Θεωρία Λήψης Αποφάσεων
|
|
- Ωρίων Αντωνιάδης
- 7 χρόνια πριν
- Προβολές:
Transcript
1 Θεωρία Λήψης Αποφάσεων Ενότητα 9: Αβεβαιότητα Στατιστική Μάθηση Μέγιστη Πιθανοφάνεια Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων & Τροφίμων (Δ.Ε.Α.Π.Τ.)
2 Αβεβαιότητα - Στατιστική Μάθηση - Μέγιστη Πιθανοφάνεια Υποενότητα 1
3 Σκοποί 1 ης υποενότητας Να να γνωρίσουν και να κατανοήσουν οι φοιτητές τις βασικές έννοιες της αβεβαιότητας, της στατιστικής μάθησης και της μεθόδου απόφασης μέγιστης πιθανοφάνειας Να μπορέσουν οι φοιτητές να επιλύουν ασκήσεις σχετικές με αβεβαιότητα, στατιστική μάθηση και τη μέθοδο απόφασης μέγιστης πιθανοφάνειας 3
4 Περιεχόμενα 1 ης υποενότητας Δράση υπό αβεβαιότητα Χειρισμός της αβέβαιης γνώσης Ορθολογικές αποφάσεις Ατομικά συμβάντα Πλήρεις συνδυασμένες κατανομές πιθανότητας Υπολογισμός υπό συνθήκη πιθανοτήτων Ανεξαρτησία Ο Κανόνας του Bayes Στατιστική μάθηση Εκτίμηση μέγιστης πιθανοφάνειας 4
5 Δράση υπό αβεβαιότητα (1/2) Οι αλγόριθμοι σχεδόν ποτέ δεν έχουν πρόσβαση στην πλήρη αλήθεια σχετικά με το περιβάλλον τους Κανένα πλάνο δεν εγγυάται ότι θα πετύχει το στόχο Πλάνο Α 90 : Ξεκίνα 90 λεπτά νωρίτερα για να προλάβεις την πτήση Το πλάνο Α 90 θα μας πάει στο αεροδρόμιο εγκαίρως, εφόσον το αυτοκίνητό μου δεν πάθει βλάβη ή μείνει από βενζίνη, δεν έχουμε εμείς ατύχημα, δεν υπάρξουν άλλα ατυχήματα σε κάποια από τις σήραγγες, το αεροπλάνο δε φύγει νωρίτερα, και " 5
6 Δράση υπό αβεβαιότητα (2/2) Η ενδεδειγμένη δράση η ορθολογική απόφαση εξαρτάται τόσο από τη σχετική σημαντικότητα των διάφορων στόχων, όσο και από την πιθανότητα και το βαθμό κατά τον οποίο θα επιτευχθούν οι στόχοι αυτοί 6
7 Χειρισμός της αβέβαιης γνώσης (1/5) Η διάγνωση ανεξάρτητα από το αν αφορά την ιατρική, την επισκευή αυτοκινήτων, ή οτιδήποτε άλλο είναι μια διεργασία που περιλαμβάνει σχεδόν πάντοτε αβεβαιότητα Διαγνωστικοί κανόνες (έχουμε το σύμπτωμα, ψάχνουμε την αιτία) p Σύμπτωμα(p, Πονόδοντος) Ασθένεια(p, Κοιλότητα) Λανθασμένος κανόνας p Σύμπτωμα(p, Πονόδοντος) Ασθένεια(p, Κοιλότητα) Ασθένεια(p, Ουλίτιδα) Ασθένεια(p, Απόστημα) 7
8 Χειρισμός της αβέβαιης γνώσης (2/5) Αιτιολογικοί κανόνες (έχουμε την αιτία, ψάχνουμε το σύμπτωμα) p Ασθένεια(p, Κοιλότητα) Σύμπτωμα(p, Πονόδοντος) Επίσης λανθασμένος κανόνας 8
9 Χειρισμός της αβέβαιης γνώσης (3/5) Η λογική πρώτης τάξης αποτυγχάνει για τρεις κύριους λόγους: «Τεμπελιά» Απαιτείται υπερβολικά πολλή δουλειά για την παράθεση σε λίστα του πλήρους συνόλου προαπαιτήσεων ή συνεπειών που απαιτούνται για να εξασφαλίσουμε έναν κανόνα χωρίς εξαιρέσεις, και επίσης είναι πολύ δύσκολη η χρήση τέτοιων κανόνων 9
10 Χειρισμός της αβέβαιης γνώσης (4/5) Θεωρητική άγνοια Δεν υπάρχει πλήρης θεωρία για το αντίστοιχο πεδίο Πρακτική άγνοια Ακόμα και αν γνωρίζουμε όλους τους κανόνες, μπορεί να βρεθούμε σε αβεβαιότητα για κάποιο συγκεκριμένο περιστατικό, επειδή δεν έχουν εκτελεστεί ή δεν μπορούν να εκτελεστούν όλοι οι απαιτούμενοι έλεγχοι 10
11 Χειρισμός της αβέβαιης γνώσης (5/5) Βαθμός πεποίθησης: [0,1] Θεωρία πιθανοτήτων Η πιθανότητα μας παρέχει έναν τρόπο για να συναθροίσουμε την αβεβαιότητα που προέρχεται από την τεμπελιά ή την άγνοιά μας Εκ των προτέρων πιθανότητες Πριν τη λήψη μιας μαρτυρίας Εκ των υστέρων πιθανότητες Μετά τη λήψη μιας μαρτυρίας 11
12 Ορθολογικές αποφάσεις (1/2) Αποτελέσματα Πλήρως καθορισμένες καταστάσεις Υπάρχουν διάφορα δυνατά αποτελέσματα Προτιμήσεις / Πιθανότητες Θεωρία Χρησιμοτήτων Κάθε κατάσταση έχει ένα βαθμό ωφέλειας Θεωρία Αποφάσεων = Θεωρία Πιθανοτήτων + Θεωρία Χρησιμοτήτων 12
13 Ορθολογικές αποφάσεις (2/2) Αρχή της Μέγιστης Αναμενόμενης Χρησιμότητας Ένας πράκτορας είναι ορθολογικός αν και μόνο αν επιλέγει την ενέργεια που παρέχει την υψηλότερη αναμενόμενη χρησιμότητα, λαμβανόμενη ως το μέσο όρο για όλα τα δυνατά αποτελέσματα της ενέργειας 13
14 Βασική Σημειογραφία Πιθανοτήτων (1/3) Τυχαία μεταβλητή Μια μεταβλητή που αναφέρεται σε ένα «τμήμα» του κόσμου για το οποίο η «κατάσταση» είναι αρχικά άγνωστη Κοιλότητα: Ο κάτω αριστερός φρονιμίτης μου έχει κοιλότητα Θα γράφουμε πάντα τα ονόματα των τυχαίων μεταβλητών με κεφαλαίο το πρώτο γράμμα Παρόλα αυτά, θα χρησιμοποιούμε και πάλι πεζά γράμματα για τις τιμές που έχουν οι άγνωστες τυχαίες μεταβλητές: P(a)= 1 P( a) 14
15 Βασική Σημειογραφία Πιθανοτήτων (2/3) Πεδίο τιμών π.χ.(αληθές, ψευδές) Δυϊκές, Διακριτές, Συνεχείς 15
16 Βασική Σημειογραφία Πιθανοτήτων (3/3) Για τη δυϊκή τυχαία μεταβλητή Κοιλότητα με πεδίο τιμών το (αληθές, ψευδές): Η πρόταση Κοιλότητα = αληθές θα γράφεται και ως κοιλότητα Η πρόταση Κοιλότητα = ψευδές θα γράφεται και ως κοιλότητα Για την διακριτή τυχαία μεταβλητή Καιρός με πεδίο τιμών το (λιακάδα, βροχή, συννεφιά, χιόνι): Η πρόταση Καιρός = χιόνι θα γράφεται και ως χιόνι 16
17 Ατομικά Συμβάντα Το ατομικό συμβάν είναι ένας πλήρης καθορισμός της κατάστασης του κόσμου για τον οποίο η μέθοδος (ο πράκτορας) είναι αβέβαιος Για παράδειγμα, αν ο κόσμος αποτελείται μόνο από τις Boolean μεταβλητές Κοιλότητα και Πονόδοντος, τότε υπάρχουν μόνο τέσσερα διακριτά ατομικά συμβάντα π.χ. η πρόταση Κοιλότητα = αληθές Πονόδοντος = ψευδές 17
18 Ιδιότητες ατομικών συμβάντων (1/2) 1. Είναι αμοιβαία αποκλειόμενα Για παράδειγμα δεν μπορούν να ισχύουν ταυτόχρονα τα συμβάντα κοιλότητα πονόδοντος και κοιλότητα πονόδοντος 2. Το σύνολό τους είναι εξαντλητικό Η διάζευξη όλων των ατομικών συμβάντων είναι αληθής 3. Οποιοδήποτε ατομικό συμβάν καλύπτει την αλήθεια ή το ψεύδος για κάθε πρόταση, είτε αυτή είναι απλή είτε σύνθετη Για παράδειγμα, το ατομικό συμβάν κοιλότητα πονόδοντος καλύπτει την αλήθεια της πρότασης κοιλότητα και το ψεύδος της κοιλότηταπονόδοντος 18
19 Ιδιότητες ατομικών συμβάντων (2/2) 4. Οποιαδήποτε πρόταση είναι λογικά ισοδύναμη με τη διάζευξη όλων των ατομικών συμβάντων που συμπεραίνουν την αλήθεια αυτής της πρότασης Για παράδειγμα, το κοιλότητα είναι ισοδύναμο με τo κοιλότητα πονόδοντος κοιλότητα πονόδοντος 19
20 Εκ των προτέρων πιθανότητα (1/2) Ρ(Κοιλότητα = αληθές)=0.1 ή Ρ(κοιλότητα)=0.1 P(Καιρός = λιακάδα)=0.7 ή P(λιακάδα)=0.7 P(Καιρός = βροχή)=0.2 ή P(βροχή)=0.2 P(Καιρός = συννεφιά)=0.08 ή P(συννεφιά)=0.08 P(Καιρός = χιόνι)=0.02 ή P(χιόνι)=0.02 Κατανομή πιθανότητας Ρ(Καιρός) = (0.7, 0.2, 0.08, 0.02) Συνδυασμένη κατανομή πιθανότητας Ρ(Καιρός, Κοιλότητα) 20
21 Εκ των προτέρων πιθανότητα (2/2) Πλήρης συνδυασμένη κατανομή πιθανότητας Περιγράφει το πλήρες σύνολο των συνδυασμών των τυχαίων μεταβλητών που χρησιμοποιούνται για την περιγραφή του κόσμου 21
22 Πυκνότητα Πιθανότητας Έστω Χ = Αυριανή θερμοκρασία τότε π.χ. P(X = x) = U[18, 26](x) (ομοιόμορφη κατανομή) P(X=20,5) = U[18, 26](20,5)=1/(26 18) = 0,125 Υπολογίζουμε πιθανότητα για περιοχές τιμών 22
23 Υπό συνθήκη πιθανότητα π.χ. Ρ(κοιλότητα πονόδοντος) = 0,8 P( a b) P( a b) P( b) Κανόνας γινομένου: Ρ(α b) = Ρ(α b)ρ(b) = Ρ(b a)ρ(a) 23
24 Αξιώματα Kolmogorov (1/3) 1. Όλες οι πιθανότητες έχουν τιμή μεταξύ του 0 και του 1. Για οποιαδήποτε πρόταση α: 0 Ρ(α) 1 2. Οι κατανάγκην αληθείς (δηλαδή έγκυρες) προτάσεις έχουν πιθανότητα 1, ενώ οι κατανάγκην ψευδείς (δηλαδή μη ικανοποιήσιμες) προτάσεις έχουν πιθανότητα 0: Ρ(αληθές) = 1, Ρ(ψευδές) = 0 24
25 Αξιώματα Kolmogorov (2/3) 3. Η πιθανότητα της διάζευξης δίνεται από τον τύπο: Ρ(a b) = Ρ(a)+ Ρ(b) Ρ(a b) Από το 3 ο αξίωμα προκύπτει ότι: Η πιθανότητα μιας πρότασης είναι ίση με το άθροισμα των πιθανοτήτων των ατομικών συμβάντων στα οποία ισχύει αυτή η πρόταση: 25
26 Αξιώματα Kolmogorov (3/3) P( a) e i e( a) P( e όπου e(α) το σύνολο των ατομικών συμβάντων στα οποία ισχύει το α i ) Είναι παράλογο ένας αλγόριθμος να έχει μια κατάσταση πεποίθησης που παραβιάζει τα αξιώματα του Kolmogorov 26
27 Πλήρεις Συνδυασμένες Κατανομές Πιθανότητας (1/2) Έστω ένα πεδίο που αποτελείται μόνο από τις τρεις Boolean μεταβλητές Πονόδοντος, Κοιλότητα, και Λαβίδα: Μεταβλητές πονόδοντος πονόδοντος λαβίδα λαβίδα λαβίδα λαβίδα κοιλότητα 0,108 0,012 0,072 0,008 κοιλότητα 0,016 0,064 0,144 0,576 27
28 Πλήρεις Συνδυασμένες Κατανομές Πιθανότητας (2/2) Μπορούμε να υπολογίσουμε την πιθανότητα χωρίς συνθήκη οποιασδήποτε πρότασης (περιθώριος πιθανότητα) π.χ. P(κοιλότητα πονόδοντος) = 0,108+ 0, ,072+ 0, , ,064 = 0,28 28
29 Θεώρημα Ολικής Πιθανότητας P ( Y) P( Y,z) z ή ισοδύναμα P ( Y) P( Y z) P( z) z 29
30 30 Υπολογισμός υπό συνθήκη πιθανοτήτων ) ( πονόδοντος) (κοιλότητα πονόδοντος) (κοιλότητα πονόδοντος P P P ) ( πονόδοντος) κοιλότητα ( πονόδοντος) κοιλότητα ( πονόδοντος P P P
31 Ανεξαρτησία (1/4) Έστω ότι εμπλουτίζουμε το οδοντιατρικό μας πεδίο με την τυχαία μεταβλητή Καιρός Η πλήρης κατανομή γίνεται Ρ(Πονόδοντος, Λαβίδα, Κοιλότητα, Καιρός) η οποία έχει 32 καταχωρίσεις (επειδή η μεταβλητή Καιρός έχει τέσσερις τιμές) Προφανώς δε θεωρούμε ότι ο καιρός παίζει ρόλο στα οδοντιατρικά μας προβλήματα 31
32 Ανεξαρτησία (2/4) Προσπαθούμε να υπολογίσουμε τις καταχωρήσεις της νέας πλήρους κατανομής: Ρ(πονόδοντος, λαβίδα, κοιλότητα, Καιρός = συννεφιά)= Ρ(Καιρός = συννεφιά πονόδοντος, λαβίδα, κοιλότητα) Ρ(πονόδοντος, λαβίδα, κοιλότητα) Θεωρούμε ότι: Ρ(Καιρός = συννεφιά πονόδοντος, λαβίδα, κοιλότητα) = Ρ(Καιρός = συννεφιά) 32
33 Ανεξαρτησία (3/4) οπότε: Ρ(πονόδοντος, λαβίδα, κοιλότητα, Καιρός = συννεφιά) = Ρ(Καιρός = συννεφιά) Ρ(πονόδοντος, λαβίδα, κοιλότητα) 33
34 Ανεξαρτησία (4/4) Ισοδύναμες δηλώσεις, για δύο ανεξάρτητες μεταβλητές Χ και Υ: P( Χ Υ ) = P( Χ ) P( Υ Χ ) = P( Υ ) P( Χ, Υ ) = P( Χ ) P( Υ ) Η πλήρης κατανομή σπάει σε πολλές μικρότερες: P(Χ 1, Χ 2,, Χ n ) = P(Χ 1 ) P(Χ 2 ) P(Χ n ) 34
35 35 Ο Κανόνας του Bayes Από τις σχέσεις: P(a b) = P(a b)p(b) P(a b) = P(b a)p(a) παίρνουμε: Γενικότερα: ) ( ) ( ) ( ) ( a P b P b a P a b P ) ( ) ( ) ( ) ( X Y Y X X Y P P P P ), ( ), ( ), ( ), ( e P e P e P e P X Y Y X X Y
36 Αιτιολογική και Διαγνωστική Γνώση Συνήθως προσπαθούμε να υπολογίσουμε «διαγνωστικές» πιθανότητες, ενώ γνωρίζουμε τις «αιτιολογικές» Παράδειγμα: Αιτία: Μηνιγγίτιδα, P(m)=1/50000 Σύμπτωμα: Δύσκαμπτος λαιμός, P(s)=1/20 P(s m)=0,5 P( s m) P( m) 0,51/ P( m s) P( s) 1/ 20 0,
37 Συνδυασμός μαρτυριών (1/2) P(Κοιλότητα πονόδοντος λαβίδα) = P(πονόδοντος λαβίδα Κοιλότητα) P(Κοιλότητα) Οι μεταβλητές Πονόδοντος και Λαβίδα δεν είναι ανεξάρτητες Εάν πονά το δόντι, τότε είναι περισσότερες οι πιθανότητες η λαβίδα να σκαλώσει πάνω του και αντιστρόφως 37
38 Συνδυασμός μαρτυριών (2/2) Οι μεταβλητές Πονόδοντος και Λαβίδα είναι όμως ανεξάρτητες με δεδομένη την τιμή της Κοιλότητα! P(πονόδοντος λαβίδα Κοιλότητα) = P(πονόδοντος Κοιλότητα) P(λαβίδα Κοιλότητα) 38
39 Υπό συνθήκη ανεξαρτησία Οι μεταβλητές Χ και Υ είναι υπό συνθήκη ανεξάρτητες, με δεδομένη την τιμή της Ζ: P(X, Y Z) = P(X Z) P(Y Z) P(X Y, Z) = P(X Z) και P(Y X, Z) = P(Y Z) Κατά συνέπεια: P(Πονόδοντος, Λαβίδα, Κοιλότητα) = = P(Πονόδοντος, Λαβίδα Κοιλότητα) P(Κοιλότητα) = = P(Πονόδοντος Κοιλότητα) P(Λαβίδα Κοιλότητα) P(Κοιλότητα) 39
40 Απλοϊκό μοντέλο Bayes Προβλήματα στα οποία υπάρχει μια μεταβλητή Αιτία και πολλές μεταβλητές Επίδρασης, οι οποίες είναι υπό συνθήκη ανεξάρτητες μεταξύ τους με δεδομένη την Αιτία Ονομάζεται απλοϊκό γιατί χρησιμοποιείται ως παραδοχή και όταν δεν πρέπει P(Αιτία, Επίδραση 1,, Επίδραση n ) = P(Αιτία) Π i (Επίδραση i Αιτία) 40
41 Στατιστική Μάθηση (1/2) Υποθέσεις Πιθανοτικές θεωρίες σχετικά με τον τρόπο λειτουργίας του πεδίου Δεδομένα Στιγμιότυπα τιμών για κάποιες ή και για όλες τις τυχαίες μεταβλητές που περιγράφουν το πεδίο 41
42 Στατιστική Μάθηση (2/2) Παράδειγμα Γλυκό Surprise, δύο γεύσεις: κεράσι και λεμόνι Πέντε πολύ μεγάλες σακούλες, ΙΔΙΕΣ! h1: 100% κεράσι h2: 75% κεράσι + 25% λεμόνι h3: 50% κεράσι + 50% λεμόνι h4: 25% κεράσι + 75% λεμόνι h5: 100% λεμόνι Τυχαία μεταβλητή Η, τιμές: h 1,, h 5 (υποθέσεις) Δεδομένα: D 1, D 2, D N 42
43 Μάθηση κατά Bayes Υπολογίζει την πιθανότητα κάθε υπόθεσης, με βάση τα δεδομένα: P(h i d) = P(d h i )P(h i ) εξαρτάται από την εκ των προτέρων πιθανότητα Πιθανοφάνεια δεδομένων: P(d h i ) d h P h P i d j j Ανεξάρτητα και ομοιόμορφα κατανεμημένα δεδομένα (ακολουθούν την ίδια κατανομή) i 43
44 Παράδειγμα Έστω ότι η τρέχουσα σακούλα είναι τύπου 3 Έστω ότι ανοίξαμε τα πρώτα 10 γλυκά (όλα λεμόνι), τότε: P(d h 3 ) είναι
45 Μέγιστη εκ των υστέρων (πιθανότητα) Maximum a Posteriori MAP Χρησιμοποιείται για την πρόβλεψη μόνο της πιο πιθανής υπόθεσης h MAP = max i ( P(hi d) )= max i ( P(d h i )P(h i )) Προσεγγιστικές προβλέψεις Όσο περισσότερα δεδομένα έχουμε, τόσο περισσότερο η πρόβλεψη MAP με την πρόβλεψη Bayes συγκλίνουν 45
46 Μέγιστη πιθανοφάνεια maximum likelihood ML Απλοποίηση της μεθόδου MAP Θεωρούμε ομοιόμορφη εκ των προτέρων κατανομή πιθανότητας h ML = max i ( P(hi d) )= max i ( P(d h i )P(h i )= = max i ( P(d h i )) όταν δεν έχουμε κανέναν (εκ των προτέρων) λόγο να προτιμήσουμε κάποια υπόθεση 46
47 Μάθηση μέγιστης πιθανοφάνειας Βήματα: 1.Γράφουμε μια παράσταση για την πιθανοφάνεια των δεδομένων ως συνάρτηση των παραμέτρων 2.Γράφουμε την παράγωγο της λογαριθμικής πιθανοφάνειας ως προς την κάθε παράμετρο 3.Βρίσκουμε τις τιμές των παραμέτρων έτσι ώστε οι παράγωγοι να έχουν τιμή μηδέν 47
48 Παράδειγμα 1 ο (1/2) Έστω ότι η πιθανότητα να τραβήξουμε γεύση κεράσι εξαρτάται μόνο από την παράμετρο θ που ουσιαστικά αποτελεί την πιθανότητα να έχουμε τραβήξει κεράσι Συμβολίζουμε την τυχαία υπόθεση ότι έχουμε τραβήξει από κάποια σακούλα με h θ Θεωρούμεότιόλεςοιυποθέσειςείναιεξίσου πιθανές εκ των προτέρων Μέθοδος εκτίμησης μέγιστης πιθανοφάνειας 48
49 49 Παράδειγμα 1 ο (2/2) N j l c P d j h h P 1 ) (1 d N j j l c h d P h P h L 1 1 log log log log d d N c l c c l c d h dl 0 1 ) (d
50 Παράδειγμα 2 ο (1/3) Έστω ότι η πιθανότητα να τραβήξουμε κεράσι και κόκκινο περιτύλιγμα εξαρτάται από τρεις παραμέτρους: θ, θ 1, θ 2 Επιπλέον δεδομένα: c γλυκά κεράσι r c με κόκκινο περιτύλιγμα g c με μη κόκκινο περιτύλιγμα l γλυκά λεμόνι r l με κόκκινο περιτύλιγμα g l με μη κόκκινο περιτύλιγμα 50
51 Παράδειγμα 2 ο (2/3) l r c g r g c l 1 1 l c P( d h θ,θ,θ ) L=[c logθ + l log(1 θ)] + [r c log θ 1 + g c log (1 θ 1 )] + [r l logθ 2 + g l log(1 θ 2 )] 51
52 Παράδειγμα 2 ο (3/3) Βρείτε την εκτίμηση μέγιστης πιθανοφάνειας για τις εξής παραμέτρους θ: η πιθανότητα να τραβήξουμε γλυκό με γεύση κεράσι θ 1 : η πιθανότητα να τραβήξουμε γλυκό κεράσι με κόκκινο περιτύλιγμα θ 2 : η πιθανότητα να τραβήξουμε γλυκό λεμόνι με κόκκινο περιτύλιγμα 52
53 Τέλος Υποενότητας 1
54 Ασκήσεις εκτίμησης μέγιστης πιθανοφάνειας Υποενότητα 2
55 Σκοποί 2 ης υποενότητας Να μάθουν οι φοιτητές να επιλύουν ασκήσεις σχετικές με την εκτίμηση μέγιστης πιθανοφάνειας 55
56 Περιεχόμενα 2 ης υποενότητας 1 η Άσκηση: εκτίμηση μέγιστης πιθανοφάνειας 2 η Άσκηση: εκτίμηση μέγιστης πιθανοφάνειας 3 η Άσκηση: εκτίμηση μέγιστης πιθανοφάνειας 4 η Άσκηση: εκτίμηση μέγιστης πιθανοφάνειας 56
57 Άσκηση 1 η (1/2) Έστω n δείγματα x 1, x 2,, x n που επιλέγονται ανεξάρτητα με βάση την ακόλουθη συνάρτηση πυκνότητας πιθανότητας: p x i / e 0 x i x i 0 ύ 57
58 Άσκηση 1 η (2/2) Δείξτε ότι η εκτίμηση μέγιστης πιθανοφάνειας για την άγνωστη παράμετρο θ ισούται με: ˆ 1 MLE n όπου μ n η μέση τιμή των n δειγμάτων 58
59 Άσκηση 2 η (1/2) Έστω n δείγματα x 1, x 2,, x n που επιλέγονται ανεξάρτητα με βάση την ακόλουθη συνάρτηση πυκνότητας πιθανότητας: p x i / x i ύ 59
60 Άσκηση 2 η (2/2) Δείξτε ότι η εκτίμηση μέγιστης πιθανοφάνειας για την άγνωστη παράμετρο θ ισούται με τη μέγιστη τιμή των n δειγμάτων, δηλαδή ˆ max x, x,..., x MLE 1 2 n 60
61 Άσκηση 3 η (1/2) Έστω n δείγματα x 1, x 2,, x n που επιλέγονται ανεξάρτητα με βάση την ακόλουθη συνάρτηση πυκνότητας πιθανότητας: p x i / 2 x i 0 e x i x i 0,1 ύ 61
62 Άσκηση 3 η (2/2) Δείξτε ότι η εκτίμηση μέγιστης πιθανοφάνειας για την άγνωστη παράμετρο θ ισούται με: ˆ MLE όπου μ n η μέση τιμή των n δειγμάτων 2 n 62
63 Άσκηση 4 η (1/2) Έστω θ η πιθανότητα ενός δίκαιου νομίσματος να έρθει γράμματα Αν το νόμισμα ριχθεί n φορές και έχουν έρθει γράμματα n g φορές να βρεθεί ότι η εκτίμηση μέγιστης πιθανοφάνειας της παραμέτρου θ ισούται με ˆMLE n g n 63
64 Άσκηση 4 η (2/2) Υπόδειξη: η πιθανότητα να έχουμε ng φορές γράμματα σε n ρίψεις του νομίσματος ισούται με n n! n! n! g g n g 1 nn g 64
65 Τέλος Υποενότητας 2
66 Χρηματοδότηση Το παρόν εκπαιδευτικό υλικό έχει αναπτυχθεί στo πλαίσιo του εκπαιδευτικού έργου του διδάσκοντα. Το έργο «Ανοικτά Ακαδημαϊκά Μαθήματα στο Πανεπιστήμιο Πατρών» έχει χρηματοδοτήσει μόνο την αναδιαμόρφωση του εκπαιδευτικού υλικού. Το έργο υλοποιείται στο πλαίσιο του Επιχειρησιακού Προγράμματος «Εκπαίδευση και Δια Βίου Μάθηση» και συγχρηματοδοτείται από την Ευρωπαϊκή Ένωση (Ευρωπαϊκό Κοινωνικό Ταμείο) και από εθνικούς πόρους. 66
67 Σημειώματα
68 Σημείωμα Ιστορικού Εκδόσεων Έργου Το παρόν έργο αποτελεί την έκδοση 1.0. Έχουν προηγηθεί οι κάτωθι εκδόσεις: 68
69 Σημείωμα Αναφοράς Copyright Πανεπιστήμιο Πατρών, Γρηγόριος Μπεληγιάννης. «Θεωρία Λήψης Αποφάσεων. Αβεβαιότητα Στατιστική Μάθηση Μέγιστη Πιθανοφάνεια». Έκδοση: 1.0. Πάτρα Διαθέσιμο από τη δικτυακή διεύθυνση:
70 Σημείωμα Αδειοδότησης Το παρόν υλικό διατίθεται με τους όρους της άδειας χρήσης Creative Commons Αναφορά, Μη Εμπορική Χρήση Παρόμοια Διανομή 4.0 [1] ή μεταγενέστερη, Διεθνής Έκδοση. Εξαιρούνται τα αυτοτελή έργα τρίτων π.χ. φωτογραφίες, διαγράμματα κ.λ.π., τα οποία εμπεριέχονται σε αυτό και τα οποία αναφέρονται μαζί με τους όρους χρήσης τους στο «Σημείωμα Χρήσης Έργων Τρίτων». [1] nc sa/4.0/ Ως Μη Εμπορική ορίζεται η χρήση: που δεν περιλαμβάνει άμεσο ή έμμεσο οικονομικό όφελος από την χρήση του έργου, για το διανομέα του έργου και αδειοδόχο που δεν περιλαμβάνει οικονομική συναλλαγή ως προϋπόθεση για τη χρήση ή πρόσβαση στο έργο που δεν προσπορίζει στο διανομέα του έργου και αδειοδόχο έμμεσο οικονομικό όφελος (π.χ. διαφημίσεις) από την προβολή του έργου σε διαδικτυακό τόπο Ο δικαιούχος μπορεί να παρέχει στον αδειοδόχο ξεχωριστή άδεια να χρησιμοποιεί το έργο για εμπορική χρήση, εφόσον αυτό του ζητηθεί. 70
ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ
ΤΕΙ Δυτικής Μακεδονίας ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ 2015-2016 Τεχνητή Νοημοσύνη Αβεβαιότητα Διδάσκων: Τσίπουρας Μάρκος Εκπαιδευτικό Υλικό: Τσίπουρας Μάρκος http://ai.uom.gr/aima/ 2 Δράση υπό αβεβαιότητα
Διαβάστε περισσότεραΘεωρία Λήψης Αποφάσεων
Θεωρία Λήψης Αποφάσεων Ενότητα 3: Ασκήσεις Bayes Περιοχές Απόφασης Διακρίνουσες Συναρτήσεις Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων
Διαβάστε περισσότεραΜαθηματικά Διοικητικών & Οικονομικών Επιστημών
Μαθηματικά Διοικητικών & Οικονομικών Επιστημών Ενότητα 7: Παράγωγος, ελαστικότητα, παραγώγιση συναρτήσεων (Φροντιστήριο) Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης
Διαβάστε περισσότεραΜαθηματικά Διοικητικών & Οικονομικών Επιστημών
Μαθηματικά Διοικητικών & Οικονομικών Επιστημών Ενότητα 11: Διανύσματα (Φροντιστήριο) Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων &
Διαβάστε περισσότεραΘεωρία Λήψης Αποφάσεων
Θεωρία Λήψης Αποφάσεων Ενότητα 2: Θεωρία Απόφασης του Bayes Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων & Τροφίμων (Δ.Ε.Α.Π.Τ.) Θεωρία
Διαβάστε περισσότεραΠληροφοριακά Συστήματα Διοίκησης (ΜΒΑ) Ενότητα 5: Διαχείριση Έργων υπό συνθήκες αβεβαιότητας
Πληροφοριακά Συστήματα Διοίκησης (ΜΒΑ) Ενότητα 5: Διαχείριση Έργων υπό συνθήκες αβεβαιότητας Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων
Διαβάστε περισσότεραΜαθηματικά Διοικητικών & Οικονομικών Επιστημών
Μαθηματικά Διοικητικών & Οικονομικών Επιστημών Ενότητα 8: Εφαρμογές παραγώγων Μελέτη και βελτιστοποίηση συναρτήσεων μιας μεταβλητής (Φροντιστήριο) Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων
Διαβάστε περισσότεραΕνδεικτικές λύσεις ασκήσεων διαχείρισης έργου υπό συνθήκες αβεβαιότητας
Ενδεικτικές λύσεις ασκήσεων διαχείρισης έργου υπό συνθήκες αβεβαιότητας 1 Περιεχόμενα 1 η Άσκηση... 4 2 η Άσκηση... 7 3 η Άσκηση... 10 Χρηματοδότηση... 12 Σημείωμα Αναφοράς... 13 Σημείωμα Αδειοδότησης...
Διαβάστε περισσότεραΠληροφοριακά Συστήματα Διοίκησης Ενότητα 10: Διαχείριση Έργων (2ο Μέρος)
Πληροφοριακά Συστήματα Διοίκησης Ενότητα 10: Διαχείριση Έργων (2ο Μέρος) Γρηγόριος Μπεληγιάννης Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων και Τροφίμων
Διαβάστε περισσότερα1 η Διάλεξη. Ενδεικτικές λύσεις ασκήσεων
1 η Διάλεξη Ενδεικτικές λύσεις ασκήσεων 1 Περιεχόμενα 1 η Άσκηση... 3 2 η Άσκηση... 3 3 η Άσκηση... 3 4 η Άσκηση... 3 5 η Άσκηση... 4 6 η Άσκηση... 4 7 η Άσκηση... 4 8 η Άσκηση... 5 9 η Άσκηση... 5 10
Διαβάστε περισσότεραΔιαχείριση Έργων. Ενότητα 10: Χρονοπρογραμματισμός έργων (υπό συνθήκες αβεβαιότητας)
Διαχείριση Έργων Ενότητα 10: Χρονοπρογραμματισμός έργων (υπό συνθήκες αβεβαιότητας) Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων &
Διαβάστε περισσότεραΜαθηματικά Διοικητικών & Οικονομικών Επιστημών
Μαθηματικά Διοικητικών & Οικονομικών Επιστημών Ενότητα 6: Όριο και συνέχεια συναρτήσεων (Θεωρία) Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών
Διαβάστε περισσότεραΜαθηματικά Διοικητικών & Οικονομικών Επιστημών
Μαθηματικά Διοικητικών & Οικονομικών Επιστημών Ενότητα 2: Γραμμικές συναρτήσεις (Φροντιστήριο) Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων
Διαβάστε περισσότεραΜαθηματικά Διοικητικών & Οικονομικών Επιστημών
Μαθηματικά Διοικητικών & Οικονομικών Επιστημών Ενότητα 5: Ακολουθίες, όρια, σειρές (Φροντιστήριο) Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών
Διαβάστε περισσότεραΜαθηματικά Διοικητικών & Οικονομικών Επιστημών
Μαθηματικά Διοικητικών & Οικονομικών Επιστημών Ενότητα 13: Η ορίζουσα και το ίχνος μιας μήτρας (Θεωρία) Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών
Διαβάστε περισσότεραΜαθηματικά Διοικητικών & Οικονομικών Επιστημών
Μαθηματικά Διοικητικών & Οικονομικών Επιστημών Ενότητα 3: Μη γραμμικές συναρτήσεις (Φροντιστήριο) Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών
Διαβάστε περισσότεραΠληροφοριακά Συστήματα Διοίκησης (ΜΒΑ) Ενότητα 2: Εφαρμογές Δικτυωτής Ανάλυσης (1 ο Μέρος)
Πληροφοριακά Συστήματα Διοίκησης (ΜΒΑ) Ενότητα 2: Εφαρμογές Δικτυωτής Ανάλυσης (1 ο Μέρος) Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων
Διαβάστε περισσότεραΔιοίκηση Ολικής Ποιότητας & Επιχειρηματική Αριστεία Ενότητα 1.3.3: Μεθοδολογία εφαρμογής προγράμματος Ολικής Ποιότητας
Διοίκηση Ολικής Ποιότητας & Επιχειρηματική Αριστεία Ενότητα 1.3.3: Ψωμάς Ευάγγελος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων & Τροφίμων (Δ.Ε.Α.Π.Τ.) Υποενότητα
Διαβάστε περισσότεραΜαθηματικά Διοικητικών & Οικονομικών Επιστημών
Μαθηματικά Διοικητικών & Οικονομικών Επιστημών Ενότητα 4: Εκθετικές και λογαριθμικές συναρτήσεις (Φροντιστήριο) Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων
Διαβάστε περισσότεραΜαθηματικά Διοικητικών & Οικονομικών Επιστημών
Μαθηματικά Διοικητικών & Οικονομικών Επιστημών Ενότητα 9: Ολοκληρώματα (Φροντιστήριο) Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων
Διαβάστε περισσότεραΕπιχειρησιακή Έρευνα
Επιχειρησιακή Έρευνα Ενότητα 10: Ειδικές περιπτώσεις επίλυσης με τη μέθοδο simplex (2o μέρος) Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων
Διαβάστε περισσότεραΠληροφοριακά Συστήματα Διοίκησης (ΜΒΑ) Ενότητα 6: Συμπίεση Έργου
Πληροφοριακά Συστήματα Διοίκησης (ΜΒΑ) Ενότητα 6: Συμπίεση Έργου Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων & Τροφίμων (Δ.Ε.Α.Π.Τ.)
Διαβάστε περισσότεραΜαθηματικά Διοικητικών & Οικονομικών Επιστημών
Μαθηματικά Διοικητικών & Οικονομικών Επιστημών Ενότητα 11: Διανύσματα (Θεωρία) Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων & Τροφίμων
Διαβάστε περισσότεραΠληροφοριακά Συστήματα Διοίκησης (ΜΒΑ) Ενότητα 3: Εφαρμογές Δικτυωτής Ανάλυσης (2 ο Μέρος)
Πληροφοριακά Συστήματα Διοίκησης (ΜΒΑ) Ενότητα 3: Εφαρμογές Δικτυωτής Ανάλυσης (2 ο Μέρος) Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων
Διαβάστε περισσότεραΕπιχειρησιακή Έρευνα
Επιχειρησιακή Έρευνα Ενότητα 8: Επίλυση με τη μέθοδο Simplex (2 ο μέρος) Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων & Τροφίμων (Δ.Ε.Α.Π.Τ.)
Διαβάστε περισσότεραΜαθηματικά Διοικητικών & Οικονομικών Επιστημών
Μαθηματικά Διοικητικών & Οικονομικών Επιστημών Ενότητα 1: Συναρτήσεις (Θεωρία) Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων & Τροφίμων
Διαβάστε περισσότεραΜαθηματικά Διοικητικών & Οικονομικών Επιστημών
Μαθηματικά Διοικητικών & Οικονομικών Επιστημών Ενότητα 12: Μήτρες (Θεωρία) Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων & Τροφίμων
Διαβάστε περισσότεραΠληροφοριακά Συστήματα Διοίκησης (ΜΒΑ) Ενότητα 7: Εισαγωγή στη Θεωρία Αποφάσεων Δέντρα Αποφάσεων
Πληροφοριακά Συστήματα Διοίκησης (ΜΒΑ) Ενότητα 7: Εισαγωγή στη Θεωρία Αποφάσεων Δέντρα Αποφάσεων Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών
Διαβάστε περισσότεραΜαθηματικά Διοικητικών & Οικονομικών Επιστημών
Μαθηματικά Διοικητικών & Οικονομικών Επιστημών Ενότητα 10: Συστήματα γραμμικών εξισώσεων (Θεωρία) Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών
Διαβάστε περισσότεραΔιοίκηση Ολικής Ποιότητας & Επιχειρηματική Αριστεία Ενότητα 1.3.2: Παραδοσιακή VS νέα προσέγγιση της ΔΟΠ
Διοίκηση Ολικής Ποιότητας & Επιχειρηματική Αριστεία Ενότητα 1.3.2: Ψωμάς Ευάγγελος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων & Τροφίμων (Δ.Ε.Α.Π.Τ.) Παραδοσιακή
Διαβάστε περισσότεραΔιαχείριση Έργων. Ενότητα 4: Διάγραμμα Gannt
Διαχείριση Έργων Ενότητα 4: Διάγραμμα Gannt Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων & Τροφίμων (Δ.Ε.Α.Π.Τ.) Διάγραμμα Gannt Υποενότητα
Διαβάστε περισσότεραΜαθηματικά Διοικητικών & Οικονομικών Επιστημών
Μαθηματικά Διοικητικών & Οικονομικών Επιστημών Ενότητα 5: Ακολουθίες, όρια, σειρές (Θεωρία) Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων
Διαβάστε περισσότεραΕπιχειρησιακή Έρευνα
Επιχειρησιακή Έρευνα Ενότητα 4: Εισαγωγή στο Γραμμικό Προγραμματισμό (4 ο μέρος) Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων & Τροφίμων
Διαβάστε περισσότεραΘεωρία Λήψης Αποφάσεων
Θεωρία Λήψης Αποφάσεων Ενότητα 8: Αναζήτηση με Αντιπαλότητα Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων & Τροφίμων (Δ.Ε.Α.Π.Τ.) Αναζήτηση
Διαβάστε περισσότεραΚβαντική Επεξεργασία Πληροφορίας
Κβαντική Επεξεργασία Πληροφορίας Ενότητα 4: Κλασσική και Κβαντική Πιθανότητα Σγάρμπας Κυριάκος Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Σκοποί ενότητας Σκοπός της ενότητας
Διαβάστε περισσότεραΚβαντική Επεξεργασία Πληροφορίας
Κβαντική Επεξεργασία Πληροφορίας Ενότητα 12: Ιδιοτιμές και Ιδιοδιανύσματα Σγάρμπας Κυριάκος Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Σκοποί ενότητας Ιδιοτιμές και Ιδιοδιανύσματα
Διαβάστε περισσότεραΜαθηματικά Διοικητικών & Οικονομικών Επιστημών
Μαθηματικά Διοικητικών & Οικονομικών Επιστημών Ενότητα 9: Ολοκληρώματα (Θεωρία) Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων & Τροφίμων
Διαβάστε περισσότεραΕπιχειρησιακή Έρευνα
Επιχειρησιακή Έρευνα Ενότητα 9: Ειδικές περιπτώσεις επίλυσης με τη μέθοδο simplex (1o μέρος) Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων
Διαβάστε περισσότεραΕισαγωγή στους Η/Υ. Ενότητα 2β: Αντίστροφο Πρόβλημα. Δημήτρης Σαραβάνος, Καθηγητής Πολυτεχνική Σχολή Τμήμα Μηχανολόγων & Αεροναυπηγών Μηχανικών
Εισαγωγή στους Η/Υ Ενότητα 2β: Δημήτρης Σαραβάνος, Καθηγητής Πολυτεχνική Σχολή Τμήμα Μηχανολόγων & Αεροναυπηγών Μηχανικών Σκοποί ενότητας Εύρεση συνάρτησης Boole όταν είναι γνωστός μόνο ο πίνακας αληθείας.
Διαβάστε περισσότεραΠληροφοριακά Συστήματα Διοίκησης (ΜΒΑ) Ενότητα 8: Παίγνια πλήρους και ελλιπούς πληροφόρησης
Πληροφοριακά Συστήματα Διοίκησης (ΜΒΑ) Ενότητα 8: Παίγνια πλήρους και ελλιπούς πληροφόρησης Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων
Διαβάστε περισσότεραΕπιχειρησιακή Έρευνα
Επιχειρησιακή Έρευνα Ενότητα 5: Εφαρμογές Γραμμικού Προγραμματισμού (1 ο μέρος) Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων & Τροφίμων
Διαβάστε περισσότερα2 η Διάλεξη. Ενδεικτικές λύσεις ασκήσεων
2 η Διάλεξη Ενδεικτικές λύσεις ασκήσεων Περιεχόμενα η Άσκηση... 3 2 η Άσκηση... 4 3 η Άσκηση... 5 4 η Άσκηση... 7 Χρηματοδότηση... 9 Σημείωμα Αναφοράς... 0 Σημείωμα Αδειοδότησης... 2 Ενδεικτικές λύσεις
Διαβάστε περισσότεραΕπιχειρησιακή Έρευνα
Επιχειρησιακή Έρευνα Ενότητα 7: Επίλυση με τη μέθοδο Simplex (1 ο μέρος) Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων & Τροφίμων (Δ.Ε.Α.Π.Τ.)
Διαβάστε περισσότεραΜαθηματικά Διοικητικών & Οικονομικών Επιστημών
Μαθηματικά Διοικητικών & Οικονομικών Επιστημών Ενότητα 8: Εφαρμογές παραγώγων Μελέτη και βελτιστοποίηση συναρτήσεων μιας μεταβλητής (Θεωρία) Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων
Διαβάστε περισσότεραΕισαγωγή στα Πληροφοριακά Συστήματα
Εισαγωγή στα Πληροφοριακά Συστήματα Ενότητα 4: Λεξικό δεδομένων, Διαγράμματα Ροής Δεδομένων Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων
Διαβάστε περισσότεραΕισαγωγή στα Πληροφοριακά Συστήματα
Εισαγωγή στα Πληροφοριακά Συστήματα Ενότητα 5: Μοντελοποίηση με ΔΡΔ (1 ο Μέρος) Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων & Τροφίμων
Διαβάστε περισσότεραΜαθηματικά Διοικητικών & Οικονομικών Επιστημών
Μαθηματικά Διοικητικών & Οικονομικών Επιστημών Ενότητα 7: Παράγωγος, ελαστικότητα, παραγώγιση συναρτήσεων (Θεωρία) Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων
Διαβάστε περισσότεραΕισαγωγή στα Πληροφοριακά Συστήματα
Εισαγωγή στα Πληροφοριακά Συστήματα Ενότητα 6: Μοντελοποίηση με ΔΡΔ (2 ο Μέρος) Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων & Τροφίμων
Διαβάστε περισσότεραΔιοίκηση Ολικής Ποιότητας & Επιχειρηματική Αριστεία Ενότητα 1.6.1: Το οργανόγραμμα της ποιότητας
Διοίκηση Ολικής Ποιότητας & Επιχειρηματική Αριστεία Ενότητα 1.6.1: Το οργανόγραμμα της ποιότητας Ψωμάς Ευάγγελος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων
Διαβάστε περισσότεραΕπιχειρησιακή Έρευνα
Επιχειρησιακή Έρευνα Ενότητα 6: Εφαρμογές Γραμμικού Προγραμματισμού (2 ο μέρος) Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων & Τροφίμων
Διαβάστε περισσότεραΔιοίκηση Ολικής Ποιότητας & Επιχειρηματική Αριστεία Ενότητα 1.4: ISO 9004:2009
Διοίκηση Ολικής Ποιότητας & Επιχειρηματική Αριστεία Ενότητα 1.4: ISO 9004:2009 Ψωμάς Ευάγγελος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων & Τροφίμων (Δ.Ε.Α.Π.Τ.)
Διαβάστε περισσότεραΜαθηματικά Διοικητικών & Οικονομικών Επιστημών
Μαθηματικά Διοικητικών & Οικονομικών Επιστημών Ενότητα 3: Μη γραμμικές συναρτήσεις (Θεωρία) Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων
Διαβάστε περισσότεραΘεωρία Λήψης Αποφάσεων
Θεωρία Λήψης Αποφάσεων Ενότητα 6: Αλγόριθμοι Τοπικής Αναζήτησης Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων & Τροφίμων (Δ.Ε.Α.Π.Τ.)
Διαβάστε περισσότεραΘερμοδυναμική. Ανοικτά Ακαδημαϊκά Μαθήματα. Πίνακες Νερού σε κατάσταση Κορεσμού. Γεώργιος Κ. Χατζηκωνσταντής Επίκουρος Καθηγητής
Ανοικτά Ακαδημαϊκά Μαθήματα Τεχνολογικό Εκπαιδευτικό Ίδρυμα Αθήνας Πίνακες Νερού σε κατάσταση Κορεσμού Γεώργιος Κ. Χατζηκωνσταντής Επίκουρος Καθηγητής Διπλ. Ναυπηγός Μηχανολόγος Μηχανικός M.Sc. Διασφάλιση
Διαβάστε περισσότεραΦυσική ΙΙΙ. Ενότητα 4: Ηλεκτρικά Κυκλώματα. Γεώργιος Βούλγαρης Σχολή Θετικών Επιστημών Τμήμα Φυσικής
Φυσική ΙΙΙ Ενότητα 4: Ηλεκτρικά Κυκλώματα Γεώργιος Βούλγαρης Σχολή Θετικών Επιστημών Τμήμα Φυσικής Ασκήσεις ΦΙΙΙ Ασκήσεις κυκλωμάτων συνεχούς ρεύματος. Κανόνες Kirchhoff. Γ. Βούλγαρης 2 Ο Νόμος των Ρευμάτων
Διαβάστε περισσότεραΔιαφήμιση και Δημόσιες Σχέσεις Ενότητα 9: Σχέσεις διαφημιστή-διαφημιζόμενου
Διαφήμιση και Δημόσιες Σχέσεις Ενότητα 9: Σχέσεις διαφημιστή-διαφημιζόμενου Θεοδωρίδης Προκόπης Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων & Τροφίμων (Δ.Ε.Α.Π.Τ.)
Διαβάστε περισσότεραΔιαχείριση Έργων. Ενότητα 7: Εκτέλεση, παρακολούθηση και έλεγχος έργου
Διαχείριση Έργων Ενότητα 7: Εκτέλεση, παρακολούθηση και έλεγχος έργου Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων & Τροφίμων (Δ.Ε.Α.Π.Τ.)
Διαβάστε περισσότεραΜαθηματικά Διοικητικών & Οικονομικών Επιστημών
Μαθηματικά Διοικητικών & Οικονομικών Επιστημών Ενότητα 4: Εκθετικές και λογαριθμικές συναρτήσεις (Θεωρία) Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων
Διαβάστε περισσότεραΕισαγωγή στους Αλγορίθμους
Εισαγωγή στους Αλγορίθμους Ενότητα 5 η Άσκηση Συγχώνευση & απαρίθμηση Διδάσκων Χρήστος Ζαρολιάγκης Καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής Πανεπιστήμιο Πατρών Email: zaro@ceid.upatras.gr Άδειες Χρήσης
Διαβάστε περισσότεραΕΚΠ 413 / ΕΚΠ 606 Αυτόνοµοι (Ροµ οτικοί) Πράκτορες
ΕΚΠ 413 / ΕΚΠ 606 Αυτόνοµοι Ροµ οτικοί Πράκτορες Αβεβαιότητα Τµήµα Ηλεκτρονικών Μηχανικών και Μηχανικών Υ ολογιστών Πολυτεχνείο Κρήτης Ε ανάληψη Πράκτορες χαρακτηριστικά στοιχεία είδη πρακτόρων αυτόνοµοι
Διαβάστε περισσότεραΕπιχειρησιακή Έρευνα
Επιχειρησιακή Έρευνα Ενότητα 3: Εισαγωγή στο Γραμμικό Προγραμματισμό (3 ο μέρος) Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων & Τροφίμων
Διαβάστε περισσότεραΜάρκετινγκ. Ενότητα 2: Αξία για τους Πελάτες
Μάρκετινγκ Ενότητα 2: Αξία για τους Πελάτες Θεοδωρίδης Προκόπης Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων & Τροφίμων (Δ.Ε.Α.Π.Τ.) Σκοποί 2 ης Ενότητας
Διαβάστε περισσότεραΕνδεικτικές λύσεις ασκήσεων διαγραμμάτων περίπτωσης χρήσης (1ο Μέρος)
Ενδεικτικές λύσεις ασκήσεων διαγραμμάτων περίπτωσης χρήσης (1ο Μέρος) 1 Περιεχόμενα 1 η Άσκηση Λειτουργίες του βιβλίου διευθύνσεων σε ένα πρόγραμμα ηλεκτρονικού ταχυδρομείου... 4 2 η Άσκηση Λειτουργίες
Διαβάστε περισσότερα3 η Διάλεξη. Ενδεικτικές λύσεις ασκήσεων
3 η Διάλεξη Ενδεικτικές λύσεις ασκήσεων Περιεχόμενα η Άσκηση... 3 2 η Άσκηση... 5 3 η Άσκηση... 6 4 η Άσκηση... 8 Χρηματοδότηση... Σημείωμα Αναφοράς... 2 Σημείωμα Αδειοδότησης... 3 2 Ενδεικτικές λύσεις
Διαβάστε περισσότεραΜαθηματικά Διοικητικών & Οικονομικών Επιστημών
Μαθηματικά Διοικητικών & Οικονομικών Επιστημών Ενότητα 2: Γραμμικές συναρτήσεις (Θεωρία) Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων
Διαβάστε περισσότεραΑνοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Αθήνας. Βιοστατιστική (Ε) Ενότητα 1: Καταχώρηση δεδομένων
Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Αθήνας Βιοστατιστική (Ε) Ενότητα 1: Καταχώρηση δεδομένων Δρ.Ευσταθία Παπαγεωργίου, Αναπληρώτρια Καθηγήτρια Τμήμα Ιατρικών Εργαστηρίων Το περιεχόμενο του μαθήματος διατίθεται
Διαβάστε περισσότεραΕισαγωγή στους Αλγορίθμους
Εισαγωγή στους Αλγορίθμους Ενότητα 5 η Άσκηση - Συγχώνευση Διδάσκων Χρήστος Ζαρολιάγκης Καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής Πανεπιστήμιο Πατρών Email: zaro@ceid.upatras.gr Άδειες Χρήσης Το παρόν
Διαβάστε περισσότεραΑνοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Αθήνας. Βιοστατιστική (Ε) Ενότητα 2: Περιγραφική στατιστική
Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Αθήνας Βιοστατιστική (Ε) Ενότητα 2: Περιγραφική στατιστική Δρ.Ευσταθία Παπαγεωργίου, Αναπληρώτρια Καθηγήτρια Τμήμα Ιατρικών Εργαστηρίων Το περιεχόμενο του μαθήματος
Διαβάστε περισσότεραΕισαγωγή στα Πληροφοριακά Συστήματα
Εισαγωγή στα Πληροφοριακά Συστήματα Ενότητα 3: Λειτουργικές-Μη λειτουργικές απαιτήσεις, Διαγράμματα Ροής Δεδομένων Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων
Διαβάστε περισσότεραΑερισμός. Ενότητα 1: Αερισμός και αιμάτωση. Κωνσταντίνος Σπυρόπουλος, Καθηγητής Σχολή Επιστημών Υγείας Τμήμα Ιατρικής
Αερισμός Ενότητα 1: Αερισμός και αιμάτωση Κωνσταντίνος Σπυρόπουλος, Καθηγητής Σχολή Επιστημών Υγείας Τμήμα Ιατρικής Ολικός και κυψελιδικός αερισμός Η κύρια λειτουργία του αναπνευστικού συστήματος είναι
Διαβάστε περισσότεραΈλεγχος και Διασφάλιση Ποιότητας Ενότητα 4: Μελέτη ISO Κουππάρης Μιχαήλ Τμήμα Χημείας Εργαστήριο Αναλυτικής Χημείας
Έλεγχος και Διασφάλιση Ποιότητας Ενότητα 4: Μελέτη Κουππάρης Μιχαήλ Τμήμα Χημείας Εργαστήριο Αναλυτικής Χημείας ISO 17025 5.9. ΔΙΑΣΦΑΛΙΣΗ ΤΗΣ ΠΟΙΟΤΗΤΑΣ ΤΩΝ ΑΠΟΤΕΛΕΣΜΑΤΩΝ ΔΟΚΙΜΩΝ (1) 5.9.1 Το Εργαστήριο
Διαβάστε περισσότεραΨηφιακή Επεξεργασία Εικόνων
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Ψηφιακή Επεξεργασία Εικόνων Ενότητα # 14: Τμηματοποίηση με χρήση τυχαίων πεδίων Markov Καθηγητής Γιώργος Τζιρίτας Τμήμα Επιστήμης Υπολογιστών Τμηματοποίηση εικόνων
Διαβάστε περισσότερα6 η Διάλεξη. Ενδεικτικές λύσεις ασκήσεων
6 η Διάλεξη Ενδεικτικές λύσεις ασκήσεων 1 Περιεχόμενα 1 η Άσκηση... 3 2 η Άσκηση... 4 3 η Άσκηση... 4 4 η Άσκηση... 4 5 η Άσκηση... 5 6 η Άσκηση... 5 7 η Άσκηση... 5 8 η Άσκηση... 6 Χρηματοδότηση... 7
Διαβάστε περισσότεραΤίτλος Μαθήματος: Μαθηματική Ανάλυση Ενότητα Γ. Ολοκληρωτικός Λογισμός
Τίτλος Μαθήματος: Μαθηματική Ανάλυση Ενότητα Γ. Ολοκληρωτικός Λογισμός Κεφάλαιο Γ.4: Ολοκλήρωση με Αντικατάσταση Όνομα Καθηγητή: Γεώργιος Ν. Μπροδήμας Τμήμα Φυσικής Άδειες Χρήσης Το παρόν εκπαιδευτικό
Διαβάστε περισσότερα10 η Διάλεξη. Ενδεικτικές λύσεις ασκήσεων
0 η Διάλεξη Ενδεικτικές λύσεις ασκήσεων Περιεχόμενα η Άσκηση... 3 2 η Άσκηση... 4 3 η Άσκηση... 5 Χρηματοδότηση... 8 Σημείωμα Αναφοράς... 9 Σημείωμα Αδειοδότησης... 0 2 Ενδεικτικές λύσεις ασκήσεων 0 ης
Διαβάστε περισσότεραΕισαγωγή στα Πληροφοριακά Συστήματα
Εισαγωγή στα Πληροφοριακά Συστήματα Ενότητα 8: Μοντελοποίηση με Διαγράμματα Μετάβασης Καταστάσεων Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών
Διαβάστε περισσότεραΔιοικητική Λογιστική
Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Ιονίων Νήσων Διοικητική Λογιστική Ενότητα 10: Προσφορά και κόστος Το περιεχόμενο του μαθήματος διατίθεται με άδεια Creative Commons εκτός και αν αναφέρεται διαφορετικά
Διαβάστε περισσότεραΕισαγωγή στους Υπολογιστές
Εισαγωγή στους Υπολογιστές Εργαστήριο 2 Καθηγητές: Αβούρης Νικόλαος, Παλιουράς Βασίλης, Κουκιάς Μιχαήλ, Σγάρμπας Κυριάκος Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Άσκηση 2 ου εργαστηρίου
Διαβάστε περισσότεραΣυμπεριφορά Καταναλωτή
Συμπεριφορά Καταναλωτή Ενότητα 6: Προδιάθεση του καταναλωτή Θεοδωρίδης Προκόπης Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων & Τροφίμων (Δ.Ε.Α.Π.Τ.) Σκοποί
Διαβάστε περισσότεραΑνοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Αθήνας. Βιοστατιστική (Ε) Ενότητα 3: Έλεγχοι στατιστικών υποθέσεων
Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Αθήνας Βιοστατιστική (Ε) Ενότητα 3: Έλεγχοι στατιστικών υποθέσεων Δρ.Ευσταθία Παπαγεωργίου, Αναπληρώτρια Καθηγήτρια Τμήμα Ιατρικών Εργαστηρίων Το περιεχόμενο του μαθήματος
Διαβάστε περισσότεραΔιοίκηση Ολικής Ποιότητας & Επιχειρηματική Αριστεία Ενότητα 1.3.1: Τυπικό Σύστημα Διοίκησης Ολικής Ποιότητας
Διοίκηση Ολικής Ποιότητας & Επιχειρηματική Αριστεία Ενότητα 1.3.1: Τυπικό Σύστημα Διοίκησης Ολικής Ποιότητας Ψωμάς Ευάγγελος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών
Διαβάστε περισσότεραΚβαντική Επεξεργασία Πληροφορίας
Κβαντική Επεξεργασία Πληροφορίας Ενότητα 23: Υπολογισμοί σε Κβαντικά Κυκλώματα ΙΙ Σγάρμπας Κυριάκος Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Σκοποί ενότητας Υπολογισμοί
Διαβάστε περισσότεραΔιαχείριση Έργων. Ενότητα 5: Χρονοδιάγραμμα προμηθειών, προγραμματισμός πόρων
Διαχείριση Έργων Ενότητα 5: Χρονοδιάγραμμα προμηθειών, προγραμματισμός πόρων Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων & Τροφίμων
Διαβάστε περισσότεραΕισαγωγή στα Πληροφοριακά Συστήματα
Εισαγωγή στα Πληροφοριακά Συστήματα Ενότητα 13: Διαγραμματικές τεχνικές Επαναληπτικές ασκήσεις Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων
Διαβάστε περισσότεραΔιεθνείς Οικονομικές Σχέσεις και Ανάπτυξη
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Διεθνείς Οικονομικές Σχέσεις και Ανάπτυξη Ενότητα 8: Η Οικονομική πολιτική της Ευρωπαϊκής Ένωσης Γρηγόριος Ζαρωτιάδης Άδειες Χρήσης Το
Διαβάστε περισσότεραΕισαγωγή στους Αλγορίθμους Φροντιστήριο 1
Εισαγωγή στους Αλγορίθμους Φροντιστήριο 1 Διδάσκων Χρήστος Ζαρολιάγκης Καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής Πανεπιστήμιο Πατρών Email: zaro@ceid.upatras.gr Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό
Διαβάστε περισσότεραΛογιστική Κόστους Ενότητα 12: Λογισμός Κόστους (2)
Λογιστική Κόστους Ενότητα 12: Λογισμός Κόστους (2) Μαυρίδης Δημήτριος Τμήμα Λογιστικής και Χρηματοοικονομικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για
Διαβάστε περισσότεραΟργάνωση και Διοίκηση Πωλήσεων Ενότητα 4η: Καθορισμός Περιοχής Πώλησης (sales territory)
Οργάνωση και Διοίκηση Πωλήσεων Ενότητα 4η: Καθορισμός Περιοχής Πώλησης (sales territory) Θεοδωρίδης Προκόπης Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων
Διαβάστε περισσότεραΔιεθνές εξαγωγικό Μάρκετινγκ Ενότητα 4η: Μέθοδοι Επιλογής Αγορών του Εξωτερικού
Διεθνές εξαγωγικό Μάρκετινγκ Ενότητα 4η: Μέθοδοι Επιλογής Αγορών του Εξωτερικού Θεοδωρίδης Προκόπης Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων & Τροφίμων
Διαβάστε περισσότεραΜυελού των Οστών Ενότητα #1: Ερωτήσεις κατανόησης και αυτόαξιολόγησης
Δωρεά Κυττάρων Αίματος και Μυελού των Οστών Ενότητα #1: Ερωτήσεις κατανόησης και αυτόαξιολόγησης για τη Δωρεά Κυττάρων Αίματος και Μυελού των Οστών Αλέξανδρος Σπυριδωνίδης Σχολή Επιστημών Υγείας Τμήμα
Διαβάστε περισσότεραΓραμμική Άλγεβρα και Μαθηματικός Λογισμός για Οικονομικά και Επιχειρησιακά Προβλήματα
Γραμμική Άλγεβρα και Μαθηματικός Λογισμός για Οικονομικά και Επιχειρησιακά Προβλήματα Ενότητα: Ασκήσεις 11 Ανδριανός Ε. Τσεκρέκος Τμήμα Λογιστικής & Χρηματοοικονομικής Σελίδα 2 1. Σκοποί ενότητας... 5
Διαβάστε περισσότεραΠληροφοριακά Συστήματα Διοίκησης Ενότητα 4: Μοντελοποίηση Περιπτώσεων Χρήσης (2ο Μέρος)
Πληροφοριακά Συστήματα Διοίκησης Ενότητα 4: Μοντελοποίηση Περιπτώσεων Χρήσης (2ο Μέρος) Γρηγόριος Μπεληγιάννης Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων
Διαβάστε περισσότεραΜεθοδολογία των Επιστημών του Ανθρώπου: Στατιστική
Μεθοδολογία των Επιστημών του Ανθρώπου: Στατιστική Ενότητα 2: Βασίλης Γιαλαμάς Σχολή Επιστημών της Αγωγής Τμήμα Εκπαίδευσης και Αγωγής στην Προσχολική Ηλικία Περιεχόμενα ενότητας Παρουσιάζονται οι βασικές
Διαβάστε περισσότεραΕισαγωγή στα Πληροφοριακά Συστήματα
Εισαγωγή στα Πληροφοριακά Συστήματα Ενότητα 12: Διαγράμματα Οντοτήτων Συσχετίσεων και Σχεσιακό Σχήμα Ασκήσεις Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων
Διαβάστε περισσότεραΚβαντική Επεξεργασία Πληροφορίας
Κβαντική Επεξεργασία Πληροφορίας Ενότητα 11: Είδη και μετασχηματισμοί πινάκων Σγάρμπας Κυριάκος Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Σκοποί ενότητας Είδη και μετασχηματισμοί
Διαβάστε περισσότεραΜάρκετινγκ. Ενότητα 11: Υπηρεσίες και Μάρκετινγκ
Μάρκετινγκ Ενότητα 11: Υπηρεσίες και Μάρκετινγκ Θεοδωρίδης Προκόπης Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων & Τροφίμων (Δ.Ε.Α.Π.Τ.) Σκοποί 11 ης Ενότητας
Διαβάστε περισσότεραΜηχανολογικό Σχέδιο Ι
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΧΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ Ενότητα # 8: Άτρακτοι και σφήνες Μ. Γρηγοριάδου Μηχανολόγων Μηχανικών Α.Π.Θ. Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες
Διαβάστε περισσότεραΕνδεικτικές λύσεις ασκήσεων
Ενδεικτικές λύσεις ασκήσεων 1 Περιεχόμενα 1 η Άσκηση ΠΣ Υπολογισμού Μισθοδοσίας... 4 Χρηματοδότηση... 12 Σημείωμα Αναφοράς... 13 Σημείωμα Αδειοδότησης... 14 2 Πίνακας εικόνων Εικόνα 1: Διάγραμμα Επιπέδου
Διαβάστε περισσότεραΠληροφοριακά Συστήματα Διοίκησης (ΜΒΑ) Ενότητα 4: Διαχείριση Έργων
Πληροφοριακά Συστήματα Διοίκησης (ΜΒΑ) Ενότητα 4: Διαχείριση Έργων Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων & Τροφίμων (Δ.Ε.Α.Π.Τ.)
Διαβάστε περισσότεραΒέλτιστος Έλεγχος Συστημάτων
Βέλτιστος Έλεγχος Συστημάτων Ενότητα 7: Βέλτιστος έλεγχος συστημάτων διακριτού χρόνου Καθηγητής Αντώνιος Αλεξανδρίδης Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Σημείωμα
Διαβάστε περισσότερα