem této úlohy je sestavit systém sledující stav světla, které bude vyhodnocováno
VíceDefinice 6.1 Sled (z vrcholu u do vrcholu v) v grafu G je libovolná posloupnost
Kapitola 6 Cesty v grafu Tématem této kapitoly jsou cesty v grafech a různé jejich modifikace. Pomocí cest zavedeme souvislé grafy a odvodíme některé jejich vlastnosti. Představíme rovněž eulerovské a
Vícepříjmy firmy - suma peněžních prostředků získaných z prodeje její produkce (příjmy = tržby)
Příjmy a zisk Příjmy firmy příjmy firmy - suma peněžních prostředků získaných z prodeje její produkce (příjmy = tržby) cíle firmy - maximalizace zisku lze dosáhnout buď minimalizací nákladů nebo maximalizací
VíceDomácí úkol DU01_2p MAT 4AE, 4AC, 4AI
Příklad 1: Domácí úkol DU01_p MAT 4AE, 4AC, 4AI Osm spolužáků (Adam, Bára, Cyril, Dan, Eva, Filip, Gábina a Hana) se má seřadit za sebou tak, aby Eva byly první a Dan předposlední. Příklad : V dodávce
Více2.1. Pojem funkce a její vlastnosti. Reálná funkce f jedné reálné proměnné x je taková
.. Funkce a jejich graf.. Pojem funkce a její vlastnosti. Reálná funkce f jedné reálné proměnné je taková binární relace z množin R do množin R, že pro každé R eistuje nejvýše jedno R, pro které [, ] f.
VícePŘÍLOHA č. 2B PŘÍRUČKA IS KP14+ PRO OPTP - ŽÁDOST O ZMĚNU
PŘÍLOHA č. 2B PRAVIDEL PRO ŽADATELE A PŘÍJEMCE PŘÍRUČKA IS KP14+ PRO OPTP - ŽÁDOST O ZMĚNU OPERAČNÍ PROGRAM TECHNICKÁ POMOC Vydání 1/7, platnost a účinnost od 04. 04. 2016 Obsah 1 Změny v projektu... 3
Vícepřetrénování = ztráta schopnosti generalizovat vlivem přílišného zaměření klasifikátorů na rozeznávání pouze konkrétních trénovacích dat
Zkouška ISR 2013 přetrénování = ztráta schopnosti generalizovat vlivem přílišného zaměření klasifikátorů na rozeznávání pouze konkrétních trénovacích dat 1. Rozdílné principy u induktivního a deduktivního
VíceMS WORD 2007 Styly a automatické vytvoření obsahu
MS WORD 2007 Styly a automatické vytvoření obsahu Při formátování méně rozsáhlých textů se můžeme spokojit s formátováním použitím dílčích formátovacích funkcí. Tato činnost není sice nijak složitá, ale
VíceINTEGROVANÉ DOPRAVNÍ SYSTÉMY
INTEGROVANÉ DOPRAVNÍ SYSTÉMY Ing. Martin Jareš, Ph.D. E-mail: jares@ropid.mepnet.cz Místnost: K405 Více informací: ids.zastavka.net SEZNAM PŘEDNÁŠEK: 1. Úvod do IDS (5.10.) 2. Rozdělení integračních opatření
VíceUplatnění nových informačních technologií ve výuce a na zdravotnickém pracovišti. Marie Marková
Uplatnění nových informačních technologií ve výuce a na zdravotnickém pracovišti Marie Marková Podpora mobilních technologií na pracovišti onkologických sester Supporting innovative learning approaches
Více