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)

Convegno organizzato dall Associazione ICT Dott.com. Business Intelligence L utilità per le imprese. Prof. Elena Baralis. Politecnico di Torino

Convegno organizzato dall Associazione ICT Dott.com. Business Intelligence L utilità per le imprese. Prof. Elena Baralis. Politecnico di Torino Cnvegn rganizzat dall Assciazine ICT Dtt.cm Business Intelligence L utilità per le imprese Prf. Plitecnic di Trin D B M G Data Base and Data Mining Grup f Plitecnic di Trin Supprt alle decisini aziendali

Dettagli

DataCubex Business Intelligence. Soluzioni del futuro

DataCubex Business Intelligence. Soluzioni del futuro DataCubex Business Intelligence Sluzini del futur pagina 2 Intrduzine L analisi OLAP (On Line Analytical Prcessing) è un insieme di tecniche sftware utilizzate per analizzare velcemente grandi quantità

Dettagli

ISTITUTO TECNICO COMMERCIALE STATALE ABBA - BALLINI

ISTITUTO TECNICO COMMERCIALE STATALE ABBA - BALLINI ISTITUTO TECNICO COMMERCIALE STATALE ABBA - BALLINI Via Tirandi n. 3-25128 BRESCIA tel. 030/307332-393363 - fax 030/303379 www.abba-ballini.it email: inf@abba-ballini.it DIPARTIMENTO DI INFORMATICA Attività

Dettagli

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

Scuola secondaria di 1 grado F. Malaguti Valsamoggia Anno scolastico 2014/2015 Programmazione per competenze Curricolo classi prime -tecnologia

Scuola secondaria di 1 grado F. Malaguti Valsamoggia Anno scolastico 2014/2015 Programmazione per competenze Curricolo classi prime -tecnologia Scula secndaria di 1 grad F. Malaguti Valsamggia Ann sclastic 2014/2015 Prgrammazine per cmpetenze Curricl classi prime -tecnlgia Traguardi per l svilupp delle cmpetenze al termine della scula secndaria

Dettagli

A.s. 2014-2015 Programma di Informatica

A.s. 2014-2015 Programma di Informatica Via Tscana, 10 Parma tel. 0521266511 fax 0521266550 A.s. 2014-2015 Prgramma di Infrmatica Gli aspetti terici della disciplina sn suddivisi in 5 mduli: A. Prgett di sistemi infrmativi B. Basi di dati C.

Dettagli

A.s. 2012-2013 Programma di Informatica

A.s. 2012-2013 Programma di Informatica Via Tscana, 10 Parma tel. 0521266511 fax 0521266550 A.s. 2012-2013 Prgramma di Infrmatica Gli aspetti terici della disciplina sn suddivisi in 5 mduli: A. Prgett di sistemi infrmativi B. Basi di dati C.

Dettagli

ISTITUTO DI ISTRUZIONE SUPERIORE P.ALDI - GROSSETO SEZIONE LICEO SCIENTIFICO

ISTITUTO DI ISTRUZIONE SUPERIORE P.ALDI - GROSSETO SEZIONE LICEO SCIENTIFICO ISTITUTO DI ISTRUZIONE SUPERIORE P.ALDI - GROSSETO SEZIONE LICEO SCIENTIFICO PROGRAMMAZIONE CLASSI PRIME ANNO SCOLASTICO 2013/2014 MATERIA: MATEMATICA ED INFORMATICA Test: MATEMATICA.BLU vl.1 Autri :BERGAMINI-TRIFONE-BAROZZI

Dettagli

Classificazioni dei linguaggi di programmazione

Classificazioni dei linguaggi di programmazione Il Sftware (prgrammi) può essere classificat cme: di sistema di base (Sistema Operativ, cmpilatri,, interpreti 1 ) prgrammi applicativi (editr di test, fgli elettrnici, data base.) linguaggi di prgrammazine

Dettagli

A.S. 2012/2013 Scheda illustrativa progetti ALLA SCOPERTA DEL MIO PAESE

A.S. 2012/2013 Scheda illustrativa progetti ALLA SCOPERTA DEL MIO PAESE A.S. 2012/2013 Scheda illustrativa prgetti 1.1 Denminazine prgett ALLA SCOPERTA DEL MIO PAESE 1.2 Respnsabile prgett Prf.ssa Marr Anna Elisabetta Indicare l ambit disciplinare: Ambit linguistic/stric gegrafic-ambientale

Dettagli

Libro di testo e materiale didattico: Cloud - Piero Gallo, Fabio Salerno Minerva Scuola. Appunti scaricabili dal sito web dell Istituto.

Libro di testo e materiale didattico: Cloud - Piero Gallo, Fabio Salerno Minerva Scuola. Appunti scaricabili dal sito web dell Istituto. Crs di Infrmatica Prgramma svlt nella classe V sez. D Infrmatica ann sclastic 2014/2015 Prf. Enni Ranucci Prf. Margherita Puca (labratri) Finalità: Gestire il prgett e la manutenzine di sistemi infrmativi

Dettagli

MATEMATICA - CLASSE I. Obiettivi minimi di apprendimento matematica I. Competenze

MATEMATICA - CLASSE I. Obiettivi minimi di apprendimento matematica I. Competenze - CLASSE I Cmpetenze MATEMATICA Nucle tematic: il numer Utilizzare le tecniche e le prcedure del calcl aritmetic in N, rappresentandle anche in frma grafica. Rislvere i prblemi facend us delle perazini

Dettagli

PRESENZE ASSENZE Presenze WEB

PRESENZE ASSENZE Presenze WEB PRESENZE ASSENZE Presenze WEB Presenze WEB FUNZIONALITA PRINCIPALI Funzinalità e cpertura Gestine multiaziendale Gestine di varie tiplgie di rapprt di lavr (dipendente, cllabratre, smministrat, etc. )

Dettagli

INFORMATICA CORSI DELL INDIRIZZO TECNICO AMMINISTRAZIONE FINANZA MARKETING

INFORMATICA CORSI DELL INDIRIZZO TECNICO AMMINISTRAZIONE FINANZA MARKETING Larg Zecca, 4-16124 GENOVA Tel. 010/247.07.78 - Fax 010/251.29.60- E-mail geis00600r@istruzine.it C.F. 95062410105 CORSI DELL INDIRIZZO TECNICO AMMINISTRAZIONE FINANZA MARKETING INFORMATICA CLASSE PRIMA

Dettagli

Obiettivo. Dal problema al risultato Algoritmo. Imparare a PROGRAMMARE

Obiettivo. Dal problema al risultato Algoritmo. Imparare a PROGRAMMARE Obiettiv Imparare a PROGRAMMARE LA PROGRAMMAZIONE: Algritmi e prgrammi Imparare a cstruire PROGRAMMI che permettan, tramite l us di cmputer, di rislvere prblemi di divers tip. Prblema Dal prblema al risultat

Dettagli

LA FACOLTÀ DI GIURISPRUDENZA

LA FACOLTÀ DI GIURISPRUDENZA LA FACOLTÀ DI GIURISPRUDENZA STRUTTURA GENERALE DEI CORSI DI LAUREA E SISTEMA DEI "CREDITI" In base alla rifrma universitaria (D.M. 3.11.99 n. 509) l impegn dell studente (frequenza dei crsi e studi individuale)

Dettagli

PIANO DIDATTICO PERSONALIZZATO SCUOLA SECONDARIA DI 1 GRADO G. MORANDI

PIANO DIDATTICO PERSONALIZZATO SCUOLA SECONDARIA DI 1 GRADO G. MORANDI Minister dell Istruzine, dell Università e della Ricerca ISTITUTO COMPRENSIVO PIAZZA COSTA Piazza Andrea Csta 23-20092 Cinisell Balsam (MI) MIIC8AP009 C.F. 85007630156 e-mail: miic8ap009@istruzine.it PEC:

Dettagli

Microsoft SQL Server 2005, 2008 R2 e 2012 Raccomandazioni Marzo 2013

Microsoft SQL Server 2005, 2008 R2 e 2012 Raccomandazioni Marzo 2013 Micrsft SQL Server 2005, 2008 R2 e 2012 Raccmandazini Marz 2013 1. Micrsft SQL Server 2005 PrefSuite 2006.3 e PrefSuite 2008 sn cmpatibili cn questa versine di SQL. L investiment in Micrsft SQL Server

Dettagli

Via F. Lana, 1-25020 FLERO (BS) Tel. 0303582748 Fax 03072131184 www.themissoluzioni.it info@themissoluzioni.it. gruppo axelera.

Via F. Lana, 1-25020 FLERO (BS) Tel. 0303582748 Fax 03072131184 www.themissoluzioni.it info@themissoluzioni.it. gruppo axelera. Via F. Lana, 1-25020 FLERO (BS) Tel. 0303582748 Fax 03072131184 www.sluzini.it inf@sluzini.it grupp axelera sluzini Obiettiv Scp del presente dcument è descrivere il prdtt Nprinting, il più evlut add-in

Dettagli

PROTOCOLLO DI INTESA. tra. Il Collegio Geometri e Geometri Laureati di Monza e Brianza, nella

PROTOCOLLO DI INTESA. tra. Il Collegio Geometri e Geometri Laureati di Monza e Brianza, nella PROTOCOLLO DI INTESA tra Il Cllegi Gemetri e Gemetri Laureati di Mnza e Brianza, nella persna di Cesare Galbiati, in qualità di Presidente del Cllegi e L Istitut di Istruzine Superire Ezi Vanni di Vimercate,

Dettagli

PIANO DI LAVORO ANNUALE DELLA DISCIPLINA TECNOLOGIA E TECNICHE DI RAPPRESENTAZIONE GRAFICA Classi 1 ITI A.S. 2014-2015

PIANO DI LAVORO ANNUALE DELLA DISCIPLINA TECNOLOGIA E TECNICHE DI RAPPRESENTAZIONE GRAFICA Classi 1 ITI A.S. 2014-2015 Impssibile visualizzare l'immagine. La memria del cmputer ptrebbe essere insufficiente per aprire l'immagine ppure l'immagine ptrebbe essere danneggiata. Riavviare il cmputer e aprire di nuv il file. Se

Dettagli

Novità: Correzione di errori: Altro

Novità: Correzione di errori: Altro Nvità: È stata aggiunta alle pzini di cnfigurazine generale del prgrama la pssibilità di cnfigurare il cllegament al server tramite prxy. Si accettan questi tipi di prxy: SOCKS v4, SOCKS v5, HTTP 1.1 e

Dettagli

PROGRAMMA. Progettazione del Sistema. Elementi di Meccanica, Elettronica, Elettrotecnica e norme UNI e CEI di supporto alla Progettazione

PROGRAMMA. Progettazione del Sistema. Elementi di Meccanica, Elettronica, Elettrotecnica e norme UNI e CEI di supporto alla Progettazione PROGRAMMA Prgettazine del Sistema. 1. Architettura e caratteristiche dei: PLC (Prgrammable Lgic Cntrller, Cntrllri a lgica prgrammabile), Cmputer industriali specializzati nella gestine dei prcessi prduttivi,

Dettagli

Gestione Agenti. Software per il Calcolo provvigioni per Agenti e Venditori Software GESAGE - Specifiche del prodotto

Gestione Agenti. Software per il Calcolo provvigioni per Agenti e Venditori Software GESAGE - Specifiche del prodotto Gestine Agenti Sftware per il Calcl prvvigini per Agenti e Venditri Sftware GESAGE - Specifiche del prdtt EBC Cnsulting Gestine delle risrse umane http://www.ebccnsulting.cm Sftware H1 Hrms GESAGE Gestine

Dettagli

PIANO DIDATTICO PERSONALIZZATO per alunno con Disturbo Specifico dell Apprendimento (DSA)

PIANO DIDATTICO PERSONALIZZATO per alunno con Disturbo Specifico dell Apprendimento (DSA) Minister dell'istruzine, dell Università e della Ricerca ISTITUTO COMPRENVO RITA LEVI-MONTALCINI Via Pusterla,1 25049 Ise (Bs) C.F.80052640176 www.icise.gv.it e-mail: BC80300R@ISTRUZIONE.IT e-mail: BC80300R@PEC.ISTRUZIONE.IT

Dettagli

CURRICOLO DI MATEMATICA della scuola primaria

CURRICOLO DI MATEMATICA della scuola primaria ISTITUTO COMPRENSIVO CASALPUSTERLENGO (Ldi) CURRICOLO DI MATEMATICA della scula primaria CURRICOLO DI MATEMATICA al termine della classe prima della scula primaria...2 CURRICOLO DI MATEMATICA al termine

Dettagli

PROGETTO RECUPERO DELLE DIFFICOLTA DI LETTURA E SCRITTURA

PROGETTO RECUPERO DELLE DIFFICOLTA DI LETTURA E SCRITTURA ann sclastic 2007-2008 PROGETTO RECUPERO DELLE DIFFICOLTA DI LETTURA E SCRITTURA Scula Media classi Prime, Secnde e Terze (applicazine del Metd FEUERSTEIN) 1 MOTIVAZIONE E BISOGNI Il Cllegi dei Dcenti,

Dettagli

Regione Calabria Dipartimento n.9 Lavori Pubblici ed Infrastrutture

Regione Calabria Dipartimento n.9 Lavori Pubblici ed Infrastrutture UNIONE EUROPEA REPUBBLICA ITALIANA REGIONE CALABRIA Regine Calabria Dipartiment n.9 Lavri Pubblici ed Infrastrutture Via Crispi 33-88100 CATANZARO SPECIFICHE SIERC: INTEGRAZIONE PROTOCOLLO SIAR POR Calabria

Dettagli

Il metodo Zugeer Sabrina Tonielli Zugeer 05/01/2011

Il metodo Zugeer Sabrina Tonielli Zugeer 05/01/2011 Il metd Zugeer Sabrina Tnielli Zugeer 05/01/2011 IL METODO ZUGEER Il metd Zugeer Pag. 2 INDICE 1. COME E NATA L IDEA... 4 2. IL METODO... 4 3. PERCHE ZUGEER... 4 4. IN COSA CONSISTE... 5 5. LE REGOLE...

Dettagli

e/fiscali - Rel. 04.01.01

e/fiscali - Rel. 04.01.01 e/fiscali - Rel. 04.01.01 Mntebelluna, 17 ttbre 2013 e/fiscali - Fix 04.01.01 Dcumentazine di rilasci 24 ORE Sftware S.p.A. 14/10/2013 Pag. 1 di 14 INDICE 1 FIX 04.01.01 DI E/FISCALI... 3 2 NOTE DI INSTALLAZIONE...

Dettagli

Regole per ottenere il riconoscimento IATF, 2 edizione, Sanctioned Interpretations

Regole per ottenere il riconoscimento IATF, 2 edizione, Sanctioned Interpretations Regle per ttenere il ricnsciment IATF, 2 edizine, Sanctined Interpretatins Le Regle per ttenere il ricnsciment IATF, 2 edizine, sn state pubblicate nel 2004. Le seguenti Sanctined Interpretatins sn state

Dettagli

Scheda Tecnica Modulo SFA Professional

Scheda Tecnica Modulo SFA Professional pagina 2 Indice Premessa e generalità... 3 Lgica Sales Frce Autmatin... 5 Pagina iniziale... 7 Sales Frce... 8 Opprtunità... 11 Offerte... 14 Ordini... 16 pagina 3 Premessa e generalità Revs è un tl di

Dettagli

WAS Monitoring Valutazione rischio Work organization

WAS Monitoring Valutazione rischio Work organization Mnitring Valutazine rischi Wrk rganizatin Premessa In base ai dcumenti dell WHO(OMS), alle linee guida eurpee, all Accrd Eurpe del 2004 sull stress lavr crrelat e in base al dcument ICF dell OMS 2001 che

Dettagli

ROMA 13-14 MAGGIO 2015. Giuseppe D Antonio. UBI Banca Canali Diretti Innovazione Digitale

ROMA 13-14 MAGGIO 2015. Giuseppe D Antonio. UBI Banca Canali Diretti Innovazione Digitale ROMA 13-14 MAGGIO 2015 Giuseppe D Antni UBI Banca Canali Diretti Innvazine Digitale Executive Summary (1/3) La velcità di diffusine delle nuve tecnlgie digitali è espnenzialmente più rapida rispett agli

Dettagli

Emanuele Dalmasso. Curriculum Vitae Europass. Informazioni personali

Emanuele Dalmasso. Curriculum Vitae Europass. Informazioni personali Emanuele Dalmass Curriculum Vitae Eurpass Infrmazini persnali Cgnme/Nme Dalmass Emanuele Indirizz Larg Lenard Da Vinci 3, Mncalieri, TO, Italia. Telefn +39 0 979425 Cellulare +39 333 6677683 E-mail emanuele.dalmass@gmail.cm

Dettagli

Perché e per chi. Perché Lyra News? Sistema di Gestione Offerte e Organizzazione dell Attività Commerciale. In questo numero...

Perché e per chi. Perché Lyra News? Sistema di Gestione Offerte e Organizzazione dell Attività Commerciale. In questo numero... Sistema di Gestine Offerte e Organizzazine dell Attività Cmmerciale Perché e per chi. Il prcess di interazine cliente azienda che prta alla predispsizine dell fferta di un mezz di prduzine è mlt cmplicat

Dettagli

COME AIUTARE TUO FIGLIO A STUDIARE E A FARE I COMPITI A CASA

COME AIUTARE TUO FIGLIO A STUDIARE E A FARE I COMPITI A CASA Istitut Cmprensiv Enric Fermi Scula Secndaria di prim grad G.B. Rubini Rman di Lmbardia Rman di Lmbardia - BG! COME AIUTARE TUO FIGLIO A STUDIARE E A FARE I COMPITI A CASA LE INDICAZIONI DELLA SCUOLA PER

Dettagli

Istruzione e formazione all imprenditorialità

Istruzione e formazione all imprenditorialità Istruzine e frmazine all imprenditrialità L istruzine e la frmazine all imprenditrialità è il punt di partenza per sviluppare ed espandere l attività dei prfessinisti, miglirand la lr cnscenza e le lr

Dettagli

ALLEGATO 3 MODULO DI ATTIVAZIONE DEL SERVIZIO EST

ALLEGATO 3 MODULO DI ATTIVAZIONE DEL SERVIZIO EST ALLEGATO 3 MODULO DI ATTIVAZIONE DEL SERVIZIO EST Ragine Sciale: Sede: via cmune prv. P.IVA: cd. fisc. Telefn: Fax: Email: PEC: Persna di riferiment: rul: recapit tel. email Descrizine attività e principali

Dettagli

WCM e partecipazione nel vissuto dei lavoratori

WCM e partecipazione nel vissuto dei lavoratori Le persne e la fabbrica Ricerca FIM CISL sulle cndizini dei lavratri negli stabilimenti FIAT COMITATO SCIENTIFICO WCM e partecipazine nel vissut dei lavratri Milan 14 maggi 2014 Luisella Erlicher MIP-

Dettagli

Soluzioni di supporto alla gestione e sviluppo di prodotto in ambito NPD e PLM

Soluzioni di supporto alla gestione e sviluppo di prodotto in ambito NPD e PLM Master in Alt Apprendistat Sluzini di supprt alla gestine e svilupp di prdtt in ambit NPD e Figura prfessinale e biettiv Gli apprendisti destinatari del prgett frmativ sn: laureati, di prim e secnd livell,

Dettagli

PIANO DI LAVORO INIZIALE A.S. 2014-2015

PIANO DI LAVORO INIZIALE A.S. 2014-2015 PIANO DI LAVORO INIZIALE A.S. 2014-2015 SEDE: Via Mranti, 4 Castelnv né mnti INDIRIZZO: Servizi sci sanitari DOCENTE: Liguri Tiziana CLASSE: 2^E MATERIA DI INSEGNAMENTO: Metdlgie perative LIVELLI DI PARTENZA

Dettagli

QUESTIONARIO SERVIZI ON LINE

QUESTIONARIO SERVIZI ON LINE STRUMENTO N 5 QUESTIONARIO SERVIZI ON LINE MigliraPA è un prgett del Dipartiment per la Funzine Pubblica realizzat da FORUM PA e Lattanzi E Assciati. 06.684251 inf@miglirapa.it http://www.qualitapa.gv.it/it/custmer-satisfactin/miglirapa/

Dettagli

FATTURA ELETTRONICA PA

FATTURA ELETTRONICA PA Sistema Infrmativ PA FATTURA ELETTRONICA PA IL QUADRO DI RIFERIMENTO L intrduzine della fattura elettrnica è stata avviata cn la Legge n. 244 del 2007, che ne ha intrdtt l bblig, rinviand le mdalità di

Dettagli

Gestione della conoscenza (Knowledge Management, KM) nelle aziende sanitarie

Gestione della conoscenza (Knowledge Management, KM) nelle aziende sanitarie Gestine della cnscenza (Knwledge Management, KM) nelle aziende sanitarie Schema dell intervent del dtt. Michele Tringali Azienda Ospedaliera di Udine - www.spedaleudine.it/kc 1. Intrduzine Grandi successi

Dettagli

SenTaClAus - Sentiment Tagging & Clustering Analysis on web & social contents

SenTaClAus - Sentiment Tagging & Clustering Analysis on web & social contents Via Marche 10 56123 Pisa Phne +39.050.552574 Fax +39.1782239361 inf@netseven.it - www.netseven.it P.IVA 01577590506 REGIONE TOSCANA POR CReO FESR 2007 2013 LINEA D INTERVENTO 1.5.a - 1.6 BANDO UNICO R&S

Dettagli

EWS - Energy Weather Solutions

EWS - Energy Weather Solutions EWS - Energy Weather Slutins Nat nel 1995, il Centr Epsn Mete (CEM) è una delle strutture private di ricerca applicata e di previsine in ambit meterlgic e climatlgic più accreditate. Nel crs degli ultimi

Dettagli

PROGETTO S.A.I.A. Software XML v.2 - Tracciati AP5

PROGETTO S.A.I.A. Software XML v.2 - Tracciati AP5 Prerequisiti / Cnfigurazini PROGETTO S.A.I.A Sftware XML v.2 - Tracciati AP5 Passi da eseguite per prcedere cn l invi dei dati al SAIA attravers il sftware XML-2 cn i nuvi tracciati AP5. 1. Presa in caric

Dettagli

Formstat Flight. Caratteristiche di Formstat Flight

Formstat Flight. Caratteristiche di Formstat Flight Frmstat Flight Frmstat Flight è una suite di prgrammi prgettati cn l bbiettiv di ttimizzare il prcess frmativ e sfruttare al megli l interattività e la multimedialità fferte dai nuvi strumenti messi a

Dettagli

11/12/2014. Studiare meno, studiare meglio: supportare i figli nell acquisizione di un metodo di studio personalizzato ed efficace

11/12/2014. Studiare meno, studiare meglio: supportare i figli nell acquisizione di un metodo di studio personalizzato ed efficace Studiare men, studiare megli: supprtare i figli nell acquisizine di un metd di studi persnalizzat ed efficace 1 Argmenti 1. Perché ccuparci dei cmpiti sclastici? 2. Il rul dei genitri nell aiut cmpiti

Dettagli

LICEO STATALE Carlo Montanari Scienze Umane - Scienze Umane Economico Sociale Musicale

LICEO STATALE Carlo Montanari Scienze Umane - Scienze Umane Economico Sociale Musicale LICEO STATALE Carl Mntanari Scienze Umane - Scienze Umane Ecnmic Sciale Musicale Vicl Stimate n. 4 Tel. 045/8007311 Fax 045/8030091 37122 VERONA E-mail: inf@licemntanari.it C.F. 80011840230 Sit web: www.licemntanari.it

Dettagli

Amministrazione e Bilancio Docente di riferimento: Patrizia Tettamanzi

Amministrazione e Bilancio Docente di riferimento: Patrizia Tettamanzi Amministrazine e Bilanci Dcente di riferiment: Patrizia Tettamanzi Il prim macr-mdul ha l biettiv di permettere ai partecipanti di apprfndire la cnscenza degli strumenti fndamentali per una crretta applicazine

Dettagli

Analizza & confronta. Crea & condividi. Copyright 2015 CWT 1

Analizza & confronta. Crea & condividi. Copyright 2015 CWT 1 Analizza & cnfrnta. Crea & cndividi. Cpyright 2015 CWT 1 Dal reprting ggi Alla business intelligence dmani Dati Insight Infrmazini Raccmandazini Azini reattive Previsini e azini prattive Un unica prspettiva

Dettagli

LA PROGRAMMAZIONE DIDATTICA NEI CASI DI DISTURBI SPECIFICI DELL APPRENDIMENTO

LA PROGRAMMAZIONE DIDATTICA NEI CASI DI DISTURBI SPECIFICI DELL APPRENDIMENTO LA PROGRAMMAZIONE DIDATTICA NEI CASI DI DISTURBI SPECIFICI DELL APPRENDIMENTO DEFINIZIONE NORMATIVA OBIETTIVO STRUMENTI VALUTAZIONE ITER ORGANIZZATIVO DEFINIZIONE disturbi relativi alle abilità dell apprendiment

Dettagli

A chi si rivolge 3 Vantaggi 3 Caratteristiche 4. Funzionalità 6

A chi si rivolge 3 Vantaggi 3 Caratteristiche 4. Funzionalità 6 White Paper B2C A chi si rivlge 3 Vantaggi 3 Caratteristiche 4 Integrazine cn ERP 4 Gestine in Clud della piattafrma 4 Tecnlgia Respnsive 4 Marketing Oriented 4 Caratteristiche Tecniche 4 Funzinalità 6

Dettagli

GUIDA ALLA NAVIGAZIONE SUL SITO WEB

GUIDA ALLA NAVIGAZIONE SUL SITO WEB COMUNE DI VIMODRONE (MI) SETTORE AFFARI GENERALI E ISTITUZIONALI SERVIZIO SEGRETERIA UFFICIO CED (CENTRO ELABORAZIONE DATI) GUIDA ALLA NAVIGAZIONE SUL SITO WEB VERSIONE 1.0 20 SETTEMBRE 2012 Premessa Nuva

Dettagli

CASSETTA DEGLI ATTREZZI STANDARD. Tipo Ente: Trasversale. Servizio: Valutazione Sito internet

CASSETTA DEGLI ATTREZZI STANDARD. Tipo Ente: Trasversale. Servizio: Valutazione Sito internet CASSETTA DEGLI ATTREZZI STANDARD Tip Ente: Trasversale Servizi: Valutazine Sit internet INDICE Smmari 1 OGGETTO E CONTENUTI... 3 1.1 DESCRIZIONE DEL SERVIZIO OGGETTO DI CUSTOMER SATISFACTION... 4 1.2 DESCRIZIONE

Dettagli

ESAME DI FONDAMENTI DI INFORMATICA T-2 del 27/06/2011 Proff. E. Denti G. Zannoni Tempo a disposizione: 4 ore MAX

ESAME DI FONDAMENTI DI INFORMATICA T-2 del 27/06/2011 Proff. E. Denti G. Zannoni Tempo a disposizione: 4 ore MAX ESAME DI FONDAMENTI DI INFORMATICA T-2 del 27/06/2011 Prff. E. Denti G. Zannni Temp a dispsizine: 4 re MAX NB: il candidat trverà nell archivi ZIP scaricat da Esamix anche il sftware Start Kit NOME PROGETTO

Dettagli

POLITICA DELLA SALUTE E SICUREZZA SUL LAVORO

POLITICA DELLA SALUTE E SICUREZZA SUL LAVORO Manuale e dcumenti Dcumenti per la sicurezza Prcedure Gestinali Mdulistica Gestinali DISTRIBUZIONE CONTROLLATA Revisine Data Funzini e nminativi R-SGSL RSPP MC RLS PREP 00 20/10/14 Beltramelli Marc Campini

Dettagli

Lezione Le Strategie e le Imprese Alberghiere a.a. 2008/09

Lezione Le Strategie e le Imprese Alberghiere a.a. 2008/09 Università degli Studi di Rma Tr Vergata Facltà di Lettere e Filsfia Lezine Le Strategie e le Imprese Alberghiere a.a. 2008/09 Prf.ssa Claudia M. Glinelli Imprese alberghiere Mn-Unit/Multi-Unit Lcalizzazine

Dettagli

DB2 System and Application Tuning Consulting. Una soluzione per gestire le performance del vostro ambiente DB2

DB2 System and Application Tuning Consulting. Una soluzione per gestire le performance del vostro ambiente DB2 DB2 System and Applicatin Tuning Cnsulting per Una sluzine per gestire le perfrmance del vstr ambiente DB2 DB2 System and Applicatin Management Cnsulting Versine 1.0 del 24 Gennai 2008 Indice 1 DESCRIZIONE

Dettagli

CASSETTA DEGLI ATTREZZI STANDARD. Tipo Ente: Comune. Ufficio: Servizi sociali

CASSETTA DEGLI ATTREZZI STANDARD. Tipo Ente: Comune. Ufficio: Servizi sociali CASSETTA DEGLI ATTREZZI STANDARD Tip Ente: Cmune Uffici: Servizi sciali Servizi: Centr sciale terza età INDICE Smmari 1 OGGETTO E CONTENUTI... 3 1.1 DESCRIZIONE DEL SERVIZIO OGGETTO DI CUSTOMER SATISFACTION...

Dettagli

ASILO NIDO LA CORTE DEI BAMBINI

ASILO NIDO LA CORTE DEI BAMBINI ASILO NIDO LA CORTE DEI BAMBINI L Asil Nid La Crte dei Bambini ffre ai genitri e bambini accglienza e asclt cn una particlare attenzine ai bisgni persnali di crescita e di svilupp individuali. Pensa al

Dettagli

un aiuto concreto www.cashaid.org

un aiuto concreto www.cashaid.org CASH AID Fundatin un aiut cncret www.cashaid.rg DESCRIPTION Csa è... 2 Gli biettivi... 2 Cme funzina... 2 Benefici per chi spende... 2 Benefici per chi vende... 3 Cme funzina il demurrage cllegat ai Bnus...3

Dettagli

e/fiscali - Rel. 04.01.03

e/fiscali - Rel. 04.01.03 e/fiscali - Rel. 04.01.03 Mntebelluna, 07 nvembre 2013 e/fiscali - Fix 04.01.03 Dcumentazine di rilasci 24 ORE Sftware S.p.A. 07/11/2013 Pag. 1 di 13 INDICE 1 FIX 04.01.03 DI E/FISCALI... 3 2 NOTE DI INSTALLAZIONE...

Dettagli

Introduzione al Data Mining

Introduzione al Data Mining , Riccard Trlne settembre 2014 1 Intrduzine Negli ultimi anni, le rganizzazini hann effettuat investimenti significativi per miglirare la lr capacità di raccgliere dati ad esempi, relativi ai prpri prcessi,

Dettagli

CASSETTO PREVIDENZIALE AZIENDE

CASSETTO PREVIDENZIALE AZIENDE CASSETTO PREVIDENZIALE AZIENDE Pagina 1 di 51 Smmari 1. Premessa...4 2. Access alla applicazine...5 2.1.1 Ricerca iniziale...5 3. Stampa...7 4. Cassett Previdenziale Aziende...9 4.1 Dati Sintetici... 10

Dettagli

Note Legali - Modalità e condizioni di utilizzo del sito web

Note Legali - Modalità e condizioni di utilizzo del sito web Nte Legali - Mdalità e cndizini di utilizz del sit web Chiunque acceda utilizzi quest sit web accetta senza restrizini di essere vinclat dalle cndizini qui specificate. Se nn le accetta nn intende essere

Dettagli

Agevolazioni previste

Agevolazioni previste Le agevlazini per l autimpieg di cui al Dgls 185/2000. Svilupp Italia Abruzz spa gestisce in Abruzz per cnt di Invitalia spa e del Minister del Lavr le Misure inerenti gli incentivi all Autimpieg di cui

Dettagli

Catalogo della formazione

Catalogo della formazione TrainerMKT Catalg della frmazine FndPrfessini - Ann 2014/15 Indice Sviluppare relazini efficaci cn il cliente: apprcci cnsulenziale e strumenti p. 3 Guidare e mtivare le risrse per aumentare l efficacia

Dettagli

SenTaClAus - Sentiment Tagging & Clustering Analysis on web & social contents

SenTaClAus - Sentiment Tagging & Clustering Analysis on web & social contents Via Marche 10 56123 Pisa Phne +39.050.552574 Fax +39.1782239361 inf@netseven.it - www.netseven.it P.IVA 01577590506 REGIONE TOSCANA POR CReO FESR 2007 2013 LINEA D INTERVENTO 1.5.a - 1.6 BANDO UNICO R&S

Dettagli

Efficienza energetica: consumare meno, consumare meglio

Efficienza energetica: consumare meno, consumare meglio Inln Engineering Srl Via Zara, 2 19123 La Spezia Italia Tel: +39 334 9104615 Fax: +39 0187 753322 Efficienza energetica: cnsumare men, cnsumare megli L esigenza La razinalizzazine e il miglirament dell

Dettagli

Il Business Plan, documento essenziale per lo sviluppo e la crescita dell impresa. Sintesi del nostro punto di vista

Il Business Plan, documento essenziale per lo sviluppo e la crescita dell impresa. Sintesi del nostro punto di vista Il Business Plan, dcument essenziale per l svilupp e la crescita dell impresa Sintesi del nstr punt di vista Settembre 2014 Preparare il Business Plan Sintesi del nstr punt di vista La preparazine del

Dettagli

5020 : cinquantavent i

5020 : cinquantavent i 020 : cinquantavent i Presentazine a IT@WORK Marz 201 16/03/201 020-cinquantaventi Nasce dall idea di un grupp di manager cn l biettiv di utilizzare le migliri cmpetenze rganizzative e ICT dispnibili sul

Dettagli

Laurea in Psicologia (1981), Università degli Studi di Padova. Master in Linguistica (1985), State University of New York at Buffalo

Laurea in Psicologia (1981), Università degli Studi di Padova. Master in Linguistica (1985), State University of New York at Buffalo Genva, 18 ttbre 1956-20 gennai 2006 Titli di Studi Laurea in Psiclgia (1981), Università degli Studi di Padva Master in Linguistica (1985), State University f New Yrk at Buffal Dttrat in Psiclgia Cgnitiva

Dettagli

UNITÀ DI APPRENDIMENTO PER LA SCUOLA PRIMARIA MOVIMENTO E GUSTO CON L EQUILIBRIO GIUSTO! Comprendente:

UNITÀ DI APPRENDIMENTO PER LA SCUOLA PRIMARIA MOVIMENTO E GUSTO CON L EQUILIBRIO GIUSTO! Comprendente: UNITÀ DI APPRENDIMENTO PER LA SCUOLA PRIMARIA MOVIMENTO E GUSTO CON L EQUILIBRIO GIUSTO! Cmprendente: UDA PIANO DI LAVORO SCHEMA RELAZIONE INDIVIDUALE GRIGLIA DI VALUTAZIONE IC Rvig 3 - Insegnanti: Osti

Dettagli

A chi si rivolge 3 Vantaggi 6 Caratteristiche 7. Funzionalità 9

A chi si rivolge 3 Vantaggi 6 Caratteristiche 7. Funzionalità 9 White Paper B2B A chi si rivlge 3 Vantaggi 6 Caratteristiche 7 Integrazine cn ERP 7 Gestine in Clud della piattafrma 7 Tecnlgia Respnsive 7 Marketing Oriented 7 Caratteristiche Tecniche 7 Funzinalità 9

Dettagli

Applicazione quantitativa degli orientamenti EIOPA: il punto di vista dell Attuario

Applicazione quantitativa degli orientamenti EIOPA: il punto di vista dell Attuario Applicazine quantitativa degli rientamenti EIOPA: il punt di vista dell Attuari Giampal Crenca AIDA - Cnvegn Slvency II 27 maggi 2015, Milan Orientamenti EIOPA Gli rientamenti EIOPA si pssn csì sintetizzare:

Dettagli

FORMAZIONE IN HOUSE : Acquisti, Logistica, Trasporti, Commercio Internazionale

FORMAZIONE IN HOUSE : Acquisti, Logistica, Trasporti, Commercio Internazionale FORMAZIONE IN HOUSE : Acquisti, Lgistica, Trasprti, Cmmerci Internazinale La frmazine rganizzata dal nstr netwrk mira a sddisfare la necessità d apprfndiment dei temi relativi ai temi di Acquisti,Lgistica

Dettagli

QUESTIONARIO VALUTAZIONE SITO INTERNET

QUESTIONARIO VALUTAZIONE SITO INTERNET STRUMENTO N 7 QUESTIONARIO VALUTAZIONE SITO INTERNET MigliraPA è un prgett del Dipartiment per la Funzine Pubblica realizzat da FORUM PA e Lattanzi E Assciati. 06.684251 inf@miglirapa.it http://www.qualitapa.gv.it/it/custmer-satisfactin/miglirapa/

Dettagli

10 suggerimenti per utilizzare PowerPoint per presentazioni brillanti

10 suggerimenti per utilizzare PowerPoint per presentazioni brillanti 10 suggerimenti per utilizzare PwerPint per presentazini brillanti 1. Prirità dell'biettiv sttlineata da materiale cnvincente Da un cert punt di vista, la facilità di impieg di PwerPint ptrebbe trasfrmarsi

Dettagli

PIANO DI LAVORO ANNUALE DELLA DISCIPLINA TECNOLOGIA E TECNICHE DI RAPPRESENTAZIONE GRAFICA Classi 2 ITI A.S. 2014-15

PIANO DI LAVORO ANNUALE DELLA DISCIPLINA TECNOLOGIA E TECNICHE DI RAPPRESENTAZIONE GRAFICA Classi 2 ITI A.S. 2014-15 Impssibile visualizzare l'immagine. La memria del cmputer ptrebbe essere insufficiente per aprire l'immagine ppure l'immagine ptrebbe essere danneggiata. Riavviare il cmputer e aprire di nuv il file. Se

Dettagli

SCHEDA DI SINTESI ATTIVITA

SCHEDA DI SINTESI ATTIVITA BENEFICIARI SCADENZA RISORSE FINANZIARIE DISPONIBILI BANDO SCHEDA SINTESI BANDO MIUR PER CLUSTER CENTRO NORD 2012 AVVISO PER LO SVILUPPO E POTENZIAMENTO DI CLUSTER TECNOLOGICI NAZIONALI Fndi FAR cmplessivi

Dettagli

PROGETTO I - CAST Integrazione delle ICT nella catena del valore delle imprese del sistema Tessile Abbigliamento AVVISO

PROGETTO I - CAST Integrazione delle ICT nella catena del valore delle imprese del sistema Tessile Abbigliamento AVVISO PROGETTO I - CAST Integrazine delle ICT nella catena del valre delle imprese del sistema Tessile Abbigliament AVVISO Dispnibilità della piattafrma tecnlgica di scambi dcumentale Pagina 1 di 7 1. PREMESSA

Dettagli

Endpoint Management and Security

Endpoint Management and Security Endpint Management and Security Dve stiam andand Diventa priritari prteggere e mettere in sicurezza dati infrmazini e cnscenza RISORSE ACCESSIBILI DA OVUNQUE L IT AZIENDALE E ANCHE PERSONALE ESPLOSIONE

Dettagli

LINK (Labour Integrated NetworK)

LINK (Labour Integrated NetworK) LINK (Labur Integrated NetwrK) Descrizine prdtt Presentat per la prima vlta al FORUM P.A. 2003, Link (Labur Integrated NetwrK) è la piattafrma integrata di gestine del sistema infrmativ del lavr (SIL)

Dettagli

Nuove Tecnologie per il Made in Italy nel settore dei servizi alle imprese. Tecnico superiore per il marketing, l internazionalizzazione delle imprese

Nuove Tecnologie per il Made in Italy nel settore dei servizi alle imprese. Tecnico superiore per il marketing, l internazionalizzazione delle imprese Allegat A Tecnic superire per il marketing, l internazinalizzazine delle imprese 2011 Prgett didattic frmativ Nuve Tecnlgie per il Made in Italy nel settre dei servizi alle imprese ITS SERVIZI ALLE IMPRESE

Dettagli

CASSETTA DEGLI ATTREZZI STANDARD

CASSETTA DEGLI ATTREZZI STANDARD CASSETTA DEGLI ATTREZZI STANDARD Tip Ente: Cmune Uffici: Relazini cn il Pubblic Servizi: Assistenza Dmiciliare INDICE Smmari 1 OGGETTO E CONTENUTI... 3 1.1 DESCRIZIONE DEL SERVIZIO OGGETTO DI CUSTOMER

Dettagli

Tipo Ente: Trasversale. Ufficio: Servizio Biblioteca. Servizio: Prestito/consultazione

Tipo Ente: Trasversale. Ufficio: Servizio Biblioteca. Servizio: Prestito/consultazione Tip Ente: Trasversale Uffici: Servizi Bibliteca Servizi: Prestit/cnsultazine INDICE Smmari 1 Oggett e cntenuti... 3 1.1 Descrizine del servizi ggett di custmer satisfactin... 4 1.2 Descrizine del prcess

Dettagli

L ospedale a misura di paziente: perché innovare, come innovare e, soprattutto, per arrivare dove?

L ospedale a misura di paziente: perché innovare, come innovare e, soprattutto, per arrivare dove? L spedale a misura di paziente: perché innvare, cme innvare e, sprattutt, per arrivare dve? 29 Marz 2012 Federic Lega 1 Un futur da scrivere L spedale è l rganizzazine più cmplessa tra quelle mderne, in

Dettagli

INDICE INTRODUZIONE PROVA IL SITO DEMO. www.icedolini.it. Credenziali Amministratore Username: icedolini.it Password: cedolini

INDICE INTRODUZIONE PROVA IL SITO DEMO. www.icedolini.it. Credenziali Amministratore Username: icedolini.it Password: cedolini INDICE Intrduzine Pag. 1 Prva il sit Dem Pag. 1 Principali funzinalità (lat Azienda) Pag. 2 Principali funzinalità (lat Dipendente) Pag. 2 A chi è rivlt Pag. 3 Access al Prtale Pag. 3 Pannell Web (lat

Dettagli

CASSETTO PREVIDENZIALE AZIENDE MANUALE REGOLARITA CONTRIBUTIVA

CASSETTO PREVIDENZIALE AZIENDE MANUALE REGOLARITA CONTRIBUTIVA MANUALE REGOLARITA CONTRIBUTIVA Pagina 1 di 21 Smmari 1. Premessa...3 2. Cassett Previdenziale Aziende...4 2.1 Intestazine...5 2.2 Dati Sintetici...5 2.3 Dati Dettagli...6 2.3.1 Aziende cn l stess cdice

Dettagli

CASSETTA DEGLI ATTREZZI STANDARD. Tipo Ente: Comune. Ufficio: Anagrafe. Servizio: Rilascio certificati

CASSETTA DEGLI ATTREZZI STANDARD. Tipo Ente: Comune. Ufficio: Anagrafe. Servizio: Rilascio certificati CASSETTA DEGLI ATTREZZI STANDARD Tip Ente: Cmune Uffici: Anagrafe Servizi: Rilasci certificati INDICE Smmari 1 OGGETTO E CONTENUTI... 3 1.1 DESCRIZIONE DEL SERVIZIO OGGETTO DI CUSTOMER SATISFACTION...

Dettagli

PICCOLI CONSUMATORI CRESCONO

PICCOLI CONSUMATORI CRESCONO MAPPATURA DEI PROGETTI SULLA PUBBLICITÀ gestiti dai partecipanti al crs di frmazine Cibinnda usiam bene la pubblicità realizzat nell'a.s. 2009/2010 dalla Prvincia di Trevis in cllabrazine cn l'azienda

Dettagli

PROGETTO Tirana-Modena: Cinema and Memories

PROGETTO Tirana-Modena: Cinema and Memories PROGETTO Tirana-Mdena: Cinema and Memries BANDO DI SELEZIONE PER LA PARTECIPAZIONE DI 8 CANDIDATI AL PROGETTO DI SCAMBIO CINEMATOGRAFICO GIOVANILE TRA ITALIA E ALBANIA Cntest L Albania è una terra dalle

Dettagli

Nuovo Sistema Cartografico SGR per le reti Gas

Nuovo Sistema Cartografico SGR per le reti Gas Nuv Sistema Cartgrafic SGR per le reti Gas Dtt. Alessandr Bugli, SGR Reti S.p.A - Rimini Abstract La Scietà Gas Rimini S.p.A., cn il supprt di GeGraphics S.r.l., ha attivat un Sistema Infrmativ Territriale

Dettagli

3. Economia e società

3. Economia e società Guida mdell Prfil B Catalg degli biettivi di frmazine 3. Ecnmia e scietà Cmpetenze chiave 3.1 Capire i presuppsti dell ecnmia mndiale e cnscere le interazini fra aziende e mnd circstante 3.2 Avere un quadr

Dettagli

Corso di Informatica per la Gestione Aziendale

Corso di Informatica per la Gestione Aziendale Crs di Infrmatica per la Gestine Aziendale Ann Accademic: 2008/2009 3 parte DOCENTI: Prf.ssa Cecilia Rssignli Dtt. Gianluca Geremia Università degli Studi di Verna Dipartiment di Ecnmia Aziendale 81 LA

Dettagli

Studiare Informatica in Bicocca 2013-14

Studiare Informatica in Bicocca 2013-14 Studiare Infrmatica in Biccca 2013-14 Dalla Pirelli all'università degli Studi di Milan-Biccca Perché studiare in Biccca! Cntest di Campus Universitari multi-culturale! facili scambi e incntri cn studenti

Dettagli

SCOLASTICO REGIONALE PER IL LAZIO

SCOLASTICO REGIONALE PER IL LAZIO MINISTERO DELL ISTRUZIONE, dell Università e della Ricerca UFFICIO SCOLASTICO REGIONALE PER IL LAZIO Pl Liceale SOCRATE Via P. Reginald Giuliani, 15-00154 ROMA PDP/DSA Indirizz: Classic Scientific ANNO

Dettagli