Αναγνώριση Προτύπων Εργασία 2η Clustering

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "Αναγνώριση Προτύπων Εργασία 2η Clustering"

Transcript

1 ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ & ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Αναγνώριση Προτύπων Εργασία 2η Clustering Κιντσάκης Αθανάσιος 6667 Μόσχογλου Στυλιανός Ιανουαρίου, 2013

2 Περιεχόμενα Περιγραφή του προβλήματος... 3 Οργάνωση του συνόλου των δεδομένων... 3 Κατασκευή των attributes... 3 Clustering... 4 Summer... 4 Hierarchical... 4 SOM Kmeans Autumn Hierarchical SOM Kmeans Winter Hierarchical SOM Kmeans Spring Hierarchical SOM Kmeans

3 Περιγραφή του προβλήματος Στα πλαίσια της εργασίας αυτής κληθήκαμε να ομαδοποιήσουμε μια σειρά καταστημάτων ε- νός εμπορικού κέντρο με κριτήριο την ενεργειακή τους κατανάλωση. Μας δόθηκε ένα σύνολο δεδομένων που περιείχε την ενεργειακή κατανάλωση ανά ώρα κάθε καταστήματος για έναν αριθμό συνεχόμενων ημερών (υπερβαίνει ελαφρώς το ένα έτος). Ο τρόπος που εργαστήκαμε ήταν αρχικά να τροποποιήσουμε τον τρόπο οργάνωσης των δεδομένων, στη συνέχεια από τα δεδομένα αυτά δημιουργήσαμε έναν αριθμό από attributes για κάθε κατάστημα και τέλος με βάση τα attributes αυτά έγινε το clustering. Το clustering έγινε με βάση τις τεχνικές kmeans,smo,hierarchical. Οργάνωση του συνόλου των δεδομένων Αρχικά ανοίξαμε στο WEKA το.csv το αρχείο και αφαιρέσαμε την ημερομηνία. Επίσης στο excel αφαιρέσαμε τα ονόματα στην πρώτη γραμμή. Στη συνέχεια εισάγαμε τα δεδομένα στο matlab. Τα δεδομένα δίνονται οργανωμένα ανά ημέρα. Χωρίζουμε τις ημέρες λοιπόν στις 4 εποχές και έτσι έχουμε 4 πίνακες, έναν για κάθε εποχή. Η συνάρτηση store_wise τα οργανώνει τα δεδομένα κάθε εποχής ανά κατάστημα, δηλαδή έ- χουμε πχ την κατανάλωση του πρώτου καταστήματος για κάθε μέρα, ακολουθεί του δεύτερου κτλ.. Καταλήγουμε λοιπόν με 4 πίνακες, έναν για κάθε εποχή, οι οποίοι είναι οργανωμένοι ανά κατάστημα. Κατασκευή των attributes Για να κατασκευάσουμε τα attributes βάση των οποίων θα γίνει το clustering αρχικά χωρίσαμε την ημερήσια ωριαία κατανάλωση κάθε καταστήματος σε 3 χρονικές 8ώρες ζώνες. Στο σύνολο των ημερών της εποχής, βρήκαμε για κάθε μια από τις 3 8ώρες ζώνες τις ημέρας το average, max και sum. Καταλήγουμε λοιπόν με έναν πίνακα όπου έχουμε για κάθε κατάστημα το average, max και sum κάθε τρίωρου όλων των ημερών της εποχής. Ο πίνακας έχει σαν γραμμές τα καταστήματα και σαν στήλες τα average, max και sum κάθε τρίωρου, τα οποία είναι 9 σε αριθμό και αποτελούν τα attributes βάση των οποίων θα γίνει clustering. Έχουμε έναν τέτοιον πίνακα για κάθε εποχή. 3

4 Clustering Summer Αρχικά εντοπίζουμε πως τα μαγαζιά 6,28,35,40,41,42,45,47 έχουν μηδενική κατανάλωση σε όλη την διάρκεια της εποχής. Οπότε αμέσως αποβάλλονται από το σετ. Hierarchical Πραγματοποιούμε Ιεραρχικό Clustering με αριθμό clusters ίσο με 8. Προκύπτουν 4

5 Παρατηρούμε πως ο κόκκινος και ο καφέ έχουν πολύ αυξημένη κατανάλωση σε σχέση με τους υπολοίπους και μάλιστα αυτή εμφανίζεται και στα 3 οκτάωρα, σε όλη δηλαδή την διάρκεια της ημέρας. Τους μαρκάρουμε λοιπόν ως πολύ καλούς πελάτες και τους απομακρύνουμε από το σετ. Οι πελάτες αυτοί είναι ο 2 και ο 14. Αφού τους απομακρύνουμε λοιπόν ξανατρέχουμε τον αλγόριθμο Clustering ξεκινώντας από χαμηλό αριθμό clusters και σταδιακά αυξάνοντας. Αρχικά τρέχουμε για 4. Προκύπτουν 5

6 Παρατηρούμε πως το μουσταρδί cluster (no comment για το χρώμα το matlab τα διαλέγει από το pallet) αποτελεί τους χαμηλής ισχύος καταναλωτές και με καταναλωτική συμπεριφορά που χαρακτηρίζεται από ελάχιστη κατανάλωση τις ώρες 1-8. Η κατανάλωση τους λαμβάνει χώρα τις ώρες 9-16 και Στη συνέχεια το καφέ cluster έχει αυξημένη κατανάλωση και ως προς τους 3 άξονες (τα 3 ο- κτάωρα) σε σχέση με το μουσταρδί. Στο καφέ cluster έχουμε παρόμοια καταναλωτική συμπεριφορά με το μουσταρδί αν και έχουμε και κάποιες περιπτώσεις αυξημένης βραδινής κατανάλωσης. Το σκούρο μπλε και το γαλάζιο cluster αποτελούν καταστήματα με αρκετά αυξημένη κατανάλωση σε σχέση με τα καφέ και μουσταρδί. Τα δύο clusters αυτά έχουν από 2 στοιχεία το καθένα, βλέπουμε όμως πως και στις 2 περιπτώσεις το ένα από τα δύο διαφέρει πολύ ως προς το άλλο στην βραδινή κατανάλωση τις ώρες 1-8. Αν μας ενδιαφέρει πολύ να γίνει η διαφοροποίηση αυτή αυξάνουμε τον αριθμό των clusters σε 6 και ξανατρέχουμε τον αλγόριθμο από όπου προκύπτουν και τα παρακάτω αποτελέσματα. 6

7 Τα clusters πορτοκαλί και καφέ αντιστοιχούν στα προηγούμενα μουσταρδί και καφέ. Δεν έ- χουμε να αναφέρουμε κάτι περαιτέρω για αυτά, ισχύουν τα προηγούμενα. Τα υπόλοιπα 4 clusters αποτελούν σημεία με κοινό την αυξημένη κατανάλωση αλλά πιο συγκεκριμένα Ο ανοιχτό μπλε έχει γενικά μέτρια αυξημένη κατανάλωση με peak τις βραδινές ώρες (1-8). Ο σκούρο μπλε έχει γενικά μέτρια αυξημένη κατανάλωση αλλά κυρίως τις ώρες 9-16 και Ο γαλάζιος έχει αρκετά αυξημένη κατανάλωση κυρίως τις ώρες 9-16 και Ο κίτρινος έχει αρκετά αυξημένη κατανάλωση κυρίως τις βραδινές 1-8 ώρες. Οι συντελεστές αποτίμησης της ποιότητας για το κάθε cluster είναι Cohesion 1.0e+10 *

8 Mean Cohesion e+10 Separation 1.0e+12 * Mean Separation e+12 Silhouette Mean Silhouette Παρατηρήσεις Οι εικόνες είναι σε bitmap. Η ποιότητα τους είναι πολύ καλή και με αρκετά μεγάλο zoom φαίνονται καθαρά οι διαφορές. Επειδή είναι 3d plot χρειάζονται rotate για να φανούν επαρκώς οι διαφορές. Για το λόγο αυτό αν χρειαστεί μπορούμε να σας δείξουμε τα matlab figures που επιδέχονται rotate. Για clusters του ενός σημείου το cohesion το θέτουμε 0 και αντίστοιχα τον συντελεστή silhouette 1. 8

9 Αφού καταλήξουμε λοιπόν πειραματικά στον βέλτιστο αριθμό clusters τρέχουμε στη συνέχεια και τους υπόλοιπους αλγορίθμους και συγκρίνουμε τα αποτελέσματα. 9

10 SOM Cohesion 1.0e+11 *

11 Seperation 1.0e+12 * Silhouette mean cohesion e+10 11

12 mean separation e+12 mean silhouette

13 Kmeans cohesion 1.0e+11 *

14 seperation 1.0e+12 * silhouette mean cohesion e+11 mean separation e+12 mean silhouette

15 Καταλήγουμε πως το καλύτερο οπτικά αλλά και βάση των μετρικών αξιολόγησης clustering παράγει ο ιεραρχικός αλγόριθμος. Ακολουθεί ο SOM και τελευταίος έρχεται ο kmeans. Για τις υπόλοιπες εποχές εργαστήκαμε με τον ίδιο τρόπο. Συνοψίζουμε τα βήματα Αφαιρούμε τα καταστήματα με μηδενική κατανάλωση Μαρκάρουμε τα καταστήματα με πολύ υψηλή κατανάλωση ως high profile καταναλωτές και τους αφαιρούμε από το σετ. Πραγματοποιούμε πειραματικές δοκιμές με χρήση ενός αλγορίθμου (συνήθως του ιεραρχικού) για να βρούμε τον βέλτιστο αριθμό clusters βάση του οποίου έχουμε το ο- πτικά καλύτερο αλλά και χρήσιμο (να μπορούν να βγουν συμπεράσματα) αποτέλεσμα. Αφού βρούμε τον βέλτιστο αριθμό clusters εκτελούμε για αυτόν και τους υπόλοιπους αλγορίθμους και συγκρίνουμε τα αποτελέσματα. Η λογική είναι ακριβώς ίδια για τις υπόλοιπες εποχές. Παρακάτω παραθέτουμε για τις υπόλοιπες εποχές μόνο τα αποτελέσματα της παραπάνω διαδικασίας. 15

16 Autumn Μηδενική κατανάλωση έχουν οι 28,35,40,41,42,45,47 High profile καταναλωτής ο 14 και πάλι Ακολουθεί clustering με 5 ομάδες Hierarchical 16

17 all_cohesion 1.0e+11 * all_seperation 1.0e+12 * all_silhouette mean cohesion e+11 mean separation e+12 17

18 mean silhouette

19 SOM cohesion 1.0e+11 *

20 seperation 1.0e+12 * silhouette mean cohesion e+11 mean separation e+12 mean silhouette

21 Kmeans cohesion 1.0e+11 *

22 seperation 1.0e+12 * silhouette mean cohesion e+11 mean separation e+12 mean silhouette

23 Winter Μηδενική κατανάλωση οι 28,35,40,41,42,45,47 High profile καταναλωτής ο 14 Ακολουθεί clustering με 5 ομάδες Hierarchical 23

24 cohesion 1.0e+11 * seperation 1.0e+12 * silhouette 24

25 mean cohesion e+11 mean separation e+12 mean silhouette

26 SOM cohesion 1.0e+11 *

27 seperation 1.0e+12 * silhouette mean cohesion e+11 mean separation e+12 mean silhouette

28 Kmeans cohesion 1.0e+11 *

29 seperation 1.0e+12 * silhouette mean cohesion e+11 mean separation e+12 mean silhouette

30 Spring Μηδενική Κατανάλωση οι 28,35,40,41,42,45,47 High profile καταναλωτής ο 14 Ακολουθεί clustering με 5 ομάδες Hierarchical 30

31 cohesion 1.0e+11 * seperation 1.0e+12 * silhouette mean cohesion e+10 mean separation e+12 31

32 mean silhouette

33 SOM cohesion 1.0e+11 *

34 seperation 1.0e+12 * silhouette mean cohesion e+11 mean separation e+12 mean silhouette

35 Kmeans cohesion 1.0e+11 *

36 seperation 1.0e+12 * silhouette mean cohesion e+11 mean separation e+12 mean silhouette

37 Γενικότερα το καλύτερο clustering έκανε ο ιεραρχικός αλγόριθμος, ακολουθεί ο SOM με μικρή διαφορά και τελευταίος ο kmeans. Τέλος παραθέτουμε και την μέση κατανάλωση όλων των καταστημάτων ανά εποχή Summer 728,7367 Autumn Winter Spring Ευχαριστούμε θερμά τον κ. Ανδρέα Συμεωνίδη που ήταν και είναι πάντα διαθέσιμος σε ο- ποιαδήποτε απορία έχουμε. Κιντσάκης Αθανάσιος Μόσχογλου Στυλιανός 37

Αναγνώριση Προτύπων Εργασία 1η Classification

Αναγνώριση Προτύπων Εργασία 1η Classification ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ & ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Αναγνώριση Προτύπων Εργασία 1η Classification Κιντσάκης Αθανάσιος 6667 Μόσχογλου Στυλιανός 6978 30 Νοεμβρίου,

Διαβάστε περισσότερα

Ψηφιακή Επεξεργασία Σήματος Coursework

Ψηφιακή Επεξεργασία Σήματος Coursework ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ & ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Ψηφιακή Επεξεργασία Σήματος Coursework Κιντσάκης Αθανάσιος 6667 Μόσχογλου Στυλιανός 6978 Τούμπας Κωνσταντίνος

Διαβάστε περισσότερα

Προγραμματισμός & Έλεγχος Παραγωγής. Κεφ. 6 Συγκεντρωτικός Προγραμματισμός Συμπληρωματικές Σημειώσεις

Προγραμματισμός & Έλεγχος Παραγωγής. Κεφ. 6 Συγκεντρωτικός Προγραμματισμός Συμπληρωματικές Σημειώσεις Προγραμματισμός & Έλεγχος Παραγωγής Κεφ. 6 Συγκεντρωτικός Προγραμματισμός Συμπληρωματικές Σημειώσεις Στέλλα Σοφιανοπούλου Καθηγήτρια Πειραιάς 2012 Ενότητα 6.1 2 Τυπικά δεδομένα Ενότητα 6.3 Δοκιμή με σταθερή

Διαβάστε περισσότερα

ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΕΦΑΡΜΟΣΜΕΝΩΝ ΜΑΘΗΜΑΤΙΚΩΝ ΚΑΙ ΦΥΣΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΠΛΗΡΟΦΟΡΙΑΣ ΠΑΡΟΥΣΙΑΣΗ ΤΕΛΙΚΗΣ ΕΡΓΑΣΙΑΣ ΛΙΝΑ ΜΑΣΣΟΥ

ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΕΦΑΡΜΟΣΜΕΝΩΝ ΜΑΘΗΜΑΤΙΚΩΝ ΚΑΙ ΦΥΣΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΠΛΗΡΟΦΟΡΙΑΣ ΠΑΡΟΥΣΙΑΣΗ ΤΕΛΙΚΗΣ ΕΡΓΑΣΙΑΣ ΛΙΝΑ ΜΑΣΣΟΥ ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΕΦΑΡΜΟΣΜΕΝΩΝ ΜΑΘΗΜΑΤΙΚΩΝ ΚΑΙ ΦΥΣΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΑΛΓΟΡΙΘΜΟΙ ΕΞΟΡΥΞΗΣ ΠΛΗΡΟΦΟΡΙΑΣ ΠΑΡΟΥΣΙΑΣΗ ΤΕΛΙΚΗΣ ΕΡΓΑΣΙΑΣ ΛΙΝΑ ΜΑΣΣΟΥ Δ.Π.Μ.Σ: «Εφαρμοσμένες Μαθηματικές Επιστήμες» 2008

Διαβάστε περισσότερα

max & min Μεθοδολογία - 1 Τα βήματα που συνήθως ακολουθούμε στις τεχνικές εύρεσης max & min είναι τα εξής:

max & min Μεθοδολογία - 1 Τα βήματα που συνήθως ακολουθούμε στις τεχνικές εύρεσης max & min είναι τα εξής: Μεθοδολογία - 1 Τα βήματα που συνήθως ακολουθούμε στις τεχνικές εύρεσης είναι τα εξής: 1. Υπόθεση Ξεκινάμε με μια αυθαίρετη παραδοχή ότι κάποιος από τους αριθμούς που εξετάζουμε είναι ο μέγιστος (ή ο ελάχιστος

Διαβάστε περισσότερα

Έρευνα Μάρκετινγκ Ενότητα 5

Έρευνα Μάρκετινγκ Ενότητα 5 ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Ενότητα 5 : Μέθοδοι Στατιστικής Ανάλυσης Χριστίνα Μπουτσούκη Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative

Διαβάστε περισσότερα

Φύλλο Υπολογισμών (Η. Καίσαρης)

Φύλλο Υπολογισμών (Η. Καίσαρης) 65 ο Γυμνάσιο Αθηνών Φύλλο Υπολογισμών (Η. Καίσαρης) Δραστηριότητες Χρησιμοποιώντας όποιο λογισμικό υπολογιστικών φύλλων θέλετε (Microsoft Office Excel, OpenOffice.org Calc ή άλλο) να πραγματοποιήσετε

Διαβάστε περισσότερα

ΠΕΙΡΑΜΑΤΙΚΟ ΣΧΟΛΕΙΟ Α.Π.Θ.

ΠΕΙΡΑΜΑΤΙΚΟ ΣΧΟΛΕΙΟ Α.Π.Θ. ΠΕΙΡΑΜΑΤΙΚΟ ΣΧΟΛΕΙΟ Α.Π.Θ. 2 ος ΠΑΝΕΛΛΗΝΙΟΣ ΔΙΑΓΩΝΙΣΜΟΣ ΣΤΑΤΙΣΤΙΚΗΣ Μάρτιος 2019 2 η ΦΑΣΗ, Περιφερειακή διεύθυνση Ανατολικής Θεσσαλονίκης Ομάδα Β4 (Κατηγορία A: Μαθητές Γενικών και Επαγγελματικών Λυκείων)

Διαβάστε περισσότερα

ΑΡΧΗ 1ΗΣ ΣΕΛΙΔΑΣ Γ ΗΜΕΡΗΣΙΩΝ

ΑΡΧΗ 1ΗΣ ΣΕΛΙΔΑΣ Γ ΗΜΕΡΗΣΙΩΝ ΘΕΜΑ Α ΑΡΧΗ 1ΗΣ ΣΕΛΙΔΑΣ Γ ΗΜΕΡΗΣΙΩΝ ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΠΑΝΕΛΛΑΔΙΚΕΣ ΕΞΕΤΑΣΕΙΣ Γ ΤΑΞΗΣ ΗΜΕΡΗΣΙΟΥ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΣΑΒΒΑΤΟ 13 ΙΟΥΝΙΟΥ 2015 ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ: ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ

Διαβάστε περισσότερα

Εισαγωγή στην Στατιστική (ΔΕ200Α-210Α)

Εισαγωγή στην Στατιστική (ΔΕ200Α-210Α) 3η Εργαστηριακή Άσκηση Σκοπός: Η 3η εργαστηριακή άσκηση, χρησιμοποιώντας τα δεδομένα της μετοχής, στοχεύει στην εκμάθηση: (α)_πραγματοποίησης υπολογισμών και χρήσης συναρτήσεων, (β)_κατασκευής πινάκων

Διαβάστε περισσότερα

VLSI Φυσικό Σχέδιο Συγκριτή

VLSI Φυσικό Σχέδιο Συγκριτή ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ & ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ VLSI Φυσικό Σχέδιο Συγκριτή Κιντσάκης Αθανάσιος 6667 Μόσχογλου Στυλιανός 6978 Ομάδα 10 29η Ιανουαρίου, 2013 Επιβλέπων:

Διαβάστε περισσότερα

max & min Μεθοδολογία Τα βήματα που ακολουθούμε σε όλες τις τεχνικές εύρεσης max & min είναι τα εξής 2:

max & min Μεθοδολογία Τα βήματα που ακολουθούμε σε όλες τις τεχνικές εύρεσης max & min είναι τα εξής 2: max & min Μεθοδολογία Τα βήματα που ακολουθούμε σε όλες τις τεχνικές εύρεσης max & min είναι τα εξής 2: 1. Υπόθεση Ξεκινάμε με μια αυθαίρετη παραδοχή ότι κάποιος από τους αριθμούς που εξετάζουμε είναι

Διαβάστε περισσότερα

Ομαδοποίηση ΙΙ (Clustering)

Ομαδοποίηση ΙΙ (Clustering) Ομαδοποίηση ΙΙ (Clustering) Πασχάλης Θρήσκος PhD Λάρισα 2016-2017 pthriskos@mnec.gr Αλγόριθμοι ομαδοποίησης Επίπεδοι αλγόριθμοι Αρχίζουμε με μια τυχαία ομαδοποίηση Βελτιώνουμε επαναληπτικά KMeans Ομαδοποίηση

Διαβάστε περισσότερα

Συνήγορος του Καταναλωτή Ανεξάρτητη Αρχή. Ευρωπαϊκό Κέντρο Καταναλωτή Ελλάδας. 3 συμβουλές για τις χειμερινές εκπτώσεις

Συνήγορος του Καταναλωτή Ανεξάρτητη Αρχή. Ευρωπαϊκό Κέντρο Καταναλωτή Ελλάδας. 3 συμβουλές για τις χειμερινές εκπτώσεις Συνήγορος του Καταναλωτή Ανεξάρτητη Αρχή Ευρωπαϊκό Κέντρο Καταναλωτή Ελλάδας 3 συμβουλές για τις χειμερινές εκπτώσεις 3 συμβουλές για τις χειμερινές εκπτώσεις Τη Δευτέρα 11.1.2016 αρχίζει η περίοδος των

Διαβάστε περισσότερα

Ανάλυση κατά Συστάδες. Cluster analysis

Ανάλυση κατά Συστάδες. Cluster analysis Ανάλυση κατά Συστάδες Cluster analysis 1 H ανάλυση κατά συστάδες είναι µια µέθοδος που σκοπό έχει να κατατάξει σε οµάδες τις υπάρχουσες παρατηρήσεις χρησιµοποιώντας την πληροφορία που υπάρχει σε κάποιες

Διαβάστε περισσότερα

Σημεία Προσοχής στην Παράγραφο Ε2.

Σημεία Προσοχής στην Παράγραφο Ε2. Σημεία Προσοχής στην Παράγραφο Ε2. 1. Ίσα Σύνολα Δεν αρκεί δύο σύνολα να έχουν τον ίδιο αριθμό στοιχέιων για να είναι ίσα. Πρέπει να έχουν ακριβώς τα ίδια στοιχεία. ΠΑΡΑΔΕΙΓΜΑ Έχουμε τα σύνολα Α={1,α,5}

Διαβάστε περισσότερα

ΚΑΤΑΓΡΑΦΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΣΤΗΝ ΟΔΟ ΕΡΜΟΥ (ΜΥΤΙΛΗΝΗ, Ν. ΛΕΣΒΟΥ)

ΚΑΤΑΓΡΑΦΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΣΤΗΝ ΟΔΟ ΕΡΜΟΥ (ΜΥΤΙΛΗΝΗ, Ν. ΛΕΣΒΟΥ) ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΚΑΤΑΓΡΑΦΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΣΤΗΝ ΟΔΟ ΕΡΜΟΥ (ΜΥΤΙΛΗΝΗ, Ν. ΛΕΣΒΟΥ) ΤΜΗΜΑ ΓΕΩΓΡΑΦΙΑΣ ΝΙΚΟΣ ΣΤΑΣΙΝΟΣ ΜΥΤΙΛΗΝΗ 2016 ΠΕΡΙΕΧΟΜΕΝΑ 1. ΕΙΣΑΓΩΓΗ 1.1 ΣΚΟΠΟΣ ΣΕΛ.2 2. ΜΕΘΟΔΟΛΟΓΙΑ ΣΕΛ.3 3. ΑΠΟΤΕΛΕΣΜΑΤΑ

Διαβάστε περισσότερα

ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ ΤΜΗΜΑ ΗΛΕΚΤΡΟΝΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΗΛΕΚΤΡΟΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ. ιπλωµατική Εργασία

ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ ΤΜΗΜΑ ΗΛΕΚΤΡΟΝΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΗΛΕΚΤΡΟΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ. ιπλωµατική Εργασία ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ ΤΜΗΜΑ ΗΛΕΚΤΡΟΝΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΗΛΕΚΤΡΟΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ιπλωµατική Εργασία «Μετάδοση πληροφορίας σε ασύρµατο δίκτυο αισθητήρων µε οµαδοποιηµένους κόµβους και µε χρήση διευθύνσεων

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ ΤΜΗΜΑ ΙΑΤΡΙΚΗΣ ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ. Χατζηλιάδη Παναγιώτα Ευανθία

ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ ΤΜΗΜΑ ΙΑΤΡΙΚΗΣ ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ. Χατζηλιάδη Παναγιώτα Ευανθία ΜΠΣ «ΜΕΘΟΔΟΛΟΓΙΑ ΒΪΟΙΑΤΡΙΚΗΣ ΕΡΕΥΝΑΣ, ΒΙΟΣΤΑΤΙΣΤΙΚΗ ΚΑΙ ΚΛΙΝΙΚΗ ΒΙΟΠΛΗΡΟΦΟΡΙΚΗ» ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ ΤΜΗΜΑ ΙΑΤΡΙΚΗΣ ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ «Ανάπτυξη λογισμικού σε γλώσσα προγραματισμού python για ομαδοποίηση

Διαβάστε περισσότερα

ΔΠΜΣ: ΕΦΑΡΜΟΣΜΕΝΕΣ ΜΑΘΗΜΑΤΙΚΕΣ ΕΠΙΣΤΗΜΕΣ ΑΛΓΟΡΙΘΜΟΙ ΕΞΟΡΥΞΗΣ ΠΛΗΡΟΦΟΡΙΑΣ ΤΕΛΙΚΗ ΕΡΓΑΣΙΑ

ΔΠΜΣ: ΕΦΑΡΜΟΣΜΕΝΕΣ ΜΑΘΗΜΑΤΙΚΕΣ ΕΠΙΣΤΗΜΕΣ ΑΛΓΟΡΙΘΜΟΙ ΕΞΟΡΥΞΗΣ ΠΛΗΡΟΦΟΡΙΑΣ ΤΕΛΙΚΗ ΕΡΓΑΣΙΑ Ε Θ Ν Ι Κ Ο Μ Ε Τ Σ Ο Β Ι Ο Π Ο Λ Υ Τ Ε Χ Ν Ε Ι Ο ΣΧΟΛΗ ΕΦΑΡΜΟΣΜΕΝΩΝ ΜΑΘΗΜΑΤΙΚΩΝ & ΦΥΣΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΔΠΜΣ: ΕΦΑΡΜΟΣΜΕΝΕΣ ΜΑΘΗΜΑΤΙΚΕΣ ΕΠΙΣΤΗΜΕΣ ΑΛΓΟΡΙΘΜΟΙ ΕΞΟΡΥΞΗΣ ΠΛΗΡΟΦΟΡΙΑΣ ΤΕΛΙΚΗ ΕΡΓΑΣΙΑ ΟΝΟΜΑΤΕΠΩΝΥΜΟ:

Διαβάστε περισσότερα

Ανάλυση ευαισθησίας. Άσκηση 3 Δίνεται ο παρακάτω τελικός πίνακας Simplex. Επιχειρησιακή Έρευνα Γκόγκος Χρήστος

Ανάλυση ευαισθησίας. Άσκηση 3 Δίνεται ο παρακάτω τελικός πίνακας Simplex. Επιχειρησιακή Έρευνα Γκόγκος Χρήστος Τμήμα Μηχανικών Πληροφορικής ΤΕ Ακαδημαϊκό έτος 2016-2017 Άρτα Επιχειρησιακή Έρευνα Γκόγκος Χρήστος Μεταπτυχιακό Μηχανικών Η/Υ και Δικτύων Μεταπτυχιακό Μηχανικών Η/Υ και Δικτύων ΣΕΤ ΑΣΚΗΣΕΩΝ 3 Ανάλυση

Διαβάστε περισσότερα

Clustering. Αλγόριθµοι Οµαδοποίησης Αντικειµένων

Clustering. Αλγόριθµοι Οµαδοποίησης Αντικειµένων Clustering Αλγόριθµοι Οµαδοποίησης Αντικειµένων Εισαγωγή Οµαδοποίηση (clustering): οργάνωση µιας συλλογής από αντικείµενα-στοιχεία (objects) σε οµάδες (clusters) µε βάση κάποιο µέτρο οµοιότητας. Στοιχεία

Διαβάστε περισσότερα

ΕΡΓΟ: ''Βελτίωση της γνώσης σχετικά με τον καθορισμό της ελάχιστα. απαιτούμενης στάθμης/παροχής υδάτινων σωμάτων''

ΕΡΓΟ: ''Βελτίωση της γνώσης σχετικά με τον καθορισμό της ελάχιστα. απαιτούμενης στάθμης/παροχής υδάτινων σωμάτων'' ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΣΧΟΛΗ ΘΕΤΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΓΕΩΛΟΓΙΑΣ ΕΡΓΟ: ''Βελτίωση της γνώσης σχετικά με τον καθορισμό της ελάχιστα απαιτούμενης στάθμης/παροχής υδάτινων σωμάτων'' Π3.1_Ανάλυση

Διαβάστε περισσότερα

ΣΥΣΤΗΜΑ ΤΗΛΕΔΙΑΧΕΙΡΙΣΗΣ & ΤΗΛΕ-ΕΛΕΓΧΟΥ ΔΙΚΤΥΟΥ ΗΛΕΚΤΡΟΦΩΤΙΣΜΟΥ

ΣΥΣΤΗΜΑ ΤΗΛΕΔΙΑΧΕΙΡΙΣΗΣ & ΤΗΛΕ-ΕΛΕΓΧΟΥ ΔΙΚΤΥΟΥ ΗΛΕΚΤΡΟΦΩΤΙΣΜΟΥ ΣΥΣΤΗΜΑ ΤΗΛΕΔΙΑΧΕΙΡΙΣΗΣ & ΤΗΛΕ-ΕΛΕΓΧΟΥ ΔΙΚΤΥΟΥ ΗΛΕΚΤΡΟΦΩΤΙΣΜΟΥ 1 Η προσπάθεια του ανθρώπου για τη συνεχή άνοδο του βιοτικού του επιπέδου αλλά και η ραγδαία αύξηση του πληθυσμού έχουν οδηγήσει σε σοβαρά

Διαβάστε περισσότερα

Data Envelopment Analysis

Data Envelopment Analysis Data Envelopment Analysis Η μέθοδος των «Βέλτιστων Προτύπων Αποδοτικότητας», γνωστή στην διεθνή βιβλιογραφία ως «Data Envelopment Analysis», εφαρμόζεται για τον υπολογισμό της σχετικής αποδοτικότητας και

Διαβάστε περισσότερα

ΠΕΙΡΑΜΑΤΙΚΕΣ ΠΡΟΣΟΜΟΙΩΣΕΙΣ ΚΕΦΑΛΑΙΟ 4. είναι η πραγματική απόκριση του j δεδομένου (εκπαίδευσης ή ελέγχου) και y ˆ j

ΠΕΙΡΑΜΑΤΙΚΕΣ ΠΡΟΣΟΜΟΙΩΣΕΙΣ ΚΕΦΑΛΑΙΟ 4. είναι η πραγματική απόκριση του j δεδομένου (εκπαίδευσης ή ελέγχου) και y ˆ j Πειραματικές Προσομοιώσεις ΚΕΦΑΛΑΙΟ 4 Όλες οι προσομοιώσεις έγιναν σε περιβάλλον Matlab. Για την υλοποίηση της μεθόδου ε-svm χρησιμοποιήθηκε το λογισμικό SVM-KM που αναπτύχθηκε στο Ecole d Ingenieur(e)s

Διαβάστε περισσότερα

ΕΚΠΑΙΔΕΥΤΗΡΙΑ ΝΕΑ ΠΑΙΔΕΙΑ

ΕΚΠΑΙΔΕΥΤΗΡΙΑ ΝΕΑ ΠΑΙΔΕΙΑ ΘΕΜΑΤΑ ΠΡΟΣΟΜΟΙΩΣΗΣ ΠΑΝΕΛΛΑΔΙΚΩΝ ΕΞΕΤΑΣΕΩΝ Γ ΤΑΞΗΣ ΗΜΕΡΗΣΙΟΥ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ:ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ Θέμα 1 ο Α) Να χαρακτηρίσετε τις παρακάτω προτάσεις ως

Διαβάστε περισσότερα

ΑΘΑΝΑΣΟΠΟΥΛΟΣ 30ο ΛΥΚΕΙΟ ΑΘΗΝΩΝ

ΑΘΑΝΑΣΟΠΟΥΛΟΣ 30ο ΛΥΚΕΙΟ ΑΘΗΝΩΝ 1. Τίτλος της έρευνας. Απόδοση των φωτοβολταϊκών σε διαφορετικές συνθήκες φωτισμού. Λέξεις κλειδιά: Φωτοβολταϊκά Φωτεινή ένταση Απόσταση Απόχρωση Απόδοση 2. Παρουσίαση του προβλήματος. Πραγματοποιήθηκε

Διαβάστε περισσότερα

ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ. Πεδί α

ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ. Πεδί α ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ Βάση δεδομένων είναι συσχετισμένα μεταξύ τους δεδομένα, οργανωμένα σε μορφή πίνακα. Οι γραμμές του πίνακα αποτελούν τις εγγραφές και περιλαμβάνουν τις πληροφορίες για μια οντότητα. Οι

Διαβάστε περισσότερα

ιαµέριση - Partitioning

ιαµέριση - Partitioning ιαµέριση - Partitioning ιαµέριση ιαµέριση είναι η διαµοίραση αντικειµένων σε οµάδες µε στόχο την βελτιστοποίηση κάποιας συνάρτησης. Στην σύνθεση η διαµέριση χρησιµοποιείται ως εξής: Οµαδοποίηση µεταβλητών

Διαβάστε περισσότερα

Ομαδοποίηση Ι (Clustering)

Ομαδοποίηση Ι (Clustering) Ομαδοποίηση Ι (Clustering) Πασχάλης Θρήσκος PhD Λάρισα 2016-2017 pthriskos@mnec.gr Αλγόριθμοι ομαδοποίησης Επίπεδοι αλγόριθμοι Αρχίζουμε με μια τυχαία ομαδοποίηση Βελτιώνουμε επαναληπτικά KMeans Ομαδοποίηση

Διαβάστε περισσότερα

Φύλλο Εργασίας. Σύνθεση χρωμάτων

Φύλλο Εργασίας. Σύνθεση χρωμάτων Φύλλο Εργασίας Σύνθεση χρωμάτων Η ώρα της πρόβλεψης Τι χρώμα έχουν τα πορτοκάλια; Μπορούμε να τα δούμε κίτρινα; (χωρίς να τα βάψουμε!). Αν ΝΑΙ, πώς; Μπορούμε να τα δούμε μπλε; Αν ΝΑΙ, πώς; Η ώρα της πειραματικής

Διαβάστε περισσότερα

Πανεπιστήμιο Κύπρου Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εργαστήριο Κυκλωμάτων και Μετρήσεων

Πανεπιστήμιο Κύπρου Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εργαστήριο Κυκλωμάτων και Μετρήσεων Πανεπιστήμιο Κύπρου Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εργαστήριο Κυκλωμάτων και Μετρήσεων Εργαστήριο 3 Νόμος του Ohm, Κυκλώματα σε Σειρά και Παράλληλα Λευκωσία, 2010 Εργαστήριο 3 Νόμος

Διαβάστε περισσότερα

Ευφυή Πληροφορικά Συστήματα 1 η Εργαστηριακή Άσκηση (Χειμερινό εξάμηνο ΜΒΑ )

Ευφυή Πληροφορικά Συστήματα 1 η Εργαστηριακή Άσκηση (Χειμερινό εξάμηνο ΜΒΑ ) Ευφυή Πληροφορικά Συστήματα 1 η Εργαστηριακή Άσκηση (Χειμερινό εξάμηνο ΜΒΑ 16 17) Μας δίνονται τα εκτελέσιμα αρχεία δύο () πληθυσμιακών αλγορίθμων βελτιστοποίησης σμήνους. Θέλουμε να εξετάσουμε την απόδοσή

Διαβάστε περισσότερα

Αποθήκες Δεδομένων και Εξόρυξη Δεδομένων

Αποθήκες Δεδομένων και Εξόρυξη Δεδομένων ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Αποθήκες Δεδομένων και Εξόρυξη Δεδομένων Ενότητα 8: Ομαδοποίηση Μέρος B Αναστάσιος Γούναρης, Επίκουρος Καθηγητής Άδειες Χρήσης Το παρόν

Διαβάστε περισσότερα

DS - Pacman. 2.1 Η calculatenextpacmanposition... 3

DS - Pacman. 2.1 Η calculatenextpacmanposition... 3 Εργασία 2η Δομές Δεδομένων Αντωνιάδης Ιωάννης 7137 Μόσχογλου Στυλιανός 6978 23 Δεκεμβρίου 2011 Περιεχόμενα 1 Πρόλογος 3 2 Η γενική αλγοριθμική ιδέα 3 2.1 Η calculatenextpacmanposition............... 3

Διαβάστε περισσότερα

Field Service Management ΕΓΧΕΙΡΙΔΙΟ ΧΡΗΣΗΣ

Field Service Management ΕΓΧΕΙΡΙΔΙΟ ΧΡΗΣΗΣ Field Service Management ΕΓΧΕΙΡΙΔΙΟ ΧΡΗΣΗΣ 1 ΠΕΡΙΕΧΟΜΕΝΑ 1. ΑΝΑΛΥΣΗ ΜΕΝΟΥ ΕΦΑΡΜΟΓΗΣ... 4 2. ΕΠΕΞΗΓΗΣΗ ΚΕΝΤΡΙΚΟΥ ΜΕΝΟΥ ΚΑΡΤΕΛΑΣ... 5 3. ΔΗΜΙΟΥΡΓΙΑ ΠΕΛΑΤΗ... 6 4. ΑΝΑΖΗΤΗΣΗ ΠΕΛΑΤΗ... 6 5. ΕΠΕΞΕΡΓΑΣΙΑ/ΔΙΑΓΡΑΦΗ

Διαβάστε περισσότερα

Εισαγωγή στην Στατιστική (ΔΕ200Α-210Α)

Εισαγωγή στην Στατιστική (ΔΕ200Α-210Α) Τμήμα Διοίκησης Επιχειρήσεων (Αγ. Νικόλαος), Τ.Ε.Ι. Κρήτης Σελίδα 1 από 13 5η Εργαστηριακή Άσκηση Σκοπός: Η παρούσα εργαστηριακή άσκηση στοχεύει στην εκμάθηση κατασκευής γραφημάτων που θα παρουσιάζουν

Διαβάστε περισσότερα

Κεφάλαιο 4: Επιλογή σημείου παραγωγής

Κεφάλαιο 4: Επιλογή σημείου παραγωγής Κ4.1 Μέθοδος ανάλυσης νεκρού σημείου για την επιλογή διαδικασίας παραγωγής ή σημείου παραγωγής Επιλογή διαδικασίας παραγωγής Η μέθοδος ανάλυσης νεκρού για την επιλογή διαδικασίας παραγωγής αναγνωρίζει

Διαβάστε περισσότερα

Περιεχόμενα. Κεφάλαιο 1 Γνωριμία με το Excel... 9

Περιεχόμενα. Κεφάλαιο 1 Γνωριμία με το Excel... 9 Περιεχόμενα Κεφάλαιο 1 Γνωριμία με το Excel... 9 Τα στοιχεία του παραθύρου του Excel... 10 Κελιά και διευθύνσεις... 13 Σε ποιο κελί θα τοποθετηθούν τα δεδομένα;... 14 Καταχώριση δεδομένων... 15 Τι καταλαβαίνει

Διαβάστε περισσότερα

Παραδείγματα (1 ο σετ) Διανυσματικοί Χώροι

Παραδείγματα (1 ο σετ) Διανυσματικοί Χώροι Παραδείγματα ( ο σετ) Διανυσματικοί Χώροι Παράδειγμα Έστω το σύνολο V το σύνολο όλων των θετικών πραγματικών αριθμών εφοδιασμένο με την ακόλουθη πράξη της πρόσθεσης: y y με y, V και του πολλαπλασιασμού:

Διαβάστε περισσότερα

Γενική Κατηγορία Γυμνασίου (Regular Junior)

Γενική Κατηγορία Γυμνασίου (Regular Junior) Γενική Κατηγορία Γυμνασίου (Regular Junior) Τα αέρια του θερμοκηπίου, όπως το διοξείδιο του άνθρακα, τα οποία εκπέμπονται από ανθρώπινες δραστηριότητες όπως οι μεταφορές, τα παράγωγα βιομηχανιών και η

Διαβάστε περισσότερα

Τεχνικές Αποδείξεις Κάτω Φραγμάτων

Τεχνικές Αποδείξεις Κάτω Φραγμάτων Τεχνικές Αποδείξεις Κάτω Φραγμάτων Θέλουμε να δείξουμε κυκλωματικά κάτω φράγματα για ομοιόμορφες κλάσεις επειδή: Δίνουν μεγάλη πληροφορία για τις κλάσεις αυτές: π.χ. αν EXP P /poly σημαίνει Ότι παρότι

Διαβάστε περισσότερα

ΛΟΓΙΣΜΙΚΟ ΠΡΟΣΟΜΟΙΩΣΗΣ ANYLOGIC

ΛΟΓΙΣΜΙΚΟ ΠΡΟΣΟΜΟΙΩΣΗΣ ANYLOGIC ΛΟΓΙΣΜΙΚΟ ΠΡΟΣΟΜΟΙΩΣΗΣ ANYLOGIC Χρησιμοποιούμε την δωρεάν έκδοση του λογισμικού προσομοίωσης Anylogic. Για εκπαιδευτική χρήση μπορείτε να «κατεβάσετε» και να εγκαταστήσετε στον υπολογιστή σας την Personal

Διαβάστε περισσότερα

Επίλυση Προβλημάτων με Χρωματισμό. Αλέξανδρος Γ. Συγκελάκης asygelakis@gmail.com

Επίλυση Προβλημάτων με Χρωματισμό. Αλέξανδρος Γ. Συγκελάκης asygelakis@gmail.com Επίλυση Προβλημάτων με Χρωματισμό Αλέξανδρος Γ. Συγκελάκης asygelakis@gmail.com 1 Η αφορμή συγγραφής της εργασίας Το παρακάτω πρόβλημα που τέθηκε στο Μεταπτυχιακό μάθημα «Θεωρία Αριθμών» το ακαδημαϊκό

Διαβάστε περισσότερα

Διερεύνηση περιβαλλοντικών χρονοσειρών με στατιστικές μεθόδους και τεχνικές εξόρυξης δεδομένων

Διερεύνηση περιβαλλοντικών χρονοσειρών με στατιστικές μεθόδους και τεχνικές εξόρυξης δεδομένων Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης - Τμήμα Φυσικής Π.Μ.Σ. Υπολογιστικής Φυσικής Διερεύνηση περιβαλλοντικών χρονοσειρών με στατιστικές μεθόδους και τεχνικές εξόρυξης δεδομένων Σταματέρης Γεώργιος Επιβλέπων

Διαβάστε περισσότερα

Σ ΤΑΤ Ι Σ Τ Ι Κ Η ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ

Σ ΤΑΤ Ι Σ Τ Ι Κ Η ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ Σ ΤΑΤ Ι Σ Τ Ι Κ Η ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ Τι κάνει η Στατιστική Στατιστική (Statistics) Μετατρέπει αριθμητικά δεδομένα σε χρήσιμη πληροφορία. Εξάγει συμπεράσματα για έναν πληθυσμό. Τις περισσότερες

Διαβάστε περισσότερα

ΠΡΟΒΛΗΜΑΤΑ ΜΕΤΑΦΟΡΑΣ

ΠΡΟΒΛΗΜΑΤΑ ΜΕΤΑΦΟΡΑΣ (Transportation Problems) Βασίλης Κώστογλου E-mail: vkostogl@it.teithe.gr URL: www.it.teithe.gr/~vkostogl Περιγραφή Ένα πρόβλημα μεταφοράς ασχολείται με το πρόβλημα του προσδιορισμού του καλύτερου δυνατού

Διαβάστε περισσότερα

ΒΑΣΙΚΑ ΣΤΟΙΧΕΙΑ ΘΕΩΡΙΑΣ ΤΗΣ ΜΕΘΟΔΟΥ SIMPLEX

ΒΑΣΙΚΑ ΣΤΟΙΧΕΙΑ ΘΕΩΡΙΑΣ ΤΗΣ ΜΕΘΟΔΟΥ SIMPLEX ΒΑΣΙΚΑ ΣΤΟΙΧΕΙΑ ΘΕΩΡΙΑΣ ΤΗΣ ΜΕΘΟΔΟΥ SIMPLEX Θεμελιώδης αλγόριθμος επίλυσης προβλημάτων Γραμμικού Προγραμματισμού που κάνει χρήση της θεωρίας της Γραμμικής Άλγεβρας Προτάθηκε από το Dantzig (1947) και πλέον

Διαβάστε περισσότερα

ΕΠΙΛΟΓΗ ΧΡΩΜΑΤΟΣ ΑΚΙΝΗΤΗΣ ΕΡΓΑΣΙΑΣ ΑΠΛΗ ΜΕΘΟΔΟΣ ΜΕ ΧΡΩΜΑΤΟΛΟΓΙΟ ΚΑΙ ΤΡΟΠΟΣ ΕΞΑΤΟΜΙΚΕΥΣΗΣ ΧΡΩΜΑΤΟΣ ΒΑΣΙΖΟΜΕΝΟΙ ΣΤΟ ΧΡΩΜΑΤΟΛΟΓΙΟ

ΕΠΙΛΟΓΗ ΧΡΩΜΑΤΟΣ ΑΚΙΝΗΤΗΣ ΕΡΓΑΣΙΑΣ ΑΠΛΗ ΜΕΘΟΔΟΣ ΜΕ ΧΡΩΜΑΤΟΛΟΓΙΟ ΚΑΙ ΤΡΟΠΟΣ ΕΞΑΤΟΜΙΚΕΥΣΗΣ ΧΡΩΜΑΤΟΣ ΒΑΣΙΖΟΜΕΝΟΙ ΣΤΟ ΧΡΩΜΑΤΟΛΟΓΙΟ ΕΠΙΛΟΓΗ ΧΡΩΜΑΤΟΣ ΑΚΙΝΗΤΗΣ ΕΡΓΑΣΙΑΣ ΑΠΛΗ ΜΕΘΟΔΟΣ ΜΕ ΧΡΩΜΑΤΟΛΟΓΙΟ ΚΑΙ ΤΡΟΠΟΣ ΕΞΑΤΟΜΙΚΕΥΣΗΣ ΧΡΩΜΑΤΟΣ ΒΑΣΙΖΟΜΕΝΟΙ ΣΤΟ ΧΡΩΜΑΤΟΛΟΓΙΟ ΕΝΟΤΗΤΕΣ ΠΑΡΟΥΣΙΑΣΗΣ ΓΕΝΙΚΑ ΛΗΨΗΣ ΧΡΩΜΑΤΟΣ (ΙΔΙΟΤΗΤΕΣ- ΣΥΝΘΗΚΕΣ) ΑΠΛΟΣ ΤΡΟΠΟΣ

Διαβάστε περισσότερα

ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ

ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ Εξετάσεις Προσομοίωσης 06/04/2015 Θέμα Α Α1. Να γράψετε στο τετράδιο σας τον αριθμό κάθε πρότασης και δίπλα τη λέξη ΣΩΣΤΟ, αν είναι σωστή και ΛΑΘΟΣ αν

Διαβάστε περισσότερα

ΠΑΡΑΤΗΡΗΣΗ ΣΥΝΕΧΩΝ ΦΑΣΜΑΤΩΝ ΕΚΠΟΜΠΗΣ & ΑΠΟΡΡΟΦΗΣΗΣ ΣΤΕΡΕΟΥ

ΠΑΡΑΤΗΡΗΣΗ ΣΥΝΕΧΩΝ ΦΑΣΜΑΤΩΝ ΕΚΠΟΜΠΗΣ & ΑΠΟΡΡΟΦΗΣΗΣ ΣΤΕΡΕΟΥ 1 ο ΕΚΦΕ (Ν. ΣΜΥΡΝΗΣ) Δ Δ/ΝΣΗΣ Δ. Ε. ΑΘΗΝΑΣ 1 ΠΑΡΑΤΗΡΗΣΗ ΣΥΝΕΧΩΝ ΦΑΣΜΑΤΩΝ ΕΚΠΟΜΠΗΣ & ΑΠΟΡΡΟΦΗΣΗΣ ΣΤΕΡΕΟΥ Α. ΣΤΟΧΟΙ Η παραγωγή λευκού φωτός με τη χρήση λαμπτήρα πυράκτωσης. Η χρήση πηγών φωτός διαφορετικής

Διαβάστε περισσότερα

Εισαγωγή στην Στατιστική (ΔΕ200Α-210Α)

Εισαγωγή στην Στατιστική (ΔΕ200Α-210Α) Τμήμα Διοίκησης Επιχειρήσεων (Αγ. Νικόλαος), Τ.Ε.Ι. Κρήτης Σελίδα 1 από 13 5η Εργαστηριακή Άσκηση Σκοπός: Η παρούσα εργαστηριακή άσκηση στοχεύει στην εκμάθηση κατασκευής γραφημάτων που θα παρουσιάζουν

Διαβάστε περισσότερα

ΑΝΑΛΥΤΙΚΟ ΠΡΟΓΡΑΜΜΑ B ΤΑΞΗΣ. χρησιμοποιήσουμε καθημερινά φαινόμενα όπως το θερμόμετρο, Θετικοί-Αρνητικοί αριθμοί.

ΑΝΑΛΥΤΙΚΟ ΠΡΟΓΡΑΜΜΑ B ΤΑΞΗΣ. χρησιμοποιήσουμε καθημερινά φαινόμενα όπως το θερμόμετρο, Θετικοί-Αρνητικοί αριθμοί. ΑΝΑΛΥΤΙΚΟ ΠΡΟΓΡΑΜΜΑ B ΤΑΞΗΣ ΑΛΓΕΒΡΑ (50 Δ. ώρες) Περιεχόμενα Στόχοι Οδηγίες - ενδεικτικές δραστηριότητες Οι μαθητές να είναι ικανοί: Μπορούμε να ΟΙ ΑΚΕΡΑΙΟΙ ΑΡΙΘΜΟΙ χρησιμοποιήσουμε καθημερινά φαινόμενα

Διαβάστε περισσότερα

ΦΑΣΜΑ ΕΚΠΟΜΠΗΣ ΛΑΜΠΤΗΡΑ ΠΥΡΑΚΤΩΣΕΩΣ

ΦΑΣΜΑ ΕΚΠΟΜΠΗΣ ΛΑΜΠΤΗΡΑ ΠΥΡΑΚΤΩΣΕΩΣ 1 ΕΚΦΕ Ν.ΚΙΛΚΙΣ 1 η ΕΡΓΑΣΤΗΡΙΑΚΗ ΑΣΚΗΣΗ Γ ΛΥΚΕΙΟΥ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ΕΠΕΞΕΡΓΑΣΙΑ : Κ. ΚΟΥΚΟΥΛΑΣ, ΦΥΣΙΚΟΣ - ΡΑΔΙΟΗΛΕΚΤΡΟΛΟΓΟΣ [ Ε.Λ. ΠΟΛΥΚΑΣΤΡΟΥ ] ΑΝΑΛΥΣΗ ΦΩΤΟΣ ΦΑΣΜΑΤΑ ΕΚΠΟΜΠΗΣ ΚΑΙ ΑΠΟΡΡΟΦΗΣΗΣ ΥΠΟΛΟΓΙΣΜΟΣ

Διαβάστε περισσότερα

Γραμμικός Προγραμματισμός Μέθοδος Simplex

Γραμμικός Προγραμματισμός Μέθοδος Simplex ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ Επιχειρησιακή Έρευνα Γραμμικός Προγραμματισμός Μέθοδος Simplex Η παρουσίαση προετοιμάστηκε από τον Ν.Α. Παναγιώτου Περιεχόμενα Παρουσίασης 1. Πρότυπη Μορφή ΓΠ 2. Πινακοποίηση

Διαβάστε περισσότερα

Ποσοτικές Μέθοδοι Ανάλυσης στις Κοινωνικές Επιστήμες

Ποσοτικές Μέθοδοι Ανάλυσης στις Κοινωνικές Επιστήμες ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Ποσοτικές Μέθοδοι Ανάλυσης στις Ενότητα 5: Ανάλυση στοιχείων. Θεόδωρος Χατζηπαντελής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται

Διαβάστε περισσότερα

Ελαφρύτερος και βαρύτερος Αλγόριθμοι ταξινόμησης

Ελαφρύτερος και βαρύτερος Αλγόριθμοι ταξινόμησης 7η Δραστηριότητα Ελαφρύτερος και βαρύτερος Αλγόριθμοι ταξινόμησης Περίληψη Οι υπολογιστές χρησιμοποιούνται συχνά για την ταξινόμηση καταλόγων, όπως για παράδειγμα, ονόματα σε αλφαβητική σειρά, ραντεβού

Διαβάστε περισσότερα

Εγγραφή στο Portal για νέους συνδρομητές

Εγγραφή στο Portal για νέους συνδρομητές Εγγραφή στο Portal για νέους συνδρομητές Μεταφερθείτε στην ηλεκτρονική διεύθυνση www.taxpress.gr και από το κεντρικό μενού «e-πηρεσίες» επιλέξτε το «ASTbooks Portal». Θα μεταφερθείτε στην κεντρική σελίδα

Διαβάστε περισσότερα

Κεφάλαιο 4: Επιλογή σημείου παραγωγής

Κεφάλαιο 4: Επιλογή σημείου παραγωγής Κεφάλαιο 4: Επιλογή σημείου παραγωγής Κ4.1 Μέθοδος ανάλυσης νεκρού σημείου για την επιλογή διαδικασίας παραγωγής ή σημείου παραγωγής Επιλογή διαδικασίας παραγωγής Η μέθοδος ανάλυσης νεκρού για την επιλογή

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 12 «ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ» ΠΕΡΙΕΧΟΜΕΝΑ

ΚΕΦΑΛΑΙΟ 12 «ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ» ΠΕΡΙΕΧΟΜΕΝΑ ΠΕΡΙΕΧΟΜΕΝΑ I. Scada Pro OCP 3 1. Βελτιστοποίηση 3 1.1 Βασικές Ρυθμίσεις 4 1.1.1 Αντικειμενικό Κόστος 4 1.1.2 Αντικειμενική Απόδοση 5 1.1.3 Όρια Σχεδιασμού 5 1.2 Παράμετροι Έργου 6 1.2.1 Περιορισμοί 6

Διαβάστε περισσότερα

ΠΑΝΕΛΛΗΝΙΟΣ ΔΙΑΓΩΝΙΣΜΟΣ ΦΥΣΙΚΗΣ "ΑΡΙΣΤΟΤΕΛΗΣ" Γ Λυκείου Β Φάση: Πειραματικό μέρος : 14/04/2018 Q E-2

ΠΑΝΕΛΛΗΝΙΟΣ ΔΙΑΓΩΝΙΣΜΟΣ ΦΥΣΙΚΗΣ ΑΡΙΣΤΟΤΕΛΗΣ Γ Λυκείου Β Φάση: Πειραματικό μέρος : 14/04/2018 Q E-2 Q E-2 ΟΔΗΓΙΕΣ: 1. Οι απαντήσεις σε όλα τα ερωτήματα θα πρέπει να αναγραφούν στο Φύλλο Απαντήσεων (A E-2) που θα σας δοθεί χωριστά από τις εκφωνήσεις. 2. Η επεξεργασία των θεμάτων θα γίνει γραπτώς σε φύλλα

Διαβάστε περισσότερα

ΜΑΘΗΜΑΤΙΚΑ Ε ΔΗΜΟΤΙΚΟΥ ΤΕΤΡΑΔΙΟ ΕΡΓΑΣΙΩΝ

ΜΑΘΗΜΑΤΙΚΑ Ε ΔΗΜΟΤΙΚΟΥ ΤΕΤΡΑΔΙΟ ΕΡΓΑΣΙΩΝ ΜΑΘΗΜΑΤΙΚΑ Ε ΔΗΜΟΤΙΚΟΥ ΤΕΤΡΑΔΙΟ ΕΡΓΑΣΙΩΝ Πιθανότητες 24 Πιθανότητες 24 η Άσκηση Η Δανάη περιστρέφει τον δείκτη στον διπλανό τροχό. α. Να εκφράσεις με κλάσμα την πιθανότητα:. Ο δείκτης να σταματήσει σε

Διαβάστε περισσότερα

Παραδείγματα (2) Διανυσματικοί Χώροι

Παραδείγματα (2) Διανυσματικοί Χώροι Παραδείγματα () Διανυσματικοί Χώροι Παράδειγμα 7 Ελέγξτε αν τα ακόλουθα σύνολα διανυσμάτων είναι γραμμικά ανεξάρτητα ή όχι: α) v=(,4,6), v=(,,), v=(7,,) b) v=(,4), v=(,), v=(4,) ) v=(,,), v=(5,,), v=(5,,)

Διαβάστε περισσότερα

Αποθήκες Δεδομένων και Εξόρυξη Δεδομένων:

Αποθήκες Δεδομένων και Εξόρυξη Δεδομένων: Αποθήκες Δεδομένων και Εξόρυξη Δεδομένων: Oμαδοποίηση: Μέρος B http://delab.csd.auth.gr/~gounaris/courses/dwdm/ gounaris/courses/dwdm/ Ευχαριστίες Οι διαφάνειες του μαθήματος σε γενικές γραμμές ακολουθούν

Διαβάστε περισσότερα

ΠΑΝΕΛΛΗΝΙΕΣ 2016 ΑΡΧΕΣ ΟΙΚΟΝΟΜΙΚΗΣ ΘΕΩΡΙΑΣ ΑΠΑΝΤΗΣΕΙΣ

ΠΑΝΕΛΛΗΝΙΕΣ 2016 ΑΡΧΕΣ ΟΙΚΟΝΟΜΙΚΗΣ ΘΕΩΡΙΑΣ ΑΠΑΝΤΗΣΕΙΣ ΠΑΝΕΛΛΗΝΙΕΣ 2016 ΑΡΧΕΣ ΟΙΚΟΝΟΜΙΚΗΣ ΘΕΩΡΙΑΣ ΑΠΑΝΤΗΣΕΙΣ ΟΜΑΔΑ ΠΡΩΤΗ Α1. α. ΣΩΣΤΟ (σελ. 24) β. ΛΑΘΟΣ (σελ. 33) γ. ΣΩΣΤΟ (σελ. 62) δ. ΣΩΣΤΟ (σελ. 57-58) ε. ΛΑΘΟΣ (σελ. 48) Α2. α Α3. γ ΟΜΑΔΑ ΔΕΥΤΕΡΗ Προσδιοριστικοί

Διαβάστε περισσότερα

Στρατηγική επίλυσης προβλημάτων: Διερεύνηση περιμέτρου κι εμβαδού με τη βοήθεια του Ms Excel.

Στρατηγική επίλυσης προβλημάτων: Διερεύνηση περιμέτρου κι εμβαδού με τη βοήθεια του Ms Excel. Στρατηγική επίλυσης προβλημάτων: Διερεύνηση περιμέτρου κι εμβαδού με τη βοήθεια του Ms Excel. Έντυπο Α Φύλλα εργασίας Μαθητή Διαμαντής Κώστας Τερζίδης Σωτήρης 31/1/2008 Φύλλο εργασίας 1. Ομάδα: Ημερομηνία:

Διαβάστε περισσότερα

Load Management in Distribution Networks Considering Renewable Energy Sources

Load Management in Distribution Networks Considering Renewable Energy Sources Load Management in Distribution Networks Considering Renewable Energy Sources Supervisor: Dr. Kyriakides E. Senior Design Project: Paparistodemou Yiannis Γιατί Διαχείριση Φορτίου Load Management ; Η Διαχείριση

Διαβάστε περισσότερα

Εισαγωγή στη Ρομποτική και τον Προγραμματισμό με τη χρήση του ρομπότ Thymio & του λογισμικού Aseba

Εισαγωγή στη Ρομποτική και τον Προγραμματισμό με τη χρήση του ρομπότ Thymio & του λογισμικού Aseba 5 ο Πανελλήνιο Επιστημονικό Συνέδριο Ένταξη και Χρήση των ΤΠΕ στην Εκπαιδευτική Διαδικασία Εισαγωγή στη Ρομποτική και τον Προγραμματισμό με τη χρήση του ρομπότ Thymio & του λογισμικού Aseba Κόμης Βασίλης

Διαβάστε περισσότερα

1 ο ΦΥΛΛΑΔΙΟ ΑΣΚΗΣΕΩΝ - ΑΛΓΟΡΙΘΜΟΙ

1 ο ΦΥΛΛΑΔΙΟ ΑΣΚΗΣΕΩΝ - ΑΛΓΟΡΙΘΜΟΙ Δ.Π.Θ. - Πολυτεχνική Σχολή Τμήμα Μηχανικών Παραγωγής & Διοίκησης Ακαδ. έτος 2017-2018 Τομέας Συστημάτων Παραγωγής Εξάμηνο A Αναπληρωτής Καθηγητής Στέφανος Δ. Κατσαβούνης 03 ΟΚΤ 2017 ΜΑΘΗΜΑ : ΕΙΣΑΓΩΓΗ ΣΤΗΝ

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 3. Περιγραφή της Μεθόδου ΠΕΡΙΓΡΑΦΗ ΤΗΣ ΜΕΘΟΔΟΥ

ΚΕΦΑΛΑΙΟ 3. Περιγραφή της Μεθόδου ΠΕΡΙΓΡΑΦΗ ΤΗΣ ΜΕΘΟΔΟΥ ΚΕΦΑΛΑΙΟ 3 Περιγραφή της Μεθόδου Το αντικείμενο αυτής της εργασίας είναι η χρήση μιας μεθόδου προσέγγισης συναρτήσεων που έχει προταθεί από τον hen-ha huang και ονομάζεται Ασαφώς Σταθμισμένη Παλινδρόμηση

Διαβάστε περισσότερα

Εισαγωγή στην Στατιστική (ΔΕ200Α-210Α)

Εισαγωγή στην Στατιστική (ΔΕ200Α-210Α) Τμήμα Διοίκησης Επιχειρήσεων (Αγ. Νικόλαος), Τ.Ε.Ι. Κρήτης Σελίδα 1 από 10 5η Εργαστηριακή Άσκηση: ΑΡΙΘΜΟΔΕΙΚΤΕΣ Σκοπός: Η παρούσα εργαστηριακή άσκηση στοχεύει στην εκμάθηση κατασκευής αριθμοδεικτών, τόσο

Διαβάστε περισσότερα

ΕΝΟΤΗΤΑ ΤΡΙΤΗ. Κατασκευή 3 ου Μέρους: Συναρμολόγηση Τηλεχειριστηρίου

ΕΝΟΤΗΤΑ ΤΡΙΤΗ. Κατασκευή 3 ου Μέρους: Συναρμολόγηση Τηλεχειριστηρίου ΕΝΟΤΗΤΑ ΤΡΙΤΗ Κατασκευή 3 ου Μέρους: Συναρμολόγηση Τηλεχειριστηρίου Για την ενότητα αυτή απαιτούνται: Εργαλεία - Κολλητήρι - Τρυπάνι - Αρίδα 0,25 - Κόφτης - Σταυροκατσάβιδο Υλικά - Κουτί ελέγχου - 2 κόκκινοι

Διαβάστε περισσότερα

ΣΥΝΑΡΤΗΣΕΩΝ. f3 x = και

ΣΥΝΑΡΤΗΣΕΩΝ. f3 x = και 7 ΜΕΛΕΤΗ ΒΑΣΙΚΩΝ ΣΥΝΑΡΤΗΣΕΩΝ Στο κεφάλαιο αυτό θα δούμε πώς, με τη βοήθεια των πληροφοριών που α- ποκτήσαμε μέχρι τώρα, μπορούμε να χαράξουμε με όσο το δυνατόν μεγαλύτερη ακρίβεια τη γραφική παράσταση

Διαβάστε περισσότερα

ΤΟ ΟΡΙΟ ΜΕ ΤΑ ΕΚΠΑΙΔΕΥΤΙΚΑ ΛΟΓΙΣΜΙΚΑ ΤΩΝ ΜΑΘΗΜΑΤΙΚΩΝ.

ΤΟ ΟΡΙΟ ΜΕ ΤΑ ΕΚΠΑΙΔΕΥΤΙΚΑ ΛΟΓΙΣΜΙΚΑ ΤΩΝ ΜΑΘΗΜΑΤΙΚΩΝ. 372 2 Ο ΣΥΝΕΔΡΙΟ ΣΤΗ ΣΥΡΟ ΤΠΕ ΣΤΗΝ ΕΚΠΑΙΔΕΥΣΗ ΤΟ ΟΡΙΟ ΜΕ ΤΑ ΕΚΠΑΙΔΕΥΤΙΚΑ ΛΟΓΙΣΜΙΚΑ ΤΩΝ ΜΑΘΗΜΑΤΙΚΩΝ. Ζάφειρας Παναγιώτης Μαθηματικός Β θμιας Εκπ., Επιμορφωτής Ενδοσχολικής Επιμόρφωσης pzafeir@sch.gr http://users.sch.gr/pzafeir

Διαβάστε περισσότερα

Εφαρμογή Ηλεκτρονικής Υποβολής Δηλώσεων Ε9. Οδηγίες Χρήσης

Εφαρμογή Ηλεκτρονικής Υποβολής Δηλώσεων Ε9. Οδηγίες Χρήσης Εφαρμογή Ηλεκτρονικής Υποβολής Δηλώσεων Ε9 Οδηγίες Χρήσης Πίνακας Περιεχομένων 1. Αρχική οθόνη... 3 2. Αρχική Οθόνη Πιστοποιημένου Χρήστη... 4 2.1. Οριστικοποίηση της Περιουσιακής Εικόνας... 5 2.2. Καρτέλες

Διαβάστε περισσότερα

Εταιρικοί Πελάτες. Delving into deep waters Οι νέες τεχνολογίες στην e-fresh.gr

Εταιρικοί Πελάτες. Delving into deep waters Οι νέες τεχνολογίες στην e-fresh.gr Εταιρικοί Πελάτες Delving into deep waters Οι νέες τεχνολογίες στην e-fresh.gr 95% των καθημερινών μας αποφάσεων λαμβάνονται ασυνείδητα Η πλειοψηφία των αποφάσεων που λαμβάνουμε καθημερινά ΔΕΝ είναι προϊόν

Διαβάστε περισσότερα

ΜΕΘΟΔΟΣ ΤΗΣ ΒΗΜΑΤΙΚΗΣ ΠΑΛΙΝΔΡΟΜΗΣΗΣ (STEPWISE REGRESSION)

ΜΕΘΟΔΟΣ ΤΗΣ ΒΗΜΑΤΙΚΗΣ ΠΑΛΙΝΔΡΟΜΗΣΗΣ (STEPWISE REGRESSION) 4. ΜΕΘΟΔΟΣ ΤΗΣ ΒΗΜΑΤΙΚΗΣ ΠΑΛΙΝΔΡΟΜΗΣΗΣ (STEPWISE REGRESSION) Η μέθοδος της βηματικής παλινδρόμησης (stepwise regression) είναι μιά άλλη μέθοδος επιλογής ενός "καλού" υποσυνόλου ανεξαρτήτων μεταβλητών.

Διαβάστε περισσότερα

Σ η μ ε ι ώ σ ε ι ς γ ι α τ ο υ π ο λ ο γ ι σ τ ι κ ό φ ύ λ λ ο

Σ η μ ε ι ώ σ ε ι ς γ ι α τ ο υ π ο λ ο γ ι σ τ ι κ ό φ ύ λ λ ο Σ η μ ε ι ώ σ ε ι ς γ ι α τ ο υ π ο λ ο γ ι σ τ ι κ ό φ ύ λ λ ο Το λογισμικό αυτό μας διευκολύνει να κατηγοριοποιήσουμε τα δεδομένα μας, να τα ταξινομήσουμε με όποιον τρόπο θέλουμε και να κάνουμε σύνθετους

Διαβάστε περισσότερα

Δομή Επιλογής. 1. Αν ο σκύλος ακουμπήσει ένα κόκαλο τότε το κόκαλο εξαφανίζεται και ο παίκτης κερδίζει 10 πόντους.

Δομή Επιλογής. 1. Αν ο σκύλος ακουμπήσει ένα κόκαλο τότε το κόκαλο εξαφανίζεται και ο παίκτης κερδίζει 10 πόντους. Τάξη : Α Λυκείου Λογισμικό : Scratch Ενδεικτική Διάρκεια : 45 λεπτά Δομή Επιλογής Μία από τις πιο σημαντικές δομές που χρησιμοποιείται στον προγραμματισμό είναι η δομή επιλογής. Η δομή αυτή μας δίνει την

Διαβάστε περισσότερα

2. Ο νόμος του Ohm. Σύμφωνα με το νόμο του Ohm, η τάση V στα άκρα ενός αγωγού με αντίσταση R που τον διαρρέει ρεύμα I δίνεται από τη σχέση: I R R I

2. Ο νόμος του Ohm. Σύμφωνα με το νόμο του Ohm, η τάση V στα άκρα ενός αγωγού με αντίσταση R που τον διαρρέει ρεύμα I δίνεται από τη σχέση: I R R I 2. Ο νόμος του Ohm 1. ΘΕΩΡΙΑ Σύμφωνα με το νόμο του Ohm, η τάση στα άκρα ενός αγωγού με αντίσταση R που τον διαρρέει ρεύμα δίνεται από τη σχέση: R Ισοδύναμα ο νόμος του Ohm μπορεί να διατυπωθεί και ως:

Διαβάστε περισσότερα

ΟΜΑΔΕΣ. Δημιουργία Ομάδων

ΟΜΑΔΕΣ. Δημιουργία Ομάδων Δημιουργία Ομάδων Μεθοδολογίες ομαδοποίησης δεδομένων: Μέθοδοι για την εύρεση των κατηγοριών και των υποκατηγοριών που σχηματίζουν τα δεδομένα του εκάστοτε προβλήματος. Ομαδοποίηση (clustering): εργαλείο

Διαβάστε περισσότερα

ΑΛΓΟΡΙΘΜΟΙ ΕΞΟΡΥΞΗΣ ΠΛΗΡΟΦΟΡΙΑΣ (Data Mining) Πανδή Αθηνά

ΑΛΓΟΡΙΘΜΟΙ ΕΞΟΡΥΞΗΣ ΠΛΗΡΟΦΟΡΙΑΣ (Data Mining) Πανδή Αθηνά ΑΛΓΟΡΙΘΜΟΙ ΕΞΟΡΥΞΗΣ ΠΛΗΡΟΦΟΡΙΑΣ (Data Mining) Πανδή Αθηνά Μάιος 2008 Τα δεδομένα που έχουμε προς επεξεργασία χωρίζονται σε τρία μέρη: 1. Τα δεδομένα εκπαίδευσης (training set) που αποτελούνται από 2528

Διαβάστε περισσότερα

Πολύμετρο Βασικές Μετρήσεις

Πολύμετρο Βασικές Μετρήσεις Πολύμετρο Βασικές Μετρήσεις 1. Σκοπός Σκοπός της εισαγωγικής άσκησης είναι η εξοικείωση του σπουδαστή με τη χρήση του πολύμετρου για τη μέτρηση βασικών μεγεθών ηλεκτρικού κυκλώματος, όπως μέτρηση της έντασης

Διαβάστε περισσότερα

Συστήματα Αναμονής (Queuing Systems)

Συστήματα Αναμονής (Queuing Systems) ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ - ΕΜΠ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ & ΜΗΧ. ΥΠΟΛΟΓΙΣΤΩΝ Τομέας Επικοινωνιών, Ηλεκτρονικής & Συστημάτων Πληροφορικής Εργαστήριο Διαχείρισης & Βέλτιστου Σχεδιασμού Δικτύων Τηλεματικής

Διαβάστε περισσότερα

«ΑΝΑΛΥΣΗ ΣΥΣΤΑΔΩΝ ΤΗΣ ΑΞΙΟΛΟΓΗΣΗΣ ΤΩΝ ΜΑΘΗΜΑΤΩΝ ΤΟΥ ΤΜΗΜΑΤΟΣ ΔΙΑΧΕΙΡΙΣΗΣ ΠΛΗΡΟΦΟΡΙΩΝ ΑΠΟ ΤΟΥΣ ΦΟΙΤΗΤΕΣ»

«ΑΝΑΛΥΣΗ ΣΥΣΤΑΔΩΝ ΤΗΣ ΑΞΙΟΛΟΓΗΣΗΣ ΤΩΝ ΜΑΘΗΜΑΤΩΝ ΤΟΥ ΤΜΗΜΑΤΟΣ ΔΙΑΧΕΙΡΙΣΗΣ ΠΛΗΡΟΦΟΡΙΩΝ ΑΠΟ ΤΟΥΣ ΦΟΙΤΗΤΕΣ» Τ.Ε.Ι. ΚΑΒΑΛΑΣ ΤΜΗΜΑ ΔΙΑΧΕΙΡΙΣΗΣ ΠΛΗΡΟΦΟΡΙΩΝ «ΑΝΑΛΥΣΗ ΣΥΣΤΑΔΩΝ ΤΗΣ ΑΞΙΟΛΟΓΗΣΗΣ ΤΩΝ ΜΑΘΗΜΑΤΩΝ ΤΟΥ ΤΜΗΜΑΤΟΣ ΔΙΑΧΕΙΡΙΣΗΣ ΠΛΗΡΟΦΟΡΙΩΝ ΑΠΟ ΤΟΥΣ ΦΟΙΤΗΤΕΣ» Της σπουδάστριας ΚΑΤΣΑΡΟΥ ΧΑΡΙΚΛΕΙΑΣ Επιβλέπων Δρ. ΓΕΡΟΝΤΙΔΗΣ

Διαβάστε περισσότερα

ΕΡΓΑΣΤΗΡΙΟ ΑΝΑΛΟΓΙΚΩΝ & ΨΗΦΙΑΚΩΝ ΕΠΙΚΟΙΝΩΝΙΩΝ. Εργαστήριο 8 ο. Αποδιαμόρφωση PAM-PPM με προσαρμοσμένα φίλτρα

ΕΡΓΑΣΤΗΡΙΟ ΑΝΑΛΟΓΙΚΩΝ & ΨΗΦΙΑΚΩΝ ΕΠΙΚΟΙΝΩΝΙΩΝ. Εργαστήριο 8 ο. Αποδιαμόρφωση PAM-PPM με προσαρμοσμένα φίλτρα Τμήμα Πληροφορικής και Τηλεπικοινωνιών ΕΡΓΑΣΤΗΡΙΟ ΑΝΑΛΟΓΙΚΩΝ & ΨΗΦΙΑΚΩΝ ΕΠΙΚΟΙΝΩΝΙΩΝ ΨΗΦΙΑΚΕΣ ΕΠΙΚΟΙΝΩΝΙΕΣ Εργαστήριο 8 ο Αποδιαμόρφωση PAM-PPM με προσαρμοσμένα φίλτρα Βασική Θεωρία Σε ένα σύστημα μετάδοσης

Διαβάστε περισσότερα

Εισαγωγή στην Στατιστική (ΔΕ200Α-210Α)

Εισαγωγή στην Στατιστική (ΔΕ200Α-210Α) Τμήμα Διοίκησης Επιχειρήσεων (Αγ. Νικόλαος), Τ.Ε.Ι. Κρήτης Σελίδα 1 από 15 3η Εργαστηριακή Άσκηση Σκοπός: Η παρούσα εργαστηριακή άσκηση, χρησιμοποιώντας ως δεδομένα τα στοιχεία που προέκυψαν από την 1η

Διαβάστε περισσότερα

Κατ οίκον Εργασία 1 Σκελετοί Λύσεων

Κατ οίκον Εργασία 1 Σκελετοί Λύσεων ΕΠΛ 1 Δομές Δεδομένων και Αλγόριθμοι Σεπτέμβριος 009 Κατ οίκον Εργασία 1 Σκελετοί Λύσεων Άσκηση 1 Αρχικά θα πρέπει να υπολογίσουμε τον αριθμό των πράξεων που μπορεί να εκτελέσει ο υπολογιστής σε μια ώρα,

Διαβάστε περισσότερα

ΑΡΧΗ 1ΗΣ ΣΕΛΙΔΑΣ Γ ΗΜΕΡΗΣΙΩΝ

ΑΡΧΗ 1ΗΣ ΣΕΛΙΔΑΣ Γ ΗΜΕΡΗΣΙΩΝ ΘΕΜΑ Α ΑΡΧΗ 1ΗΣ ΣΕΛΙΔΑΣ Γ ΗΜΕΡΗΣΙΩΝ ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΠΑΝΕΛΛΑΔΙΚΕΣ ΕΞΕΤΑΣΕΙΣ Γ ΤΑΞΗΣ ΗΜΕΡΗΣΙΟΥ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΤΡΙΤΗ 24 ΙΟΥΝΙΟΥ 2014 ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ: ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΤΕΧΝΟΛΟΓΙΚΗΣ

Διαβάστε περισσότερα

Αποθήκες Δεδομένων και Εξόρυξη Δεδομένων:

Αποθήκες Δεδομένων και Εξόρυξη Δεδομένων: Αποθήκες Δεδομένων και Εξόρυξη Δεδομένων: Oμαδοποίηση: Μέρος Δ http://delab.csd.auth.gr/~gounaris/courses/dwdm/ gounaris/courses/dwdm/ Ευχαριστίες Οι διαφάνειες του μαθήματος σε γενικές γραμμές ακολουθούν

Διαβάστε περισσότερα

ΜΕΛΕΤΗ ΑΡΜΟΝΙΚΗΣ ΤΑΛΑΝΤΩΣΗΣ ΦΥΛΛΟ ΕΡΓΑΣΙΑΣ ΤΟΥ ΜΑΘΗΤΗ Τάξη, τμήμα: Ημερομηνία:. Επώνυμο-όνομα:..

ΜΕΛΕΤΗ ΑΡΜΟΝΙΚΗΣ ΤΑΛΑΝΤΩΣΗΣ ΦΥΛΛΟ ΕΡΓΑΣΙΑΣ ΤΟΥ ΜΑΘΗΤΗ Τάξη, τμήμα: Ημερομηνία:. Επώνυμο-όνομα:.. 1 ΑΠΛΗ ΑΡΜΟΝΙΚΗ ΤΑΛΑΝΤΩΣΗ ΜΕ ΤΗ ΧΡΗΣΗ ΤΟΥ Multilong ΜΕΛΕΤΗ ΑΡΜΟΝΙΚΗΣ ΤΑΛΑΝΤΩΣΗΣ ΦΥΛΛΟ ΕΡΓΑΣΙΑΣ ΤΟΥ ΜΑΘΗΤΗ Τάξη, τμήμα: Ημερομηνία:. Επώνυμο-όνομα:.. Στόχοι: Με τη βοήθεια των γραφικών παραστάσεων των ταλαντώσεων

Διαβάστε περισσότερα

Χρώματα. Κωδικός. Κωδικός 93-392-1003. Χρώματα ΜΑΥΡΟ 93-392-1021 ΜΑΥΡΟ. Κωδικός 93-392-1020. Χρώματα ΜΑΥΡΟ. Χρώματα. Κωδικός 93-392-5541

Χρώματα. Κωδικός. Κωδικός 93-392-1003. Χρώματα ΜΑΥΡΟ 93-392-1021 ΜΑΥΡΟ. Κωδικός 93-392-1020. Χρώματα ΜΑΥΡΟ. Χρώματα. Κωδικός 93-392-5541 93-392-1003 93-392-1021 93-392-1020 02 93-392-5541,, ΜΠΛΕ,, ΠΡΑΣΙΝΟ 93-392-1103,, ΜΟΥΣΤΑΡΔΙ, ΜΠΛΕ, ΤΑΜΠΑ 93-392-1048, ΜΠΛΕ, ΤΑΜΠΑ, ΠΡΑΣΙΝΟ 93-392-1091,, ΜΟΥΣΤΑΡΔΙ, ΤΑΜΠΑ 93-392-1047, ΜΠΛΕ, ΤΑΜΠΑ, ΠΡΑΣΙΝΟ

Διαβάστε περισσότερα

ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ με το EXCEL

ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ με το EXCEL ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ με το EXCEL ΠΡΟΒΛΗΜΑ ΓΡΑΜΜΙΚΟΥ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ ( Μαθηματικών Γ Γυμνασίου έκδοση ΙΑ 99 σελ. 236 / Έχει γίνει μετατροπή των δρχ. σε euro.) Ένας κτηνοτρόφος πρόκειται να αγοράσει

Διαβάστε περισσότερα

Πληρουορική Γ Γσμμασίοσ

Πληρουορική Γ Γσμμασίοσ Πληρουορική Γ Γσμμασίοσ Προγραμματισμός και Αλγόριθμοι Από το και τημ Χελώμα στημ Ευριπίδης Βραχνός http://evripides.mysch.gr/ 2014 2015 1 Προγραμματισμός Ζάννειο Πρότυπο Πειραματικό Γυμνάσιο Πειραιά Ενότητα:

Διαβάστε περισσότερα

Ταυτότητα εκπαιδευτικού σεναρίου

Ταυτότητα εκπαιδευτικού σεναρίου Ταυτότητα εκπαιδευτικού σεναρίου Τίτλος: Συμβάντα και ενέργειες - Το πολύχρωμο σκαθάρι Σύντομη περιγραφή: Ένα εκπαιδευτικό σενάριο για την διδασκαλία των συμβάντων και ενεργειών στον προγραμματισμό, με

Διαβάστε περισσότερα

1. Δύο σύγχρονες πηγές αρμονικών κυμάτων βρίσκονται σε δύο σημεία της επιφάνειας ενός υγρού δημιουργώντας

1. Δύο σύγχρονες πηγές αρμονικών κυμάτων βρίσκονται σε δύο σημεία της επιφάνειας ενός υγρού δημιουργώντας ΣΥΜΒΟΛΗ ΚΥΜΑΤΩΝ. Δύο σύγχρονες πηγές αρμονικών κυμάτων βρίσκονται σε δύο σημεία της επιφάνειας ενός υγρού δημιουργώντας εγκάρσια κύματα τα οποία διαδίδονται στην επιφάνεια του υγρού με ταχύτητα 0,5 m/s.

Διαβάστε περισσότερα

Επίσηµη Εφηµερίδα της Ευρωπαϊκής Ένωσης

Επίσηµη Εφηµερίδα της Ευρωπαϊκής Ένωσης 12.8.2017 L 209/19 ΕΚΤΕΛΕΣΤΙΚΟΣ ΚΑΝΟΝΙΣΜΟΣ (ΕΕ) 2017/1469 ΤΗΣ ΕΠΙΤΡΟΠΗΣ της 11ης Αυγούστου 2017 για τον τυποποιημένο μορφότυπο παρουσίασης του εγγράφου πληροφοριών για το ασφαλιστικό προϊόν (Κείμενο που

Διαβάστε περισσότερα

===========================================================================

=========================================================================== =========================================================================== Α. (50 µον.) Σας δίνεται ο ακόλουθος γράφος, το οποίο πρέπει να χρωµατίσετε χρησιµοποιώντας 4 χρώµατα (R,G,B,Υ), ώστε δύο γειτονικές

Διαβάστε περισσότερα

Απλοποιεί τα γεγονότα έτσι ώστε να περιγράφει τι έχει γίνει και όχι πως έχει γίνει.

Απλοποιεί τα γεγονότα έτσι ώστε να περιγράφει τι έχει γίνει και όχι πως έχει γίνει. οµηµένες τεχνικές Ο στόχος των δοµηµένων τεχνικών είναι: Υψηλής ποιότητας προγράµµατα Εύκολη τροποποίηση προγραµµάτων Απλοποιηµένα προγράµµατα Μείωση κόστους και χρόνου ανάπτυξης. Οι βασικές αρχές τους

Διαβάστε περισσότερα