Tecnologie di Riferimento per il Data Mining

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Tecnologie di Riferimento per il Data Mining"

Transcript

1 Tecnlgie di Riferiment per il Data Mining Marc Btta Dipartiment di Infrmatica Università di Trin Knwledge Discvery in Databases e Data Mining KDD Termine derivat dal titl di un wrkshp rganizzat da Piatetsky-Shapir nell ambit del Machine Learning (Detrit, 1989) Knwledge discvery in databases is the nn-trivial prcess f identifying valid, nvel, ptentially useful, and ultimately understandable patterns in data Knwledge is in the eye f the behlder [Fayyad, 1996] DM Termine usat inizialmente in Statistica ( data fishing ) per dentare l analisi esplrativa di dati in assenza di iptesi a priri

2 Knwledge Discvery in Databases and Data Mining Knwledge discvery in databases is the nn-trivial prcess f identifying valid, nvel, ptentially useful, and ultimately understandable patterns in data [Fayyad, 1996] Data Mining Result Interpretatin Data Cllectin Data Pre-prcessing Knwledge is in the eye f the behlder [Fayyad, 1996] Le quattr caratteristiche del KDD Linguaggi di alt livell _ la cnscenza scperta è rappresentata in un linguaggi di alt livell, in md che pssa essere cmpresa dall utente uman Accuratezza _ ciò che si scpre deve rispecchiare accuratamente il cntenut della base dati. Misure di incertezza esprimn il livell di attendibilità della cnscenza estratta Risultati interessanti _ la cnscenza scperta è interessante rispett a criteri espressi dall utente. In particlare, quest implica che i pattern sn nuvi e utili e il prcess di scperta è nn babale Efficienza _ il prcess di scperta è efficiente. I tempi di rispsta sn predicibili e accettabili

3 The Value Chain Infrmatin X vive in Z S ha Y anni X ed S hann traslcat Data W ha del denar in Z Stile di vita Punt di vendita Dati demgrafici Dati gegrafici Cnscenza Una quantità Y del prdtt A è usata per l più nella regine Z I clienti di classe Y usan % di C durante il perid D Decisine Prmuviam il prdtt A nei negzi della regine Z Spediam i catalghi alle famiglie di prfil P Offriam dei servizi addizinali ai clienti C Natura degli Apprcci Ogni frma di analisi cerca di ridurre una grande massa di dati grezzi e infrmi a pchi cncetti e relazini chiari e facilmente interpretabili Apprcci Verificatin-Driven Tp-Dwn Analisi passiva, atta a verificare se un cert mdell (iptesi) è cerente cn i dati a dispsizine. L iptesi il mdell sn frmulati dall utente sulla base della sua esperienza Apprcci Discvery-Driven Bttm-Up Analisi attiva, in cui i dati stessi suggeriscn pssibili iptesi sul significat del lr cntenut. Individuazine di fatti significativi, relazini, tendenze, pattern, assciazini, eccezini e anmalie, che sfuggn all analisi manuale per la lr cmplessità

4 Apprcci Verificatin-Driven Query & Reprting Fgli Elettrnic Analisi multidimensinale Analisi statistica Racclta dei dati Generazine di una iptesi Frmulazine di una dmanda Interpretazine dei risultati e revisine dell iptesi... finchè nn emerge un pattern interessante Apprcci Discvery-Driven Ricnsciment di Frme Intelligenza Artificiale Metdlgie integrate Visualizzazine Apprendiment autmatic simblic Reti neurali Algritmi Genetici Reti Bayesiane Cnscenza del dmini Apprendiment Dati Strici Mdell Nuvi Dati

5 Apprcci Verificatin-Driven Query & Reprting e Fgli Elettrnic KDD Query Più men sfisticati linguaggi SQL Di quali prdtti si sn venduti più di 400 esemplari in regini dell Italia Meridinale? Il fgli elettrnic presenta infrmazini in frma tabulare e ffre una grande quantità di funzini analitiche e descrittive PRODOTTI MERCATI VENDITE Letti Calabria 123 Armadi Lazi 892 Divani Basilicata 453 Cucine Calabria 562 Letti Lazi 457 Armadi Basilicata 321 Divani Calabria 676 Cucine Lazi 231 Letti Basilicata 256 Armadi Calabria 324 Divani Lazi 787 Cucine Basilicata 426 PRODOTTI MERCATI VENDITE Divani Basilicata 453 Cucine Calabria 562 Divani Calabria 676 Cucine Basilicata 426 Apprcci Verificatin-Driven Analisi Multidimensinale L analisi multidimensinale supprta l interattività A VENDITE Dimensini PRODOTTI, CITTA, DATE C ITT C 4 C 3 C 5 Industria Stat Ann C 2 C 1 P 1 Categria Regine Trimestre P R O D O T T I P 2 P 3 P 4 P 5 P 6 P 7 18 Prdtt Città Mese Settimana Data Aggregazini P 8 d 1 d 2 d 3 d 4 d 5 d 6 d 7 DATE (Drill-Dwn / Rll-Up)

6 Apprcci Verificatin-Driven Analisi Multidimensinale Dimensini nelle MDDB Celle cn valri numerici null Variabili nelle MDDB Indipendenti derivate PRODOTTI MERCATI VENDITE Letti Calabria 123 Armadi Lazi 892 Divani Basilicata 453 Cucine Calabria 562 Letti Lazi 457 Armadi Basilicata 321 Divani Calabria 676 Cucine Lazi 231 Letti Basilicata 256 Armadi Calabria 324 Divani Lazi 787 Cucine Basilicata 426 Cnslidament Pre-aggregazine dei dati e memrizzazine dei risultati MERCATI PRODOTTI Calabria Lazi Basilicata Letti Armadi Divani MERCATI PRODOTTI Calabria Lazi Basilicata Ttale Letti Armadi Divani Cucine Ttale Apprcci Verificatin-Driven Analisi Statistica Prgett di Esperimenti e Campinament Statistica Grafica Riduzine della dimensinalità Aggregazine Analisi delle cmpnenti principali Analisi fattriale Test di iptesi Mdel ranking Mdellizzazine (Classificazine, Regressine) Esplratry Data Analysis Individuare caratteristiche di insieme dei dati Individuare utlier Generazine di Iptesi (Clustering) Scelta dei dati Visualizzazine Selezine e cstruzine di feature Validazine del mdell Cnfrnt di mdelli Calibrazine del mdell Cstruzine del mdell

7 Ambiente di Svilupp del KDD Pre-Prcessing Data cleaning Selezine degli attributi Discretizzazine attributi numerici Setting dei parametri Integrazine stretta cn le metdlgie delle Basi di Dati Estensine del linguaggi SQL Visualizzazine Rtazine delle 2-D Views Metdi di grafica sfisticata Pre-Prcessing Tecniche di Pre-prcessing Trasfrmazine dei dati Filtraggi Ordinament Editing Mdell del rumre Racclta di ulteriri infrmazini Visualizzazine Eliminazine di dati Selezine di dati PCA Sampling Generazine di nuva infrmazine Aggiunta di feature Cstruzine di feature Fusine di dati Simulazine Analisi dimensinale

8 Pre-Prcessing Prblemi nei Dati Trppi dati Trpp pchi dati Dati frammentati Dati rumrsi Dati irrilevanti Dati di grande dimensinalità Dati numerici cntinui Valri mancanti Attributi mancanti Pchi dati Dati incmpatibili Srgenti multiple Granularità diversa Feature Selectin Trvare il miglir sttinsieme di attributi è un prblema espnenziale Metd di ricerca C mpleta Euristica ( greedy ) Aggiunta di attributi (Increasing) Eliminazine di attributi (Decreasing) Apprcci Wrapper (dipende dall algritm di apprendiment) Filter (nn dipende dall algritm apprendiment) Cstruzine di nuve feature

9 Task di Data Mining Classificazine Clustering / Segmentazine Riassunt / Caratterizzazine Dipendenze funzinali / Regressine Scperta di Assciazini / Causalità Individuazine di Anmalie Analisi di Serie Temprali Classificazine Debit N prestit Prestit Prblemi tipici affrntati Individuazine di frdi Cncessine di crediti Reddit

10 Clustering Distanza Densità Frma ( Gestalt ) Segmentazine La segmentazine cnsiste nell analizzare attuali ptenziali gruppi di clienti ( segmenti ) per scprirne caratteristiche e cmprtamenti che pssan essere sfruttati nel mercat. La segmentazine prta una rganizzazine a vedere, al limite, gnun dei sui clienti cme un segment unitari ( segment f ne ), al fine di stabilire cn ess una relazine altamente persnalizzata. Due prblemi basilari del marketing Capire le cause dell abbandn dei clienti ( custmer attritin ) Individuare nuve fette di mercat ( target marketing e crss selling )

11 Riassunt / Caratterizzazine C 1 C 2 Perché sn stati raggruppati? Che csa hann in cmune? C 3 D 1 D 2 D 3 Riassunt / Caratterizzazine Descrizine cmpatta di un insieme di dati y Anni di Studi Frequent flyers Media Deviazine standard Skate-barders Persne di mezza età e istruzine universitaria Ragazzi cn bass livell di istruzine Età

12 Dipendenze funzinali / Regressine Individuazine di legami funzinali tra variabili che ccrrn in una base di dati Dat un insieme E = {e 1,..., e n }, di elementi descrivibili mediante i valri degli attributi A = { 1,..., k }, il task di regressine assegna ad gni element e i dell insieme E un valre di una variabile cntinua f DM -> Inferisce una funzine di regressine direttamente da un sttinsieme dei dati ( esempi di apprendiment ) e i f = f( 1,..., k ) y = Debit y i y ( i ) i i = Reddit n [y i ] fp r ( i )]2 i =1 y Scperta di Assciazini Scperta di assciazini tra fatti, prprietà valri di variabili ( Link analysis ) Il 72% degli acquirenti di insalata verde, acquista anche un cndiment 1/7/99 Pane Pesche Uva Spaghetti... 2/7/99 Ris Pane Carne Pesche... Prblema tipic Market Basket Analysis... {Pane, Pesche} scntrin scntrin

13 Individuazine di Eccezini Individuazine di valri devianti dai nrmali (Eccezini, Casi particlari, Errri) n N I.Q. Test scre n << N Età Individuazine di Anmalie Individuazine di valri devianti dai nrmali Anni di Studi Anni di Studi Età Età Occrre definire che csa vul dire nrmale

14 Analisi di Serie Temprali Individuazine di cnfrmazini episdi interessanti Analisi di tendenze Scperta di peridicità fenmeni staginali Vlume di vendite di Giacche a vent 20 Peridicità Episdi Trend Gen Feb Mar Apr Mag Giu Lug Ag Set Ott Nv Dic Gen Feb Mar Apr Mag Giu Lug Ag Set Ott Nv Dic Mesi Temp Discipline Rilevanti per il Data Mining Statistica Ricnsciment di Frme Intelligenza Artificiale Apprendiment Autmatic Reti Bayesiane Agenti Intelligenti Basi di Dati Query and Reprting Data Warehusing OLAP Visualizzazine Grafica Ambienti multi-mediali Scienze Cgnitive

15 Relazini tra Discipline y Machine Learning Task cndivisi a Statistica b Gal cndivisi = Prgett di esperimenti y = Apprendiment di piani a = Stima dell errre b = Classificazine Analisi Statistica Analisi Discriminante Funzine discriminante Debit N prestit Prestit y Classe A Classe B Reddit Lineare Prestit y - a - b < 0 Nn Lineare Classe A y - a 2 -b > 0

16 Analisi Statistica Clustering Algritm k-means Il numer K di cluster desiderat deve essere frnit dall utente Funzine distanza Funzine bbiettiv da ttimizzare Massimizza la distanza inter-cluster e minimizza la distanza intra-cluster Ricnsciment di Frme Classificazine Apprcci Statistic Funzine di discriminazine prbabilistica Classificatre Bayesian Classificatre di Massima Versimiglianza A B Pr{A r } = Pr{ r A} P(A) Pr{ r A} P(A) Pr{ r B} P(B) Pr{B r } = Pr{ r B} P(B) Pr{ r A} P(A) Pr{ r B} P(B) Pr{A r } = Pr{B r } Pr{A r }P(A) = Pr{B r }P(B)

17 Ricnsciment di Frme Classificazine Apprcci Basat su Casi Case-Based Debit k-nearest Neighburs N prestit Prestit Reddit Reti Neurali Una rete neurale è una struttura cmpsita, frmata da elementi cmputazinali semplici, cnnessi secnd una tplgia a strati => Apprssimatri universali di funzini Unità di ingress Unità Nascste Unità di Uscita

18 Reti Neurali Funzini Elementari 1 2 w 1 w 2 = Σi ( i w i ) Σ σ y 3 w 3 Uscita σ Ingress Reti Neurali Addestrament Algritm di Backprpagatin Minimizza l errre quadratic ttale Se la rete è a più strati, l errre viene prpagat indietr 1 k Rete (W) y n E = 1 2 n k=1 (t k y k ) 2 w j = η E w j η = Velcità di apprendiment

19 Intelligenza Artificiale Apprendiment Autmatic Simblic Alberi di Decisine Regle di Prduzine Reti Bayesiane Gerarchie Cncettuali Alberi di Decisine Date due classi P ed N Dati p ed n esempi di apprendiment Dat un insieme di Attributi A Generare una partizine dell spazi dei pssibili esempi, usand un criteri euristic di qualità (p,n) A S a 1 ai ar S1 (p, n ) (p, n ) Si i i... (p, n ) r r Sr

20 Alberi di Decisine Esempi Attributes Clr = {Red, Blue, Green, White} Shaded = {Yes, N} Shape = {Square, Triangle, Circle, Oval} Size = {Small, Large} (POS) g h a b c d e f i (NEG) n p s t m q r Alberi di Decisine Apprendiment Clr {a-i} { m-t} Blue Red Green White { b,g} { m,t} { d,e,f,h} { n,q} Shape { c } { p,r,s } { a,i } Triangle Square Oval Circle {e} {f} { q} Size {d,h} { n} {f} { q} Small Shaded Large Yes N {f} { q}

21 Alberi di Decisine Esempi (Classificazine) Clr {a-i} { m-t} {a-i} Blue Red Green White { b,g} { m,t} { d,e,f,h} { n,q} Shape { c } { p,r,s } { a,i } Triangle Square Oval Circle {e} {f} { q} {f} Size { q} Small Shaded Large {d,h} { n} Nuvi Esempi e 1 (-) Yes N e 2? {f} { q} Regle di Prduzine Regle di decisine espresse in frma lgica Calcl Prpsizinale Calcl dei Predicati (frma = quadrat triangl) (dimensine = piccl) POS (frma = triangl) (tratteggiat = SI) NEG Classificazine POS NEG POS, NEG? e e e e

22 Reti Bayesiane Rete Bayesiana = Mdell grafic di relazini prbabilistiche tra un insieme di variabili Metd per rappresentare l incertezza nel raginament Pr{frde} = Pr{età < 30} = 0.25 Pr{30 < età < 50} = 0.40 Pr{maschi} = 0.50 Frde Età Sess Frdi nell us di Carte di Credit Benzina Giielli Pr{acq. benzina frde} = 0.2 Pr{acq. benzina frde} = 0.01 Pr{acq. giielli frde, età =*, sess=*} = 0.05 Pr{acq. giielli frde, età < 30, maschi} = Pr{acq. giielli frde, 30 < età < 50, maschi} = Pr{acq. giielli frde, età > 50, maschi} = Pr{acq. giielli frde, età < 30, femmina} = Pr{acq. giielli frde, 30 < età < 50, femmina} = Pr{acq. giielli frde, età > 50, femmina} = DM cn le Reti Bayesiane Cdifica della cnscenza dell espert mediante una Rete Bayesiana Us della base di dati per aggirnare questa rete, eventualmente creandne di nuve Le prbabilità si pssn apprendere dai dati mediante statistica Bayesiana Us delle reti ttenute simile a quell delle reti neurali Metd rbust rispett ad errri nella cnscenza iniziale Cnscenza interpretabile Utile per sfruttare cnscenza a priri

23 Gerarchie Cncettuali Clustering Cncettuale Rt StudentFaculty = 51 (2%) SAT-Verbal = % Financial Aid = 45 % Admittance = 25 % Enrlled = 55 Scial = 3.5 ut f 5 N. Student < 5,000 Lcatin = Urban Epenses > 10,000 $ Academics = 5 ut f 5 Cntrl = Private Brwn Male;Female = 7525 MIT % Financial Aid = 55 N. f Applicants = 4,000-7,000 Quality f Life = 3 ut f 5 % Financial Aid = 45 (2%) % Admittance = 25 Scial = 3.5 ut f 5 Quality f life = 3.5 ut f 5 Academic Emphasis = Histry Academic Emphasis = Arts Male;Female = 6535 StudentFaculty = 71 SAT-Math = 675 Epenses > 10,000 $ Academics = 5 ut f 5 % Enrlled = 55 Cntrl = Private Harvard, Clumbia Algritmi Genetici Gli Algritmi Genetici sn un metd generale di ricerca stcastica Essi si ispiran ai cncetti dell Evluzine Darwiniana Pssn essere usati nell ambit di apprcci sia simblici che neurali Ingredienti Pplazine di sluzini (Crmsmi) Funzine di Fitness Operatri genetici ( Crssver e Mutazine) Cicl di Base Si selezinan dalla pplazine, in numer prprzinale alla lr fitness, gli individui che devn riprdursi Gli individui selezinati si accppian e generan due figli, mediante l applicazine dell peratre di crssver Ai figli si applica l peratre di mutazine La pplazine viene rinnvata

24 Algritmi Genetici Idea di base La pplazine di ptenziali sluzini al prblema miglira nelle generazini successive Prblema Prblem slver Prestazini Pplazine di sluzini ptenziali Algritmi Genetici Selezine Selezine

25 Algritmi Genetici Riprduzine Riprduzine Algritmi Genetici Valutazine Valutazine

26 Algritmi Genetici Operatri Genetici Crssver Mutatin Regle di Assciazine SiaI uninsiemedi items Sia D un insieme di recrd, gnun cntenente un sttinsieme di I Regla di assciazine r X => Y X e Y sn sttnsiemi disgiunti di I Supprt di un sttinsieme Z di I supp(z) = D(Z) / D Cnfidenza di una regla cnf(r) = supp(x r Y)/supp(X)

27 Regle di Assciazine Algritm Apriri Algritm Apriri Fase 1 => Ricerca di tutti gli insiemi frequenti Cstruzine incrementale a partire dalla cardinalità 1 Generazine dei candidati di cardinalità k a partire dagli insiemi frequenti di cardinalità (k-1) Eliminazine dei candidati spuri Fase 2 => Ricerca di tutte le regle pssibili per gni insieme frequente Ottimizzazine del metd di calcl del supprt Ricerca di regle ttimizzate rispett la supprt rispett alla cnfidenza => Regini rettilineari Scperta di Assciazini / Causalità La scperta di assciazini tra variabili è sl il prim pass di analisi. Occrre cercare una spiegazine Causalità tra A e B Una variazine della variabile A causa una variazine della variabile B A = Aument di dipendenti a temp B = Aument delle spese per stipendi Rispsta cmune Una variazine delle variabili A e B è causata dalla variazine di una terza variabile C A = Temprale B = Abbassament della clnnina di mercuri del barmetr C = Arriv di un nda di bassa pressine Mascherament Una variazine della variabile B è causata sia da una variazine di A che da una variazine di una terza variabile C A = Spese per prmuvere un prdtt B = Ricav dalle vendite C = Numer di respnsabili delle vendite che segun i clienti

28 Evluzine nella Memrizzazine dei Dati Situazine strica Memrizzazine centralizzata per analisi in supprt alle decisini Rispsta a dmande estempranee di respnsabili aziendali, per ttenere dati cn alt grad di aggregazine Prblemi attuali Esplsine della quantità di dati da memrizzare -> Datawarehusing Architetture client/server -> architetture multi-tier Cmplessità crescente delle infrmazini da gestire Dati Cnscenza Prspettive future Datawarehuse centralizzata -> Data-mart distribuiti e intercnnessi Architetture e cmpnenti multi-livell Server per applicazini specializzate (OLAP, Data Mining,...) Gestri di meta-dati Frnt-end per Reti Intranet ed Etranet Sistemi integrati e distributi per la gestine della cnscenza aziendale DBMS (Data Base Management System) -> DKMS (Distributed Knwledge Management System) Evluzine nel Tip di Requisiti Passat Tecniche verificatin-driven Tutt l nere sull espert uman Nn si ptevan scprire shift nuve iptesi Espert di Statistica Analisi esterna Presente Tecniche discvery-driven Analisi Autmatica Rul imprtante dell utente finale Analisi interna Prestazini Criteri quantitativi, quali Prfitt, Utilità, Misura di certezza, Errre di predizine,... Prestazini Cmprensibilità Cmprehensibility Pstulate Humanizatin lp Semplicità (Rasi di Occam) Interesse e Nvità

29 Evluzine del Tip di Apprcci Verificatin-driven Numeric Prcedurale Stand-alne Orientat all specialista Efficace Centrat sulla cmputazine Attenzine ai risultati Dati in memria centrale Discvery-driven Numeric / Lgic Esplrativ (ricerca) Interattiv Orientat all utente Cmprensibile Centrat sull ambiente Attenzine ai risultati e alla lr presentazine Dati in Basi di Dati Intelligenza Artificiale Disinfrmazine These prducts {AI and advanced analytical tl} emply etremely cmple algrithms and appraches t develp and refine new insights int previusly cllected data. In this categry we include neural nets and ther advanced appraches. [R. Mattisn, Data Warehusing, 1996]

30 Scelta del Metd dell Algritm di Data Mining L algritm scelt deve nn sl essere adeguat al task, ma anche rispettare i fini e i requisiti impsti dall utente Quanti esempi può trattare in una sla vlta? Che tip di dati tratta? Quant pre-prcessing è necessari per prtare i dati nel frmat richiest? Può perare tp-dnw (accettand iptesi suggerite dall utente) lavra sl bttm-up (prducend sl iptesi sue prprie)? Che grandezza frnisce in uscita? In che tip di rappresentazine? E incrementale? E velce? Quant è facile da usare? Nuva Metdlgia? Nn c è nulla di particlarmente nuv nelle metdlgie usate nel Data Mining Quell che è nuv Cnfluenza di metdlgie disparate, crdinate per il raggiungiment di un fine cmune apprcci essenzialmente multidisciplinare Applicazine di queste metdlgie integrate a prblemi del mnd reale

31 Prblemi di Ricerca a Livell di Metd Dati Strutturati Us di cnscenza del dmini Interazine efficace cn l utente e Cmprensibilità dei pattern Cstruzine di nuvi descrittri ( feature cnstructin ) e Astrazine Dati e cnscenza variabili nel temp Dati mancanti e presenza di rumre nei dati Overfitting e Significatività Statistica Scalabilità Parallelism Algritmi più efficaci Basi di Dati più estese Filtraggi di pssibili sluzini (imperfette) per l utente Bsting Windwing Dimensinalità più elevata Prblemi di Ricerca a Livell di Sistema Integrazine flessibile di apprcci diversi Integrazine multimediale (dati in frmat vari) Integrazine cn altri sistemi (sensri, multimedia, attuatri,...) Implementazine su Intra (Etra, Inter) Net Gestine di sistemi distributi Decisini cllabrative e interattive Tecnlgie ad agenti Sicurezza

32 Evluzine dei Sistemi I sistemi di prima generazine eran research-driven Orientati all espert Richiedevan una cmprensine prfnda del funzinament I sistemi di secnda generazine eran vendr-driven Includevan una varietà di strumenti in un sl sistema Orientati ad un us autnm I sistemi di terza generazine stann diventand applicatinspecific Frniscn un shell che l utente può adattare ai sui scpi particlari [Piatetsky-Shapir, 1997] Settri Particlarmente Adatti a Metdi di IA Bilgia Mleclare ( Cybergenetics ) Tet Mining e Infrmatin Etractin WWW Business Intelligence Scperta Scientifica

33 Visine Futura In futur, una query KDD deve pter attivare una prcedura di classificazine, di scperta di regle di clustering a run-time If Diagnsi(, Prblemi cardiaci) and Sess(, Maschi) Then Eta(, t > 50) { 1200, 0.70} If Diagnsi(, Prblemi cardiaci) and Sess(, Maschi) and Citta(, α) and Pplazine(α, p > ) Then Eta(, t > 40) { 600, 0.80} Query Eta' Citta' 55 NY 60 LA 40 Seattle Citta' Ppl NY > 1 Mll LA > 1 Ml Seattle perfrmance system (inetgratin) representatin Subfield f ML diagrams dall altr talk sulla svrappsizine (sar, EBL, bsting, relatinal learning, learning in planning reinfrcement learning)

Progettare l ambiente di apprendimento. Valorizzare l esperienza e le conoscenze degli alunni

Progettare l ambiente di apprendimento. Valorizzare l esperienza e le conoscenze degli alunni Rendiam prduttive le riunini Per prgettare un mdell di scula: un apprcci culturale e filsfic un elabrazine pedaggica una prgettazine didattica frti cnscenze disciplinari L autnmia è: respnsabilità innvazine

Dettagli

Cos è il Master Essere HR Business Partner?

Cos è il Master Essere HR Business Partner? Cs è il Master Essere HR Business Partner? Un percrs che aiuta i prfessinisti HR ad andare ltre in termini di autrevlezza e fcalizzazine sul cliente e sui risultati. Quali biettivi permette di raggiungere?

Dettagli

Abstract: una versione sintetica della tua relazione. Il lavoro di ricerca e progettazione svolto prima di cominciare gli esperimenti.

Abstract: una versione sintetica della tua relazione. Il lavoro di ricerca e progettazione svolto prima di cominciare gli esperimenti. COME SCRIVERE LA RELAZIONE DEL PROGETTO La tua relazine finale deve includere le seguenti sezini: Titl Abstract: una versine sintetica della tua relazine. Indice. Dmanda, variabili e iptesi. Il lavr di

Dettagli

Dati dai questionari. Report preliminare. Maggio 2015

Dati dai questionari. Report preliminare. Maggio 2015 Dati dai questinari Reprt preliminare Maggi 2015 Dati Scule Regine Abruzz 3,9% 16 Basilicata 0,5% 2 Calabria 2,4% 10 Campania 3,9% 16 Emilia Rmagna 4,6% 19 Friuli Venezia Giulia 3,4% 14 Lazi 4,1% 17 Liguria

Dettagli

MODELLO RI2 DOMANDA DI RILASCIO/RINNOVO AUTORIZZAZIONE ALLO SCARICO IN CORPO IDRICO SUPERFICIALE PER IMPIANTI A SCAMBIO TERMICO

MODELLO RI2 DOMANDA DI RILASCIO/RINNOVO AUTORIZZAZIONE ALLO SCARICO IN CORPO IDRICO SUPERFICIALE PER IMPIANTI A SCAMBIO TERMICO MODELLO RI2 DOMANDA DI RILASCIO/RINNOVO AUTORIZZAZIONE ALLO SCARICO IN CORPO IDRICO SUPERFICIALE PER IMPIANTI A SCAMBIO TERMICO Riepilg dcumentazine 1 2 Istanza di autrizzazine all scaric in crp idric

Dettagli

Silk Enterprise Content Management Collaboration, content, people, innovation.

Silk Enterprise Content Management Collaboration, content, people, innovation. Cllabratin, cntent, peple, innvatin. The Need fr an Enterprise Cntent Management System In un mercat knwledge riented, estremamente cmpetitiv e dinamic, le Imprese di success sn quelle che gestiscn in

Dettagli

UNIVERSITA' DEGLI STUDI DI FIRENZE FACOLTA' DI SCIENZE DELLA FORMAZIONE CORSO DI LAUREA IN. Formatore Multimediale

UNIVERSITA' DEGLI STUDI DI FIRENZE FACOLTA' DI SCIENZE DELLA FORMAZIONE CORSO DI LAUREA IN. Formatore Multimediale UNIVERSITA' DEGLI STUDI DI FIRENZE FACOLTA' DI SCIENZE DELLA FORMAZIONE CORSO DI LAUREA IN Frmatre Multimediale METODOLOGIA METACOGNITIVA DEI SISTEMI INTEGRATI PER LA GESTIONE DELL APPRENDIMENTO E DELLA

Dettagli

Università degli Studi di Lecce Facoltà di Ingegneria Informatica N.O. A.A. 2003/2004. Tesina Esame di Elettronica Analogica II

Università degli Studi di Lecce Facoltà di Ingegneria Informatica N.O. A.A. 2003/2004. Tesina Esame di Elettronica Analogica II Università degli Studi di Lecce Facltà di Ingegneria Infrmatica N.O. A.A. /4 esina Esame di Elettrnica Analgica II Studentessa: Laura Crchia Dcente: Dtt. Marc Panare INDICE Presentazine del prgett del

Dettagli

Sconti e agevolazioni speciali in CONVENZIONE em.01 14

Sconti e agevolazioni speciali in CONVENZIONE em.01 14 Sigeim Energia srl Ftvltaic Veicli elettrici Batterie slari Scnti e agevlazini speciali in CONVENZIONE em.01 14 Negli ultimi 6 anni la Sigeim Energia si è dedicata alla prgettazine e installazine di impianti

Dettagli

3) MECCANISMI DI RILASSAMENTO

3) MECCANISMI DI RILASSAMENTO 3) MECCANSM D RLASSAMENTO nuclei eccitati tendn a cedere l'energia acquisita ed a ritrnare nella "psizine" di equilibri. meccanismi del rilassament sn mlt cmplessi (sprattutt nei slidi) e pssn essere classificati

Dettagli

LA FATTURAZIONE ELETTRONICA VERSO LA PUBBLICA AMMINISTRAZIONE

LA FATTURAZIONE ELETTRONICA VERSO LA PUBBLICA AMMINISTRAZIONE DATALOG ITALIA SRL LA FATTURAZIONE ELETTRONICA VERSO LA PUBBLICA AMMINISTRAZIONE La Finanziaria 2008 ha stabilit che la fatturazine nei cnfrnti delle amministrazini dell stat debba avvenire esclusivamente

Dettagli

A chi si rivolge: a coloro che già svolgono o svolgeranno mansioni di amministratore di sistemi o ingegnere di sistemi in strutture medio-grandi

A chi si rivolge: a coloro che già svolgono o svolgeranno mansioni di amministratore di sistemi o ingegnere di sistemi in strutture medio-grandi Via Renat Cesarini, 58/60 00144 Rma Via Scrate 26-20128 - Milan P. IVA: 01508940663 CCIAA: 11380/00/AQ Cisc, Juniper and Micrsft authrized Trainers Esame 70 291: (Btcamp Crs MS-2276 e crs MS-2277 ) Crs

Dettagli

Manuale Amministratore. Edizione Ottobre 2008

Manuale Amministratore. Edizione Ottobre 2008 Manuale Amministratre Edizine Ottbre 2008 Manuale Amministratre PaschiInTesreria - Ottbre 2008 INDICE 1. Intrduzine 3 2. Access Amministratre 4 3. Funzini Amministrative 6 3.1. Gestine Azienda 6 3.2. Gestine

Dettagli

I SERVIZI DI CUI AVETE BISOGNO OVUNQUE VOI SIATE

I SERVIZI DI CUI AVETE BISOGNO OVUNQUE VOI SIATE I SERVIZI DI CUI AVETE BISOGNO OVUNQUE VOI SIATE La direttiva Servizi mira a ffrire ai cnsumatri più scelta, più qualità e un access più facile ai servizi in tutt il territri dell UE PERCHÉ LE NUOVE NORME

Dettagli

Alto Apprendistato 2011-2013

Alto Apprendistato 2011-2013 Alt Apprendistat 2011-2013 Dcente: 2010 - CEFRIEL The present riginal dcument was prduced by CEFRIEL fr the benefit and

Dettagli

RELAZIONE PROGETTO Breve descrizione del problema trattato

RELAZIONE PROGETTO Breve descrizione del problema trattato RELAZIONE PROGETTO Irene Maria Girnacci Fndamenti di prgrammazine I ann laurea triennale Breve descrizine del prblema trattat Il prblema assegnat cnsiste nell svilupp di una agenda elettrnica, cmpsta da

Dettagli

Università degli Studi di Messina Anno Accademico 2014/2015. Dipartimento di Scienze Economiche, Aziendali, Ambientali e Metodologie Quantitative

Università degli Studi di Messina Anno Accademico 2014/2015. Dipartimento di Scienze Economiche, Aziendali, Ambientali e Metodologie Quantitative Università degli Studi di Messina Ann Accademic 2014/2015 Dipartiment di Scienze Ecnmiche, Aziendali, Ambientali e Metdlgie Quantitative I MASTER UNIVERSITARIO DI PRIMO LIVELLO IN ECONOMIA BANCARIA E FINANZIARIA

Dettagli

La retta è il luogo geometrico dei punti che soddisfano la seguente relazione

La retta è il luogo geometrico dei punti che soddisfano la seguente relazione RETTE Definizine intuitiva La retta linea retta è un dei tre enti gemetrici fndamentali della gemetria euclidea. Viene definita da Euclide nei sui Elementi cme un cncett primitiv. Un fil di ctne di spag

Dettagli

1. Microsoft Power Point: costruire una presentazione

1. Microsoft Power Point: costruire una presentazione Dtt. Pal Mnella Labratri di Infrmatica Specialistica per Lettere Mderne 2 semestre, A.A. 2009-2010 Dispensa n. 3: Presentazini Indice Dispensa n. 3: Presentazini...1 1. Micrsft Pwer Pint: cstruire una

Dettagli

Approcci quantitativi per l Energy Trading & Risk Management: Gestione rischio asset rinnovabili

Approcci quantitativi per l Energy Trading & Risk Management: Gestione rischio asset rinnovabili Mercati energetici e metdi quantitativi: un pnte tra Università e Aziende 22-23 Maggi, Padva Apprcci quantitativi per l Energy Trading & Risk Management: Gestine rischi asset rinnvabili Manuele Mnti, Ph.D.

Dettagli

Aggiornamento remoto della chiave hardware

Aggiornamento remoto della chiave hardware AMV S.r.l. Via San Lrenz, 106 34077 Rnchi dei Leginari (Grizia) Italy Ph. +39 0481.779.903 r.a. Fax +39 0481.777.125 E-mail: inf@amv.it www.amv.it Cap. Sc. 10.920,00 i.v. P.Iva: IT00382470318 C.F. e Iscriz.

Dettagli

D.P.G.R n in data Eventi eccezionali del/dal..al (gg/mese/anno). MODULO PER PRIVATI

D.P.G.R n in data Eventi eccezionali del/dal..al (gg/mese/anno). MODULO PER PRIVATI Md. 1 - Privati D.P.G.R n in data Eventi eccezinali del/dal..al (gg/mese/ann). MODULO PER PRIVATI Cn il presente mdul pssn essere segnalate anche vci di dann nn ricmprese nella LR 4/97 Da cnsegnare al

Dettagli

(Fonte: Vademecum Nextville 2013, Efficienza energetica, gli incentivi per il risparmio energetico, le rinnovabili termiche e la cogenerazione )

(Fonte: Vademecum Nextville 2013, Efficienza energetica, gli incentivi per il risparmio energetico, le rinnovabili termiche e la cogenerazione ) CERTIFICATI BIANCHI (TITOLI DI EFFICIENZA ENERGETICA TEE) (Fnte: Vademecum Nextville 2013, Efficienza energetica, gli incentivi per il risparmi energetic, le rinnvabili termiche e la cgenerazine ) 1) MECCANISMO

Dettagli

CONTENUTO INTRODUZIONE. Descrizione della piattaforma Servizio di ricezione di dati Servizio di trading Materiale di supporto.

CONTENUTO INTRODUZIONE. Descrizione della piattaforma Servizio di ricezione di dati Servizio di trading Materiale di supporto. CONTENUTO INTRODUZIONE Descrizine della piattafrma Servizi di ricezine di dati Servizi di trading Materiale di supprt INIZIARE A LAVORARE CON VISUAL CHART V Requisiti del sistema Cme ttenere i dati di

Dettagli

1. CORRENTE CONTINUA

1. CORRENTE CONTINUA . ONT ONTNUA.. arica elettrica e crrente elettrica e e e e P N NP e e arica elementare carica dell elettrne,6 0-9 Massa dell elettrne m 9, 0 - Kg L atm è neutr. Le cariche che pssn essere spstate nei slidi

Dettagli

Scheda di sintesi Armenia

Scheda di sintesi Armenia VI. Prgramma prmzinale 2006: ARMENIA SCHEDA DI SINTESI ATTIVITA ne altri 1. EVENTI DI PROMOZIONE TURISTICA 1.1 Manifestazini fieristiche diffusine di ntizie tramite e-mail e Sit Internet dell Ambasciata

Dettagli

MINIGUIDA SULLA CASSA INTEGRAZIONE GUADAGNI ORDINARIA NELL'INDUSTRIA (ESCLUSO SETTORE EDILE)

MINIGUIDA SULLA CASSA INTEGRAZIONE GUADAGNI ORDINARIA NELL'INDUSTRIA (ESCLUSO SETTORE EDILE) MINIGUIDA SULLA CASSA INTEGRAZIONE GUADAGNI ORDINARIA NELL'INDUSTRIA (ESCLUSO SETTORE EDILE) "per la nzine di "industria" ai fini del trattament di cig ccrre fare riferiment alla legge 9 marz 1989 n. 88

Dettagli

Per risolvere le equazioni alle differenze si può utilizzare il metodo della Z-trasformata.

Per risolvere le equazioni alle differenze si può utilizzare il metodo della Z-trasformata. 8.. STRUMENTI MATEMATICI 8. Equazini alle differenze. Sn legami statici che legan i valri attuali (all istante k) e passati (negli istanti k, k, ecc.) dell ingress e k e dell uscita u k : u k = f(e 0,

Dettagli

GLI AMMORTIZZATORI SOCIALI

GLI AMMORTIZZATORI SOCIALI GLI AMMORTIZZATORI SOCIALI Ringraziamenti Diverse persne hann cntribuit a quest lavr. Tra queste ringrazi l Avv. Rsari Salnia, che nel nstr ambiente, è cnsiderat il miglir giuslavrista di Rma ed il su

Dettagli

Curriculum Vitae Europass

Curriculum Vitae Europass Curriculum Vitae Eurpass Infrmazini persnali Cgnme(i/)/Nme(i) Gentili Marc Cittadinanza italiana Sess Occupazine desiderata/settre prfessinale Maschile Espert Senir Esperienza prfessinale Date Lavr psizine

Dettagli

PREVENZIONE DEL TROMBOEMBOLISMO VENOSO NEL PAZIENTE NEUROLOGICO ALLETTATO

PREVENZIONE DEL TROMBOEMBOLISMO VENOSO NEL PAZIENTE NEUROLOGICO ALLETTATO PREVENZIONE EL TROMBOEMBOLISMO VENOSO NEL PAZIENTE NEUROLOGIO ALLETTATO 1. Intrduzine ed biettivi 3 2 Sinssi delle raccmandazini 4 3. Ictus cerebri ischemic acut 10 3.1 Prfilassi meccanica 10 3.2 Prfilassi

Dettagli

Guida alla Convenzione TELEFONIA MOBILE 5

Guida alla Convenzione TELEFONIA MOBILE 5 TELEFONIA MOBILE 5 Realizzat da azienda cn sistema di gestine per la qualità certificat ISO 9001:2008 Smmari 1. PREMESSA... 4 1.1 CRITERI DI ASSEGNAZIONE DELLE SIM IN CONVENZIONE AI DIPENDENTI DELLE AMMINISTRAZIONI...

Dettagli

MARTINA ZIPOLI. Curriculum Vitae Martina Zipoli INFORMAZIONI PERSONALI. Sesso Femmina Data di nascita 14/12/1986 Nazionalità Italiana

MARTINA ZIPOLI. Curriculum Vitae Martina Zipoli INFORMAZIONI PERSONALI. Sesso Femmina Data di nascita 14/12/1986 Nazionalità Italiana INFORMAZIONI PERSONALI MARTINA ZIPOLI Sess Femmina Data di nascita 14/12/1986 Nazinalità Italiana ESPERIENZA PROFESSIONALE Archelga press cantieri di scav prgrammat ed emergenza, cn ruli di respnsabile

Dettagli

Understanding VMware HA. Le meccaniche di ridondanza dei cluster VMware vsphere (v5.x)

Understanding VMware HA. Le meccaniche di ridondanza dei cluster VMware vsphere (v5.x) Understanding VMware HA Le meccaniche di ridndanza dei cluster VMware vsphere (v5.x) 1 «Chi sn?» Rcc Sicilia, IT Manager e Virtualizatin Architect. Attualmente sn respnsabile del team di Design di un System

Dettagli

SOAP qwerty Manuale Utente. Ver.1.0.20101105. Contenuti

SOAP qwerty Manuale Utente. Ver.1.0.20101105. Contenuti Ver.1.0.20101105 Cntenuti SOAP QWERTY 1. Per la Vstra Sicurezza... 4 2. Prfil del telefn... 7 3. Prim utilizz... 9 Installare la SIM Card... 9 Installare la Memry card... 11 Installare la Batteria... 12

Dettagli

IL TESTO ARGOMENTATIVO

IL TESTO ARGOMENTATIVO IL TESTO ARGOMENTATIVO 1. LA STRUTTURA DI UN TESTO ARGOMENTATIVO La struttura base del test argmentativ può essere csì schematizzata: PROBLEMA TEMATICA CONFUTAZIONE DELLE SIN CONCLUSIONE Questa struttura,

Dettagli

1. Lessicologia vs terminologia... 4 2. Lessico comune e lessico specialistico... 4 3. I linguaggi speciali... 6 4. Cenni storici... 6 5.

1. Lessicologia vs terminologia... 4 2. Lessico comune e lessico specialistico... 4 3. I linguaggi speciali... 6 4. Cenni storici... 6 5. 1. Lessiclgia vs terminlgia... 4 2. Lessic cmune e lessic specialistic... 4 3. I linguaggi speciali... 6 4. Cenni strici... 6 5. La nrmazine terminlgica... 7 6. Dalla lessicgrafia alla termingrafia, dai

Dettagli

VERBALE DELLA COMMISSIONE PER L AFFIDAMENTO DEL SERVIZIO DI PULIZIA E DISINFEZIONE DEI LOCALI CAMERALI CIG N. 1310739808

VERBALE DELLA COMMISSIONE PER L AFFIDAMENTO DEL SERVIZIO DI PULIZIA E DISINFEZIONE DEI LOCALI CAMERALI CIG N. 1310739808 VERBALE DELLA COMMISSIONE PER L AFFIDAMENTO DEL SERVIZIO DI PULIZIA E DISINFEZIONE DEI LOCALI CAMERALI CIG N. 1310739808 L ann duemilaundici il girn 11 del mese di Aprile alle re 10:00, press la sede della

Dettagli

Ingegneria, Qualità e Servizi Engineering Process Owner

Ingegneria, Qualità e Servizi Engineering Process Owner Engineering Prcess Owner ING. FABIO GIANOLA Dati Anagrafici Nat a Milan il 25/11/1968. Nazinalità: Italiana Residenza: Milan Prfessine: Da Nvembre 2013 Amministratre Unic di I.Q.S. Ingegneria Qualità e

Dettagli

rigenerazione urbana volti a promuovere la riqualificazione Pulsano, viale dei Micenei n.70. PREMESSA

rigenerazione urbana volti a promuovere la riqualificazione Pulsano, viale dei Micenei n.70. PREMESSA RELAZIONE TECNICA OGGETTO: Prgett di un intervent sit in Pulsan, lc. La Fntana, viale dei Micenei n.70 inserit nei prgrammi integrati di rigenerazine urbana vlti a prmuvere la riqualificazine di città

Dettagli

Chi è il soggetto che procede ad erogare il servizio di scambio sul posto? Quali sono i vantaggi di aderire al regime di scambio sul posto?

Chi è il soggetto che procede ad erogare il servizio di scambio sul posto? Quali sono i vantaggi di aderire al regime di scambio sul posto? Mdalità di access alla cnvenzine (13) Csa si intende per servizi di scambi sul pst? L scambi sul pst [Deliberazine ARG/elt 74/08, Allegat A Test integrat dell scambi sul pst (TISP)], è un meccanism che

Dettagli

Soci. Posteggio barche/canoa. Categoria Socio Tassa base Uso barche Uso natante Uso tutto. Socio attivo 150 350 550 800

Soci. Posteggio barche/canoa. Categoria Socio Tassa base Uso barche Uso natante Uso tutto. Socio attivo 150 350 550 800 TARIFFARIO 2015 Valid dal 01.02.2015 Sci Categria Sci Tassa base Us barche Us natante Us tutt Psteggi barche/cana Sci attiv 150 350 550 800 Sci attiv famiglia 160 400 600 800 Sci attiv Junir 50 *1) 100

Dettagli

Grilamid Poliammide 12 Tecnopolimero per le massime prestazioni

Grilamid Poliammide 12 Tecnopolimero per le massime prestazioni Grilamid Pliammide 12 Tecnplimer per le massime prestazini Indice 3 Intrduzine 4 Cnfrnt cn altre pliammidi 5 Nmenclatura Grilamid 6 Esempi di impieghi 8 Caratteristiche tipi Grilamid 10 Prprietà 20 Dati

Dettagli

Annual General Meeting AGM 3-6 Aprile 2014

Annual General Meeting AGM 3-6 Aprile 2014 Annual General Meeting AGM 36 Aprile 2014 Erasmus Student Netwrk Annual General Meeting 2014 Milan Italia COS'E' ESN? Erasmus Student Netwrk (ESN) è una delle più grandi assciazini studentesche in Eurpa.

Dettagli

Strategia Energetica Nazionale: per un energia più competitiva e sostenibile

Strategia Energetica Nazionale: per un energia più competitiva e sostenibile Strategia Energetica Nazinale: per un energia più cmpetitiva e sstenibile Marz 2013 Premessa Il cntest nazinale e internazinale di questi anni è difficile ed incert. La crisi ecnmica ha investit tutte

Dettagli

PROPOSTA DI LEGGE N. 4091. D iniziativa dei deputati

PROPOSTA DI LEGGE N. 4091. D iniziativa dei deputati PROPOSTA DI LEGGE N. 4091 D iniziativa dei deputati SANTULLI, ARACU, BIANCHI CLERICI, CARLUCCI, GALVAGNO, GARAGNANI, LICASTRO SCARDINO, ORSINI, PACINI, PALMIERI, RANIERI Statut dei diritti degli insegnanti

Dettagli

ESERCITAZIONI DI STATISTICA BIOMEDICA

ESERCITAZIONI DI STATISTICA BIOMEDICA ESERCITAZIONI DI STATISTICA BIOMEDICA ALCUNE NOTE SU R Matte Dell Omdarme agst 2012 Cpyright c 2012 Matte Dell Omdarme versin 1.3.3 mattdell@fastmail.fm Permissin is granted t cpy, distribute and/r mdify

Dettagli

PREMESSA PREMESSA PREMESSA PRE

PREMESSA PREMESSA PREMESSA PRE PREMESSA PREMESSA I Servizi via internet, cellulare e telefn le permettn di perare in md semplice e dirett cn la Banca, dvunque lei sia, a qualsiasi ra del girn, scegliend di vlta in vlta il canale che

Dettagli

SPINE PER GLI IMPIANTI ELETTRICI

SPINE PER GLI IMPIANTI ELETTRICI SPINE PER GLI IMPIANTI ELETTRICI Una spina elettrica è un cnnettre elettric che può essere inserit in una presa di crrente cmplementare. Per mtivi di sicurezza, il lat cstantemente stt tensine è sempre

Dettagli

REGOLAMENTO del CONCORSO A PREMI denominato Scopri l'azerbaijan e vinci un biglietto per Expo2015.

REGOLAMENTO del CONCORSO A PREMI denominato Scopri l'azerbaijan e vinci un biglietto per Expo2015. REGOLAMENTO del CONCORSO A PREMI denminat Scpri l'azerbaijan e vinci un bigliett per Exp2015. 1. SOCIETA PROMOTRICE Simmetric SRL Via V. Frcella 13, 20144 Milan P.IVA 05682780969 (di seguit la Prmtrice

Dettagli

La nuova Strategia Energetica Nazionale per un energia più competitiva e sostenibile DOCUMENTO PER CONSULTAZIONE PUBBLICA

La nuova Strategia Energetica Nazionale per un energia più competitiva e sostenibile DOCUMENTO PER CONSULTAZIONE PUBBLICA La nuva Strategia Energetica Nazinale per un energia più cmpetitiva e sstenibile DOCUMENTO PER CONSULTAZIONE PUBBLICA Settembre 2012 La Nuva Strategia Energetica Nazinale Premessa Il cntest nazinale e

Dettagli

Manuale d uso. Manuale d uso EPIC 10 codice articolo 5400321-03 Rev. H

Manuale d uso. Manuale d uso EPIC 10 codice articolo 5400321-03 Rev. H Manuale d us Manuale d us EPIC 10 cdice articl 5400321-03 Rev. H INDICE Indice... 1 Intrduzine... 4 1. Cnfezine... 5 1.1 Elenc dei cmpnenti del sistema... 5 1.2 Dati Tecnici... 5 2. Descrizine dell apparecchiatura...

Dettagli

Dopo 30 giugno. Totale. TASSA D ISCRIZIONE 30 giugno RICHIESTE E CONDIZIONI DI PRENOTAZIONE SPAZI. DOPO QUANTITÀ 30 GIUGNO x mq

Dopo 30 giugno. Totale. TASSA D ISCRIZIONE 30 giugno RICHIESTE E CONDIZIONI DI PRENOTAZIONE SPAZI. DOPO QUANTITÀ 30 GIUGNO x mq Rma, 29-30-31 ttbre 2003, EUR, Palazz dei Cngressi DOMANDA DI AMMISSIONE A BIBLIOCOM BIBLIOTEXPO 2003 cmpilare in gni sua parte Dati aziendali DATI DELL AZIENDA TITOLARE DELLO STAND DATI PER LA FATTURAZIONE

Dettagli

TURISMO MARITTIMO E COSTIERO SOSTENIBILE,

TURISMO MARITTIMO E COSTIERO SOSTENIBILE, TURISMO MARITTIMO E COSTIERO SOSTENIBILE, CHIAVE PER LA CRESCITA BLU COM & CAP MARINA-MED #5 SEMINARIO DI CAPITALIZZAZIONE 12 &13 Maggi, 2015 Firenze (Regines Tscana- Italia) Luca Girdan Hall, Palazz Medici

Dettagli

Quadri fissi con interruttore automatico tipo NXPLUS C fino a 24 kv, isolati in gas

Quadri fissi con interruttore automatico tipo NXPLUS C fino a 24 kv, isolati in gas www.siemens.cm/medium-vltage-switchgear Quadri fissi cn interruttre autmatic tip NXPLUS C fin a kv, islati in gas Quadri di media tensine Catalg HA 5. 0 Answers fr infrastructure and cities. R-HA5-6.tif

Dettagli

Becomingossola.com. Politica della riservatezza

Becomingossola.com. Politica della riservatezza Becmingssla.cm Plitica della riservatezza Infrmativa per prentazini Aurive scietà cperatva sciale, sede legale Crs Cavallt 26/B Nvara, P.IVA 02101050033 Numer REA: NO 215498, e-mail inf@becmingssla.cm,

Dettagli

Condizioni Generali sito SOSartigiani.it

Condizioni Generali sito SOSartigiani.it Cndizini Generali sit SOSartigiani.it 1. Premesse 1.1 Il presente accrd è stipulat in Italia tra il Dtt. Lrenz Caprini, via Garibaldi 2, Trezzan Rsa 20060 Milan, ideatre di SOSartigiani.it di seguit denminat

Dettagli

referente e-mail PEC referente identificatore titolo descrizione

referente e-mail PEC referente identificatore titolo descrizione referente e-mail PEC referente identificatre titl descrizi Avv. Pal Brgia - resp. cmu.mnterdibisacciacb@legalmail.it Settre Affari Gerali Avv. Pal Brgia - resp. cmu.mnterdibisacciacb@legalmail.it Settre

Dettagli

Non vuoi disegnare a mano libera? Preferisci usare il computer? Nessun problema! Puoi...

Non vuoi disegnare a mano libera? Preferisci usare il computer? Nessun problema! Puoi... Idee per nn far fatica Nn vui disegnare a man libera? Preferisci usare il cmputer? Nessun prblema! Pui... Utilizzare gli emticn In quest blg ci sn numersi emticn a tua dispsizine. Clicca semplicemente

Dettagli

Fabbricazione di altri prodotti della lavorazione di minerali non metalliferi (Ateco 23)

Fabbricazione di altri prodotti della lavorazione di minerali non metalliferi (Ateco 23) Fabbricazione di altri prodotti della lavorazione di minerali non metalliferi (Ateco 23) Indicatori congiunturali di settore e previsioni Business Analysis Aprile 2015 Indicatori congiunturali Indice della

Dettagli

TRASFORMAZIONI: DALL UVA AL VINO

TRASFORMAZIONI: DALL UVA AL VINO Scuola elementare istituto comprensivo Adro Classi seconde a.s. 2003 2004 TRASFRMAZINI: DALL UVA AL VIN BIETTIV: sservare, porre domande, fare ipotesi e verificarle. Riconoscere e descrivere fenomeni del

Dettagli

Il primo documento internazionale per la definizione della sensibilitá al glutine

Il primo documento internazionale per la definizione della sensibilitá al glutine Il prim dcument internazinale per la definizine della sensibilitá al glutine Cnsensus Cnference n Gluten Sensitivity, Lndn 11/12 Februar 2011 Prfessr Alessi Fasan, M.D., Prfessr f Pediatrics, Medicine

Dettagli

IT FOR BUSINESS AND FINANCE

IT FOR BUSINESS AND FINANCE IT FOR BUSINESS AND FINANCE Business Intelligence Siena 14 aprile 2011 AGENDA Cos è la Business Intelligence Terminologia Perché la Business Intelligence La Piramide Informativa Macro Architettura Obiettivi

Dettagli

Allegato all'articolo Taglialeggi

Allegato all'articolo Taglialeggi Allegat all'articl Taglialeggi Tip att Titl dispsizi ni da abrgare 1 R.D. 773 18/06/1931 Apprvazine del test unic delle leggi di Le persne che hann l'bblig di prvvedere all'istruzine art. 12, elementare

Dettagli

Relazione sul data warehouse e sul data mining

Relazione sul data warehouse e sul data mining Relazione sul data warehouse e sul data mining INTRODUZIONE Inquadrando il sistema informativo aziendale automatizzato come costituito dall insieme delle risorse messe a disposizione della tecnologia,

Dettagli

MINISTERO DELLA DIFESA UFFICIO CENTRALE DEL BILANCIO E DEGLI AFFARI FINANZIARI

MINISTERO DELLA DIFESA UFFICIO CENTRALE DEL BILANCIO E DEGLI AFFARI FINANZIARI MINISTERO DELLA DIFESA UFFICIO CENTRALE DEL BILANCIO E DEGLI AFFARI FINANZIARI II REPARTO- COOPERAZIONE INTERNAZIONALE 2 Uffici- Trattamenti ecnmici del persnale all'ester All.8 Indirizz Pstale: Via XX

Dettagli

Analisi dei requisiti e casi d uso

Analisi dei requisiti e casi d uso Analisi dei requisiti e casi d uso Indice 1 Introduzione 2 1.1 Terminologia........................... 2 2 Modello del sistema 4 2.1 Requisiti hardware........................ 4 2.2 Requisiti software.........................

Dettagli

PER IMPIEGHI SPECIALI FINO A 1000 VOLT PROGRAMMA. T Giraviti VDE. T Assortimenti VDE. T Pinze VDE. T Cricchetti VDE

PER IMPIEGHI SPECIALI FINO A 1000 VOLT PROGRAMMA. T Giraviti VDE. T Assortimenti VDE. T Pinze VDE. T Cricchetti VDE ER IMIEGHI SECIALI FINO A 1000 VOL ROGRAMMA Giraviti VDE inze VDE Cricchetti VDE Assrtimenti VDE 1 2 UENSILI GEDORE VDE utti gli utensili i sicurezza GEDORE mlgati VDE in plastica mrbia sn tati i islament

Dettagli

Carta dei Servizi CARTA DEI SERVIZI

Carta dei Servizi CARTA DEI SERVIZI CARTA DEI SERVIZI SERVIZIO RELATIVA AL TRASPORTO PUBBLICO LOCALE INDICE 1. Elenc mduli richiamati... 4 2. Riferimenti... 4 3. Scp e generalità... 5 4. Camp di applicazine... 5 5. Standard specifici...

Dettagli

Supporto alle decisioni e strategie commerciali/mercati/prodotti/forza vendita;

Supporto alle decisioni e strategie commerciali/mercati/prodotti/forza vendita; .netbin. è un potentissimo strumento SVILUPPATO DA GIEMME INFORMATICA di analisi dei dati con esposizione dei dati in forma numerica e grafica con un interfaccia visuale di facile utilizzo, organizzata

Dettagli

BUSINESS INTELLIGENCE & PERFORMANCE MANAGEMENT

BUSINESS INTELLIGENCE & PERFORMANCE MANAGEMENT BUSINESS INTELLIGENCE & PERFORMANCE MANAGEMENT BOLOGNA BUSINESS school Dal 1088, studenti da tutto il mondo vengono a studiare a Bologna dove scienza, cultura e tecnologia si uniscono a valori, stile di

Dettagli

STIME VALUTAZIONI TENDENZE DEL MERCATO DEL LAVORO DI MILANO - economia territoriale in pillole-

STIME VALUTAZIONI TENDENZE DEL MERCATO DEL LAVORO DI MILANO - economia territoriale in pillole- STIME VALUTAZIONI TENDENZE DEL MERCATO DEL LAVORO DI MILANO - economia territoriale in pillole- A cura del dipartimento mercato del lavoro Formazione Ricerca della Camera del Lavoro Metropolitana di Milano

Dettagli

Nota tecnica riferita alla nota M.I.U.R. prot. n. 8409 del 30 luglio 2010

Nota tecnica riferita alla nota M.I.U.R. prot. n. 8409 del 30 luglio 2010 Nta tecnica riferita alla nta M.I.U.R. prt. n. 8409 del 30 lugli 2010 Oggett: Istruzini amministrativ-cntabili per le istituzini ggett di dimensinament. Le Istituzini sclastiche, per quant attiene all

Dettagli

Tipologie di pianificatori. Pianificazione. Partial Order Planning. E compiti diversi. Pianificazione gerarchica. Approcci integrati

Tipologie di pianificatori. Pianificazione. Partial Order Planning. E compiti diversi. Pianificazione gerarchica. Approcci integrati Tipologie di pianificatori Pianificazione Intelligenza Artificiale e Agenti II modulo Pianificazione a ordinamento parziale (POP) (HTN) pianificazione logica (SatPlan) Pianificazione come ricerca su grafi

Dettagli

Il Data Quality, un problema di Business!

Il Data Quality, un problema di Business! Knowledge Intelligence: metodologia, modelli gestionali e strumenti tecnologici per la governance e lo sviluppo del business Il Data Quality, un problema di Business! Pietro Berrettoni, IT Manager Acraf

Dettagli

Introduzione ad Access

Introduzione ad Access Introduzione ad Access Luca Bortolussi Dipartimento di Matematica e Informatica Università degli studi di Trieste Access E un programma di gestione di database (DBMS) Access offre: un supporto transazionale

Dettagli

Possibilità di impiego su vite di induttori di resistenza nei confronti di Flavescenza dorata e sue dinamiche in giovani impianti

Possibilità di impiego su vite di induttori di resistenza nei confronti di Flavescenza dorata e sue dinamiche in giovani impianti Pssibilità di impieg su vite di induttri di resistenza nei cnfrnti di Flavescenza drata e sue dinamiche in givani impianti Albin Mrand, Simne Lavezzar www.viten.net Sperimentazine Induttri A. Mrand, S.

Dettagli

Business Intelligence. Il data mining in

Business Intelligence. Il data mining in Business Intelligence Il data mining in L'analisi matematica per dedurre schemi e tendenze dai dati storici esistenti. Revenue Management. Previsioni di occupazione. Marketing. Mail diretto a clienti specifici.

Dettagli

OSSERVATORIO SUL PRECARIATO gennaio-marzo 2015

OSSERVATORIO SUL PRECARIATO gennaio-marzo 2015 OSSERVATORIO SUL PRECARIATO gennaio-marzo 2015 RAPPORTI DI LAVORO ATTIVATI (1) NEI MESI GENNAIO-MARZO DEGLI ANNI 2013, 2014 E 2015 A. NUOVI RAPPORTI DI LAVORO A1. Assunzioni a tempo indeterminato gen-mar

Dettagli

(accuratezza) ovvero (esattezza)

(accuratezza) ovvero (esattezza) Capitolo n 2 2.1 - Misure ed errori In un analisi chimica si misurano dei valori chimico-fisici di svariate grandezze; tuttavia ogni misura comporta sempre una incertezza, dovuta alla presenza non eliminabile

Dettagli

Sistemi di supporto alle decisioni Ing. Valerio Lacagnina

Sistemi di supporto alle decisioni Ing. Valerio Lacagnina Cosa è il DSS L elevato sviluppo dei personal computer, delle reti di calcolatori, dei sistemi database di grandi dimensioni, e la forte espansione di modelli basati sui calcolatori rappresentano gli sviluppi

Dettagli

EMERGENZA MEDITERRANEO E MIGRAZIONI: COME PUÒ RISPONDERE L EUROPA?

EMERGENZA MEDITERRANEO E MIGRAZIONI: COME PUÒ RISPONDERE L EUROPA? Analysis N. 284, Aprile 2015 EMERGENZA MEDITERRANEO E MIGRAZIONI: COME PUÒ RISPONDERE L EUROPA? Stefan M. Trelli La tragedia avvenuta nel Canale di Sicilia, cn circa 700 persne che si teme abbian pers

Dettagli

Realizzare un architettura integrata di Business Intelligence

Realizzare un architettura integrata di Business Intelligence Realizzare un architettura integrata di Business Intelligence Un sistema integrato di Business Intelligence consente all azienda customer oriented una gestione efficace ed efficiente della conoscenza del

Dettagli

B.P.S. Business Process Server ALLEGATO C10

B.P.S. Business Process Server ALLEGATO C10 B.P.S. Business Process Server ALLEGATO C10 REGIONE BASILICATA DIPARTIMENTO PRESIDENZA DELLA GIUNTA REGIONALE UFFICIO SISTEMA INFORMATIVO REGIONALE E STATISTICA Via V. Verrastro, n. 4 85100 Potenza tel

Dettagli

Strutture. Strutture e Unioni. Definizione di strutture (2) Definizione di strutture (1)

Strutture. Strutture e Unioni. Definizione di strutture (2) Definizione di strutture (1) Strutture Strutture e Unioni DD cap.10 pp.379-391, 405-406 KP cap. 9 pp.361-379 Strutture Collezioni di variabili correlate (aggregati) sotto un unico nome Possono contenere variabili con diversi nomi

Dettagli

F O R M A T O E U R O P E O

F O R M A T O E U R O P E O F O R M A T O E U R O P E O P E R I L C U R R I C U L U M V I T A E INFORMAZIONI PERSONALI Nome Indirizzo Laura Bacci, PMP Via Tezze, 36 46100 MANTOVA Telefono (+39) 348 6947997 Fax (+39) 0376 1810801

Dettagli

DIREZIONE REGIONALE FORMAZIONE, RICERCA E INNOVAZIONE, SCUOLA E UNIVERSITA', DIRITTO ALLO STUDIO

DIREZIONE REGIONALE FORMAZIONE, RICERCA E INNOVAZIONE, SCUOLA E UNIVERSITA', DIRITTO ALLO STUDIO Avvis pubblic per la cncessine di cntributi ecnmici a sstegn di prgetti da attuare nelle Scule del Lazi - Presentazine n demand delle prpste prgettuali ALLEGATO A - Prgetti Esclusi - Scadenza 27 febbrai

Dettagli

Istituto Tecnico Commerciale Indirizzo AFM articolazione SIA PERCHE???

Istituto Tecnico Commerciale Indirizzo AFM articolazione SIA PERCHE??? Istituto Tecnico Commerciale Indirizzo AFM articolazione SIA PERCHE??? Opportunità di lavoro: ICT - Information and Communication Technology in Azienda Vendite Acquisti Produzione Logistica AFM SIA ICT

Dettagli

ORACLE BUSINESS INTELLIGENCE STANDARD EDITION ONE A WORLD CLASS PERFORMANCE

ORACLE BUSINESS INTELLIGENCE STANDARD EDITION ONE A WORLD CLASS PERFORMANCE ORACLE BUSINESS INTELLIGENCE STANDARD EDITION ONE A WORLD CLASS PERFORMANCE Oracle Business Intelligence Standard Edition One è una soluzione BI completa, integrata destinata alle piccole e medie imprese.oracle

Dettagli

COME FRODE. la possibilità propri dati. brevissimo. Reply www.reply.eu

COME FRODE. la possibilità propri dati. brevissimo. Reply www.reply.eu FRAUD MANAGEMENT. COME IDENTIFICARE E COMB BATTERE FRODI PRIMA CHE ACCADANO LE Con una visione sia sui processi di business, sia sui sistemi, Reply è pronta ad offrire soluzioni innovative di Fraud Management,

Dettagli

MARKETING INTELLIGENCE SUL WEB:

MARKETING INTELLIGENCE SUL WEB: Via Durini, 23-20122 Milano (MI) Tel.+39.02.77.88.931 Fax +39.02.76.31.33.84 Piazza Marconi,15-00144 Roma Tel.+39.06.32.80.37.33 Fax +39.06.32.80.36.00 www.valuelab.it valuelab@valuelab.it MARKETING INTELLIGENCE

Dettagli

progettiamo e realizziamo architetture informatiche Company Profile

progettiamo e realizziamo architetture informatiche Company Profile Company Profile Chi siamo Kammatech Consulting S.r.l. nasce nel 2000 con l'obiettivo di operare nel settore I.C.T., fornendo servizi di progettazione, realizzazione e manutenzione di reti aziendali. Nel

Dettagli

Elementi di Statistica

Elementi di Statistica Elementi di Statistica Contenuti Contenuti di Statistica nel corso di Data Base Elementi di statistica descrittiva: media, moda, mediana, indici di dispersione Introduzione alle variabili casuali e alle

Dettagli

Requisiti per la firma di un'iniziativa dei cittadini europei

Requisiti per la firma di un'iniziativa dei cittadini europei Requisiti per la firma di un'iniziativa dei cittadini eurpei REQUISITI GENERALI Per pter sstenere un'iniziativa dei cittadini eurpei ccrre essere cittadini dell'ue (cittadini di un Stat membr) e aver raggiunt

Dettagli

La dissomiglianza tra due distribuzioni normali

La dissomiglianza tra due distribuzioni normali Annali del Dipartimento di Scienze Statistiche Carlo Cecchi Università degli Studi di Bari Aldo Moro - Vol. X (2011): 43-50 Editore CLEUP, Padova - ISBN: 978-88-6129-833-0 La dissomiglianza tra due distribuzioni

Dettagli

Text mining ed analisi di dati codificati in linguaggio naturale. Analisi esplorative di dati testualilezione

Text mining ed analisi di dati codificati in linguaggio naturale. Analisi esplorative di dati testualilezione Text mining ed analisi di dati codificati in linguaggio naturale Analisi esplorative di dati testualilezione 2 Le principali tecniche di analisi testuale Facendo riferimento alle tecniche di data mining,

Dettagli

DBMS (Data Base Management System)

DBMS (Data Base Management System) Cos'è un Database I database o banche dati o base dati sono collezioni di dati, tra loro correlati, utilizzati per rappresentare una porzione del mondo reale. Sono strutturati in modo tale da consentire

Dettagli

Business Intelligence

Business Intelligence aggregazione dati Business Intelligence analytic applications query d a t a w a r e h o u s e aggregazione budget sales inquiry data mining Decision Support Systems MIS ERP data management Data Modeling

Dettagli

General Linear Model. Esercizio

General Linear Model. Esercizio Esercizio General Linear Model Una delle molteplici applicazioni del General Linear Model è la Trend Surface Analysis. Questa tecnica cerca di individuare, in un modello di superficie, quale tendenza segue

Dettagli

Consigli per la risoluzione dei problemi

Consigli per la risoluzione dei problemi Cnsigli per la risluzine dei prblei Una parte fndaentale di gni crs di Fisica è la risluzine di prblei. Rislvere prblei spinge a raginare su idee e cncetti e a cprenderli egli attravers la lr applicazine.

Dettagli