Librerie digitali. Strumenti di ricerca. Ricerca di informazioni nelle Digital library
|
|
- Giuditta Tonelli
- 7 anni fa
- Visualizzazioni
Transcript
1 Librerie digitali Strumenti di ricerca Ricerca di informazioni nelle Digital library Data un interrogazione da parte di un utente gli strumenti di ricerca permetto di identificare i dati che soddisfano le condizioni presenti nell interrogazione dell utente Le ricerche/interrogazioni Identificano i dati di interesse presenti nella libreria digitale Possono basarsi sul contenuto dei dati o sui metadati 2 1
2 Ricerca di informazioni nelle Digital library Le ricerche possono essere divise in due macrocategorie Ricerche basate su vincoli relativi al contenuto dei dati o dei loro metadati Trovare tutti i testi che contengono la parola informatica Trovare i brani musicali scritti da Sting Trovare le immagini che contengono il sole Ricerche basate sulla somiglianza dei dati ad un dato d esempio Trovare le immagini che assomigliano all immagine d esempio immaginesole.jpg 3 Ricerca di informazioni nelle Digital library Ricerche basate su vincoli relativi al contenuto dei dati o dei loro metadati Richiedono tecniche per verificare quali dati hanno specifiche caratteristiche Ricerca dei testi che contengono le parole presenti nell interrogazione Immagini che hanno una particolare dimensione Immagini che contengono specifici oggetti Operazioni relativamente facili É necessario definire i metadati appropriati per effettuare le ricerche semantiche 4 2
3 Ricerca di informazioni nelle Digital library Ricerche basate sulla somiglianza dei dati ad un dato d esempio Richiedono tecniche per misurare la distanza tra dati Operazione difficile É difficile misurare la distanza tra testi, immagini, brani audio I dati selezionati dallo strumento di ricerca potrebbero contenere dei dati non rilevanti (dati errati) o un sottoinsieme dei dati desiderati dall utente 5 Valutazione degli strumenti di ricerca La qualità di uno strumento di ricerca dipende dalla sua capacità di selezionare i dati di interesse per l utente Non tutti gli strumenti di ricerca restistuisco tutti e soli i dati di interesse In molti casi il problema è dato dall interrogazione Esempio: Trovare le immagini che assomigliano all immagine d esempio immaginesole.jpg Vista la presenza della parola assomigliano nell interrogazione non è chiaro quali dati debbano essere restituiti Il risultato è legato anche all utente che esegue l interrogazione 6 3
4 Valutazione degli strumenti di ricerca Per valutare la qualità di uno strumento di ricerca è necessario confrontare i risultati dello strumento di ricerca con quelli desiderati dall utente Quindi per effettuare la valutazione dello strumento di ricerca è indispensabile che qualcuno, manualmente, verifichi quali sono i dati di interesse per l utente Ossia serve creare un insieme di dati di test su cui è noto il risultato che si vuole ottenere in funzione dell interrogazione effettuata 7 Valutazione degli strumenti di ricerca La qualità di uno strumento di ricerca è comunemente calcolato tramite le misure richiamo e precisione Data un interrogazione le definizioni di richiamo e precisione sono legate a: D=insieme totale di dati presenti nella libreria digitale R_Strumento=dati selezionati dallo strumento di ricerca per l interrogazione effettuata dall utente R_Utente=dati desiderati dall utente per l interrogazione effettuata dall utente 8 4
5 Valutazione degli strumenti di ricerca Nel caso ideale R_Strumento e R_Utente sono identici Nella realtà R_Strumento e R_Utente non sono identici D R_Strumento R_Utente 9 Richiamo e precisione Richiamo Richiamo= R_ Utente R_ Strumento R_ Utente Precisione Precisione = R_ Utente R_ Strumento R_ Strumento D R_Strumento R_Utente 10 5
6 Richiamo e precisione Richiamo Ci dice quanti dei dati di interesse sono stati restituiti dallo strumento di ricerca Precisione Ci dice quanti dei dati restituiti dallo strumento di ricerca sono di interesse per l utente 11 Richiamo e precisione Solitamente gli utenti sono interessati ad ottenere una precisione pari al 100% Tutti i dati selezionati dal sistema sono di interesse per l utente a discapito di un richiamo medio basso Non sono restituiti tutti i dati di interesse presenti nella libreria digitale ma solo un sottoinsieme di essi Possibilmente solo quelli più interessanti 12 6
7 Micromedia e macromedia Per ogni interrogazione è possibile calcolare richiamo e precisione dell interrogazione in esame Per valutare la bontà di un sistema di solito si considerano più interrogazioni e poi si calcolano delle medie sui risultati ottenuti sulle singole interrogazioni Micromedia Macromedia 13 Micromedia e macromedia Micromedia Calcolo effettuato considerando le interrogazione eseguite come un unica grande interrogazione Macromedia Media aritmetica dei valori ottenuti per le N interrogazioni effettuate 14 7
8 Micromedia e macromedia Le definizioni di micromedia e macromedia del richiamo e della precisione sono legate a: N=numero di interrogazioni effettuate Richiamo(Q i )=richiamo della i-esima interrogazione Precisione(Q i )=precisione della i-esima interrogazione R_Strumento(Q i )=dati selezionati dallo strumento di ricerca per l interrogazione i-esima R_Utente(Q i )=dati desiderati dall utente per l interrogazione i-esima 15 Micromedia Micromedia del richiamo N R MicromediaRichiamo = 1 ( _ ( ) Utente Qi Micromedia della precisione R_ Strumento( Qi)) N R_ Utente( Qi) 1 N ( R_ Utente( Qi) R_ Strumento( Qi)) MicromediaPrecisione = 1 N R_ Strumento( Qi)
9 Macromedia Macromedia del richiamo N Richiamo( Qi) MacromediaRichiamo = 1 N Macromedia della precisione N Precisione( Qi) MacromediaPrecisione = 1 N 17 Tecniche di ricerca per dati testuali Le ricerche effettuate sui testi richiedono solitamente di Trovare tutti i testi che contengono determinate parole Trovare tutti i testi che assomigliano ad un testo d esempio In entrambi i casi si effettuano solitamente delle operazioni di trasformazione sui dati iniziali e sull interrogazione Stopword, stemming, tesauri,
10 Stopword Stopword Processo di trasformazione che elimina dai dati e dall interrogazione le parole che non hanno un contenuto semantico utile per l operazione di ricerca Solitamente sono eliminate le congiunzioni, gli articoli e le parole molto frequenti Le parole da eliminare sono scelte a priori da un esperto Le parole da eliminare dipendono dalla lingua utilizzata 19 Stopword L eliminazione delle stopword serve ad evitare che due frasi o documenti risultino simili perché contengono le stesse congiunzioni e gli stessi articoli Eliminando le stopword si da maggior peso alle altre parole che, solitamente, hanno un maggiore significato semantico 20 10
11 Stopword Stopword: esempio La frase La pratica di attività fisiche e mentali è importante in seguito all eliminazione delle stopword diventa pratica attività fisiche e mentali è importante Sono state eliminate le congiunzioni e gli articoli 21 Stemming Stemming Processo di trasformazione che consiste nella riduzione di ogni parola alla sua radice morfologica I plurali diventano singolari I verbi vengono sostituiti con la loro coniugazione.. all infinito 22 11
12 Stemming Grazie al processo di stemming due parole che sono inizialmente diverse (ad esempio lo stesso verbo coniugato in due modi diversi) diventano uguali Ciò permette solitamente di migliorare i risultati delle ricerche in quanto di solito la cosa più importante è la parola usata e non la sua coniugazione Aumenta il richiamo delle interrogazioni Può far diminuire la precisione (ma non sempre) 23 Stemming Stemming: esempio La frase La pratica di attività fisiche e mentali è importante in seguito al processo di stemming diventa La pratica attività fisica e mentale essere importante I verbi sono stati coniugati tutti all infinito I plurali sono stati trasformati in singolari 24 12
13 Tesauri Tesauri Processo di trasformazione che sostituisce ogni parola con il suo o i soui sinonimi Parole che sembrao diverse diventano la stessa parola Attenzione. Il fatto che due parole siano effettivamente sinonime può dipendere dal contesto in cui ci si trova Quindi l uso di tesauri può avere effetti negativi sulla precisione dei risultati 25 Ricerca di tutti i testi che contengono specifiche parole L obiettivo consiste nel trovare tutti i testi che contengono tutte le parole presenti nell interrogazione La tecnica più semplice consiste nello scorrere tutti i testi e verificare quali testi contengono tutte le parole presenti nell interrogazione Poco efficiente dal punto di vista dei tempi di risposta Richiede poca memoria e poco spazio su disco 26 13
14 Ricerca di tutti i testi che contengono specifiche parole Solitamente si costruiscono degli indici (strutture dati d appoggio) che, data una parola, permettono di recuperare rapidamente l identificativo di tutti i testi che contengono tale parola Efficiente dal punto di vista dei tempi di risposta Richiede più memoria e più spazio su disco per la memorizzazione della struttura dati 27 Ricerca di tutti i testi che contengono specifiche parole Spesso gli strumenti di ricerca restituiscono anche i testi che contengono un sottoinsieme delle parole presenti nell interrogazione Ciò permette di aumentare il richiamo A discapito della precisione 28 14
15 Ricerca di tutti i testi che assomigliano ad un altro testo Trovare tutti i testi che assomigliano ad un testo d esempio richiede di saper calcolare la distanza tra due testi Una volta calcolate le distanze tra testi si restituiscono tutti i testi che distano al massimo soglia_massima dal testo d esempio Difficile calcolare le distanze Difficile decidere il valore appropriato per soglia_massima 29 Distanza tra testi Serve una tecnica per rappresentare i testi in uno spazio multidimensionale nel quale Ogni testo è un punto La distanza tra testi è calcolata come distanza tra punti usando le misure di distanza classifiche Ad esempio la distanza euclidea 30 15
16 Rappresentazione dei testi in uno spazio multidimensionale Per rappresentare i testi solitamente si usa uno spazio multidimensionale in cui ogni dimensione corrisponde ad una possibile parola del dizionario Se il testo contiene la parola p allora sull asse associato alla parola p il testo sarà in posizione 1 Altrimenti se il testo non contiene la parola p allora sull asse associato alla parola p il testo sarà in posizione 0 Non si considera l ordine delle parole nel testo 31 Rappresentazione dei testi in uno spazio multidimensionale Esempio: Testo1: Economia Finanza Testo2: Economia Finanza 1 Testo1 Testo2 0 1 Economia 32 16
17 Rappresentazione dei testi in uno spazio multidimensionale Spesso ad ogni parola si associa un peso in funzione della sua importanza Le parole presenti in tutti i documenti di solito sono di scarso interesse Non permettono di capire se due testi sono veramente simili oppure no Le parole presenti in pochi documenti sono invece di grande interesse Permettono di identificare testi molto simili tra loro o molto diversi tra loro 33 Rappresentazione dei testi in uno spazio multidimensionale Il peso di una parola p in un testo t solitamente è legato Al numero di volte che la parola p si presenta nel testo t In modo inverso al numero di documenti che contengono la parola p Quindi il peso della stessa parola può essere diverso in testi diversi 34 17
18 TF-IDF Una delle tecniche di pesatura più utilizzata è il TF- IDF Term frequency - Inverse document frequency Dato un insieme di testi D, il peso TF-IDF di una generica parola p all interno di un generico testo t della collezione è calcolato come segue: TFIDF ( p, t) = freq( p, t) *log D dim( t) freq( p) 35 TF-IDF Dove freq(p,t) è pari al numero di volte che si presenta la parola p nel testo t freq(p) è pari al numero di testi che contengono la parola p (si considerano tutti i testi presenti in D, ossia nella libreria digitale) dim(t) è pari numero di parole presenti nel testo t D è pari al numero di testi presenti nella collezione di testi D (ossia nella libreria digitale) 36 18
19 TF-IDF e rappresentazione dei testi I testi sono solitamente rappresentati nello spazio multidimensionale tenendo conto anche del loro peso (se disponibile) Ogni asse continua a rappresentare una parola Se la parola p è presente nel testo t allora il dato t sull asse associato alla parola p assumerà come valore il peso della parola p in t ( TFIDF(p,t) ) Altrimenti assumerà il valore 0 37 TF-IDF e rappresentazione dei testi Esempio: Testo1: Economia(TFIDF=0.50) Finanza(TFIDF=0.70) Testo2: Economia(TFIDF=0.25) Finanza 1 Testo1 Testo2 0 1 Economia 38 19
20 Tecniche di ricerca per immagini Le ricerche effettuate sulle immagini solitamente di basano Sui metadati testuali Si usano le tecniche appena descritte Sulle caratteristiche delle immagini Similarità degli istogrammi Presenza di forme simili 39 Tecniche di ricerca per immagini Le interrogazioni basate sui metadati sono formulate tramite parole L utente specifica le parole che devono essere presenti nei metadati Ad esempio: trovare tutte le immagini che contengono la parola sole nel metadato descrizione Le ricerche basate sulle caratteristiche delle immagini sono formulare tramite immagini d esempio Ad esempio: trovare tutte le immagini che assomigliano all immagine sole1.jpg 40 20
21 Ricerca basata su immagini d esempio Le ricerche basate su immagini d esempio si basano sulla distanza tra immagini Se un immagine dista meno di distanza_massima dall immagine d esempio allora le immagini sono simili, e quindi l immagine farà parte del risultato dell interrogazione Altrimenti l immagine non è inclusa nel risultato 41 Distanza tra immagini La distanza tra immagini è solitamente calcolata tramite l uso degli istogrammi La distanza tra due immagini è pari alla distanza tra gli istogrammi delle due immagini Si lavora in modo analogo a quanto fatto nel contesto della segmentazione dei video 42 21
22 Distanza tra immagini Un altra tecnica per il calcolo della distanza tra immagini è basata sull identificazione degli oggetti presenti nelle immagini e sulle loro forme Se le immagini contengono gli stessi oggetti (stessa forma e stessa dimesione) allora sono simili, altrimenti no 43 Distanza tra immagini Le tecniche basate sull uso degli istogrammi sono molto più facili da implementare e più efficienti delle tecniche basate sulle forme Le tecniche basate sulle forme possono essere più precise, ma sono molto più difficili da implementare Richiedono tecniche per l identificazione degli oggetti 44 22
23 Distanza tra immagini Per migliorare la precisione del calcolo delle distanze tra immagini si può lavorare su sottoparti dell immagine anzichè sull intera immagine Ciò permette di evitare ad esempio i problemi legati ad immagini che globalmente hanno lo stesso istogramma anche se le due immagini sono molto diverse tra loro Non funziona però bene se ci sono gli stessi oggetti posizionati in posizioni diverse 45 Tecniche di ricerca per brani musicali Le ricerche effettuate sui brani musicali solitamente di basano Sui metadati testuali Si usano le tecniche descritte per i testi Oppure sulle caratteristiche del brano musicalie Si confrontano gli andamenti del brano musicale Si calcola la distanza tra due brani come la distanza tra le due curve che rappresentano i due brani 46 23
24 Tecniche di ricerca per video Le ricerche effettuate sui video solitamente di basano Sui metadati testuali Si usano le tecniche appena descritte Sulle caratteristiche del suono Si usano le tecniche descritte per la ricerca di brani musicali Sulle caratteristiche delle immagini presenti nei frame del video Si usano le tecniche descritte per la ricerca di immagini 47 24
Fondamenti di Informatica - 1. Prof. B.Buttarazzi A.A. 2011/2012
Fondamenti di Informatica - 1 Prof. B.Buttarazzi A.A. 2011/2012 Sommario Rappresentazione dei numeri naturali (N) Rappresentazione dei numeri interi (Z) Modulo e segno In complemento a 2 Operazioni aritmetiche
DettagliReperimento dell'informazione
Reperimento dell'informazione Strumenti per il reperimento Indicizzazione e recupero Modelli di reperimento Motori di ricerca FdI 2013/2014 GMDN 2014 1 Reperimento dell'informazione FdI 2013/2014 GMDN
DettagliISTOGRAMMI E DISTRIBUZIONI:
ISTOGRAMMI E DISTRIBUZIONI: i 3 4 5 6 7 8 9 0 i 0. 8.5 3 0 9.5 7 9.8 8.6 8. bin (=.) 5-7. 7.-9.4 n k 3 n k 6 5 n=0 =. 9.4-.6 5 4.6-3.8 3 Numero di misure nell intervallo 0 0 4 6 8 0 4 6 8 30 ISTOGRAMMI
DettagliSistemi lineari. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara
Sistemi lineari Lorenzo Pareschi Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara http://utenti.unife.it/lorenzo.pareschi/ lorenzo.pareschi@unife.it Lorenzo Pareschi (Univ. Ferrara)
DettagliPROBLEMI ALGORITMI E PROGRAMMAZIONE
PROBLEMI ALGORITMI E PROGRAMMAZIONE SCIENZE E TECNOLOGIE APPLICATE CLASSE SECONDA D PROGRAMMARE = SPECIFICARE UN PROCEDIMENTO CAPACE DI FAR SVOLGERE AD UNA MACCHINA UNA SERIE ORDINATA DI OPERAZIONI AL
DettagliCORSO DI INFORMATICA. CL3 - Biotecnologie
CORSO DI INFORMATICA CL3 - Biotecnologie Formattazione dei numeri Convertire in numeri i numeri memorizzati come testo Può capitare che occasionalmente i numeri vengano formattati e memorizzati nelle celle
Dettaglistandardizzazione dei punteggi di un test
DIAGNOSTICA PSICOLOGICA lezione! Paola Magnano paola.magnano@unikore.it standardizzazione dei punteggi di un test serve a dare significato ai punteggi che una persona ottiene ad un test, confrontando la
DettagliTeoria e tecniche dei test
Teoria e tecniche dei test Lezione 10 LA TRASFORMAZIONE DEI PUNTEGGI LA TRASFORMAZIONE DEI PUNTEGGI Affinchè i punteggi ottenuti ad un test siano paragonabili a punteggi di altri test e interpretabili
DettagliLa codifica digitale
La codifica digitale Codifica digitale Il computer e il sistema binario Il computer elabora esclusivamente numeri. Ogni immagine, ogni suono, ogni informazione per essere compresa e rielaborata dal calcolatore
DettagliLa codifica. dell informazione
00010010101001110101010100010110101000011100010111 00010010101001110101010100010110101000011100010111 La codifica 00010010101001110101010100010110101000011100010111 dell informazione 00010010101001110101010100010110101000011100010111
DettagliSistemi di numerazione
Sistemi di numerazione Introduzione Un sistema di numerazione è un sistema utilizzato per esprimere i numeri e possibilmente alcune operazioni che si possono effettuare su di essi. Storicamente i sistemi
DettagliProgrammazione con Foglio di Calcolo Cenni di Statistica Descrittiva
Fondamenti di Informatica Ester Zumpano Programmazione con Foglio di Calcolo Cenni di Statistica Descrittiva Lezione 5 Statistica descrittiva La statistica descrittiva mette a disposizione il calcolo di
DettagliIndicatori di Posizione e di Variabilità. Corso di Laurea Specialistica in SCIENZE DELLE PROFESSIONI SANITARIE DELLA RIABILITAZIONE Statistica Medica
Indicatori di Posizione e di Variabilità Corso di Laurea Specialistica in SCIENZE DELLE PROFESSIONI SANITARIE DELLA RIABILITAZIONE Statistica Medica Indici Sintetici Consentono il passaggio da una pluralità
DettagliInformatica, Algoritmi, Linguaggi
Elementi di Informatica e Applicazioni Numeriche T Informatica, Algoritmi, Linguaggi Cos'è l'informatica? Che cos'è l'informatica? Cos'è l'informatica? Che cos'è l'informatica? Dell'informatica possiamo
Dettaglipercorso 4 Estensione on line lezione 2 I fattori della produzione e le forme di mercato La produttività La produzione
Estensione on line percorso 4 I fattori della produzione e le forme di mercato lezione 2 a produzione a produttività Una volta reperiti i fattori produttivi necessari l imprenditore dovrà decidere come
Dettagli(1;1) y=2x-1. Fig. G4.1 Retta tangente a y=x 2 nel suo punto (1;1).
G4 Derivate G4 Significato geometrico di derivata La derivata di una funzione in un suo punto è il coefficiente angolare della sua retta tangente Esempio G4: La funzione = e la sua retta tangente per il
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 05-Deviazione standard e punteggi z vers. 1.1 (22 ottobre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliSintesi dei dati in una tabella. Misure di variabilità (cap. 4) Misure di forma (cap. 5) Statistica descrittiva (cap. 6)
Sintesi dei dati in una tabella Misure di variabilità (cap. 4) Misure di forma (cap. 5) Statistica descrittiva (cap. 6) Sintesi dei dati Spesso si vuole effettuare una sintesi dei dati per ottenere indici
DettagliUn applicazione di Text Mining
Un applicazione di Text Mining Knowledge Discovery in Text (KDT) Problema Un azienda erogatrice di servizi intende analizzare il testo delle telefonate in arrivo al proprio numero verde al fine di migliorare
DettagliESPONENZIALI E LOGARITMI. chiameremo logaritmica (e si legge il logaritmo in base a di c è uguale a b ).
ESPONENZIALI E LOGARITMI Data una espressione del tipo a b = c, che chiameremo notazione esponenziale (e dove a>0), stabiliamo di scriverla anche in un modo diverso: log a c = b che chiameremo logaritmica
Dettaglimodificato da andynaz Cambiamenti di base Tecniche Informatiche di Base
Cambiamenti di base Tecniche Informatiche di Base TIB 1 Il sistema posizionale decimale L idea del sistema posizionale: ogni cifra ha un peso Esempio: 132 = 100 + 30 + 2 = 1 10 2 + 3 10 1 + 2 10 0 Un numero
DettagliCodifica binaria. Rappresentazioni medianti basi diverse
Codifica binaria Rappresentazione di numeri Notazione di tipo posizionale (come la notazione decimale). Ogni numero è rappresentato da una sequenza di simboli Il valore del numero dipende non solo dalla
DettagliElementi di Statistica
Università degli Studi di Palermo Dipartimento di Ingegneria Informatica Informatica ed Elementi di Statistica 3 c.f.u. Anno Accademico 2010/2011 Docente: ing. Salvatore Sorce Elementi di Statistica Statistica
DettagliDistribuzioni e inferenza statistica
Distribuzioni e inferenza statistica Distribuzioni di probabilità L analisi statistica spesso studia i fenomeni collettivi confrontandoli con modelli teorici di riferimento. Tra di essi, vedremo: la distribuzione
DettagliL errore percentuale di una misura è l errore relativo moltiplicato per 100 ed espresso in percentuale. Si indica con e p e risulta: e ( e 100)%
UNITÀ L ELBORZIONE DEI DTI IN FISIC 1. Gli errori di misura.. Errori di sensibilità, errori casuali, errori sistematici. 3. La stima dell errore. 4. La media, la semidispersione e lo scarto quadratico
DettagliMATEMATICA DI BASE 1
MATEMATICA DI BASE 1 Francesco Oliveri Dipartimento di Matematica, Università di Messina 30 Agosto 2010 MATEMATICA DI BASE MODULO 1 Insiemi Logica Numeri Insiemi Intuitivamente, con il termine insieme
DettagliInformatica. Mario Pavone - Dept. Mathematics & Computer Science - University of Catania. Trasferimento. Ambiente esterno.
Trasferimento Ambiente esterno Controllo Informatica Mario Pavone - Dept. Mathematics & Computer Science - University of Catania mpavone@dmi.unict.it Cos è l Informatica La scienza della rappresentazione
DettagliSTATISTICA 1 ESERCITAZIONE 2
Frequenze STATISTICA 1 ESERCITAZIONE 2 Dott. Giuseppe Pandolfo 7 Ottobre 2013 RAPPRESENTAZIONE GRAFICA DEI DATI Le rappresentazioni grafiche dei dati consentono di cogliere la struttura e gli aspetti caratterizzanti
DettagliRappresentazioni grafiche
Rappresentazioni grafiche Su una popolazione di n = 20 unità sono stati rilevati i seguenti fenomeni: stato civile (X) livello di scolarità (Y ) numero di figli a carico (Z) reddito in migliaia di (W )
DettagliInsiemi Specifiche, rappresentazione e confronto tra realizzazioni alternative.
Insiemi Specifiche, rappresentazione e confronto tra realizzazioni alternative. Algoritmi e Strutture Dati + Lab A.A. 14/15 Informatica Università degli Studi di Bari Aldo Moro Nicola Di Mauro Definizione
Dettagli1.2d: La codifica Digitale dei caratteri
1.2d: La codifica Digitale dei caratteri 2 Bibliografia Curtin, 3.6 (vecchie edizioni) Curtin, 2.5 (nuova edizione) CR pag. 9-14 Questi lucidi 3 La codifica dei caratteri Un testo è rappresentato attraverso
DettagliNumeri frazionari. sistema posizionale. due modi: virgola fissa virgola mobile. posizionale, decimale
Numeri frazionari sistema posizionale due modi: virgola fissa virgola mobile posizionale, decimale 0,341=tre decimi più quattro centesimi più un millesimo cifre dopo la virgola: decimi centesimi millesimi
DettagliIl Modello di Scomposizione
Approccio Classico: Metodi di Scomposizione Il Modello di Scomposizione Il modello matematico ipotizzato nel metodo classico di scomposizione è: y t =f(s t, T t, E t ) dove y t è il dato riferito al periodo
DettagliPERCORSO 2 Poligoni e triangoli
PERCORSO 2 Poligoni e triangoli di Elena Ballarin Riferimento al testo base: A. Acquati, Mate.com, volume 1B, capitolo 4, pp. 132-177 Destinatari: scuola secondaria di primo grado, classe 1 a In classe
DettagliSoluzione. (a) L insieme F 1 e linearmente indipendente; gli insiemi F 2 ed F 3 sono linearmente
1. Insiemi di generatori, lineare indipendenza, basi, dimensione. Consideriamo nello spazio vettoriale R 3 i seguenti vettori: v 1 = (0, 1, ), v = (1, 1, 1), v 3 = (, 1, 0), v 4 = (3, 3, ). Siano poi F
DettagliElementi di Psicometria
Elementi di Psicometria 7-Punti z e punti T vers. 1.0a (21 marzo 2011) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca 2010-2011 G. Rossi (Dip. Psicologia)
DettagliLa codifica. dell informazione
La codifica dell informazione (continua) Codifica dei numeri Il codice ASCII consente di codificare le cifre decimali da 0 a 9 fornendo in questo modo un metodo per la rappresentazione dei numeri Il numero
DettagliCome attribuire i punteggi M I S U R A R E
Come attribuire i punteggi M I S U R A R E Dopo la prova Come verranno raccolti i dati? Come verranno processati e validati i risultati? Quali metodi statistici? Quali software a disposizione? Quale scala
DettagliRappresentazione di numeri reali. Architetture dei Calcolatori (Lettere. Perché la rappresentazione in virgola mobile
Rappresentazione di numeri reali Architetture dei Calcolatori (Lettere A-I) Rappresentazione in Virgola Mobile Prof. Francesco Lo Presti Con un numero finito di cifre è possibile rappresentare solo un
DettagliFILE E INDICI Architettura DBMS
FILE E INDICI Architettura DBMS Giorgio Giacinto 2010 Database 2 Dati su dispositivi di memorizzazione esterni! Dischi! si può leggere qualunque pagina a costo medio fisso! Nastri! si possono leggere le
DettagliSomma di numeri binari
Fondamenti di Informatica: Codifica Binaria dell Informazione 1 Somma di numeri binari 0 + 0 = 0 0 + 1 = 1 1 + 0 = 1 1 + 1 = 10 Esempio: 10011011 + 00101011 = 11000110 in base e una base Fondamenti di
DettagliCalcolo numerico e programmazione Rappresentazione dei numeri
Calcolo numerico e programmazione Rappresentazione dei numeri Tullio Facchinetti 16 marzo 2012 10:54 http://robot.unipv.it/toolleeo Rappresentazione dei numeri nei calcolatori
DettagliIl processo inferenziale consente di generalizzare, con un certo grado di sicurezza, i risultati ottenuti osservando uno o più campioni
La statistica inferenziale Il processo inferenziale consente di generalizzare, con un certo grado di sicurezza, i risultati ottenuti osservando uno o più campioni E necessario però anche aggiungere con
DettagliLa distribuzione delle frequenze. T 10 (s)
1 La distribuzione delle frequenze Si vuole misurare il periodo di oscillazione di un pendolo costituito da una sferetta metallica agganciata a un filo (fig. 1). A Figura 1 B Ricordiamo che il periodo
DettagliSistemi operativi e distribuiti
Sistemi operativi e distribuiti La memoria virtuale Memoria Virtuale Separazione della memoria logica da quella fisica Un programma potrebbe risiedere in memoria solo parzialmente Lo spazio di indirizzamento
Dettagli1.2d: La codifica Digitale dei caratteri
1.2d: La codifica Digitale dei caratteri 2 12 ott 2011 Bibliografia Curtin, 3.6 (vecchie edizioni) Curtin, 2.5 (nuova edizione) CR pag. 9-14 Questi lucidi 3 12 ott 2011 La codifica dei caratteri Un testo
DettagliDefinizione di file. Directory e file File binari e file di testo
I/O Avanzato e File Definizione di file Directory e file File binari e file di testo 5 Definizione di file Directory e file Tutti i sistemi operativi permettono di organizzare le informazioni su hard disk
DettagliNUOVO MOTORE DI RICERCA DELLA BANCA DATI NOTARILE MANUALE UTENTE
MANUALE UTENTE Data: 19/10/2009 Pagina 2 di 11 Manuale Utente 1 INTRODUZIONE 3 2 GUIDA ALL USO 5 2.1 COME EFFETTUARE UNA RICERCA... 5 2.2 COME REIMPOSTARE UNA RICERCA... 6 2.3 COME OTTENERE SUGGERIMENTI
DettagliLa Rappresentazione dell Informazione
La Rappresentazione dell Informazione Parte III I codici Codici a.a. 27-28 Un codice è una funzione che associa ad una sequenza di simboli un significato Codice : {entità} {sequenze di simboli} Un codice
DettagliBreve formulario di matematica
Luciano Battaia a 2 = a ; lim sin = 1, se 0; sin(α + β) = sin α cos β + cos α sin β; f() = e 2 f () = 2e 2 ; sin d = cos + k; 1,2 = b± ; a m a n = 2a a n+m ; log a 2 = ; = a 2 + b + c; 2 + 2 = r 2 ; e
DettagliSTATISTICHE DESCRITTIVE Parte II
STATISTICHE DESCRITTIVE Parte II INDICI DI DISPERSIONE Introduzione agli Indici di Dispersione Gamma Differenza Interquartilica Varianza Deviazione Standard Coefficiente di Variazione introduzione Una
DettagliLibrerie digitali. Cos è una libreria digitale? Introduzione. Cos è una libreria digitale? Cos è una libreria digitale? Cos è una libreria digitale?
Librerie digitali Introduzione William Arms "An informal definition of a digital library is a managed collection of information, with associated services, where the information is stored in digital formats
Dettagli2. Risolvere con il metodo di eliminazione di Gauss con pivoting parziale il seguente sistema lineare:
Esercizi sui metodi diretti per la risoluzione di sistemi lineari 1. Data la matrice 1 0 2 1 3 1 5 2 1 determinare la sua fattorizzazione P LR. Risolvere il sistema Ax = b con b = (3, 5, 6) T mediante
DettagliMicrosoft Excel Nozioni avanzate
Sistemi di elaborazione delle informazioni Microsoft Excel Nozioni avanzate Luca Bortolussi 1 Panoramica sulle funzioni e funzioni principali Descrizione delle funzioni principali SE(test;se_vero;se_falso):
DettagliGeometria Analitica Domande e Risposte
Geometria Analitica Domande e Risposte A. Il Piano Cartesiano. Qual è la formula della distanza tra due punti nel piano cartesiano? Per calcolare la formula della distanza tra due punti nel piano cartesiano
DettagliSistemi di numerazione. Sistema binario, o1ale, esadecimale Rappresentazione delle informazioni
Sistemi di numerazione Sistema binario, o1ale, esadecimale Rappresentazione delle informazioni Informazioni u8li Docente: Carlo Robino Conta1o: carlo.robino@gmail.com Orari ricevimento: da concordarsi
DettagliEspressioni ed Equazioni
Espressioni ed Equazioni Introduzione espressioni ed equazioni Espressioni Algebriche ed Equazioni: è qui che comincia il tuo lavoro. Si sta per iniziare a lavorare con le lettere dell'alfabeto, numeri
Dettagli9In questa sezione. Ordinare e filtrare i dati. Dopo aver aggiunto dati ai fogli di lavoro, potresti voler
9In questa sezione Ordinare e filtrare i dati Ordinare i dati del foglio di lavoro Creare un elenco personalizzato Filtrare rapidamente i dati con Filtro automatico Creare un filtro avanzato Convalidare
DettagliSi consideri il sistema a coefficienti reali di m equazioni lineari in n incognite
3 Sistemi lineari 3 Generalità Si consideri il sistema a coefficienti reali di m equazioni lineari in n incognite ovvero, in forma matriciale, a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n x
DettagliGestione risorse (Windows)
Gestione risorse (Windows) Organizzazione dei file Il sistema di memorizzazione è organizzato ad albero secondo una struttura gerarchica DISCO (drive) FILES CARTELLE (directory) FILES SOTTOCARTELLE FILES
DettagliFondamenti di Informatica - 1. Prof. B.Buttarazzi A.A. 2011/2012
Fondamenti di Informatica - 1 Prof. B.Buttarazzi A.A. 2011/2012 Sommario I sistemi di numerazione Il sistema binario Altri sistemi di numerazione Algoritmi di conversione Esercizi 07/03/2012 2 Sistemi
DettagliSistemi numerici: numeri in virgola mobile Esercizi risolti
Esercizi risolti 1 Esercizio Un numero relativo è rappresentato in virgola mobile secondo lo standard IEEE 754 su 32 bit nel seguente modo: s = 1 e = 10000111 m = 11011000000000000000000 Ricavare il corrispondente
DettagliI numeri complessi. Capitolo 7
Capitolo 7 I numeri complessi Come abbiamo fatto per i numeri reali possiamo definire assiomaticamente anche i numeri complessi. Diciamo che l insieme C dei numeri complessi è un insieme su cui sono definite
Dettagliinformatica di base per le discipline umanistiche
informatica di base per le discipline umanistiche vito pirrelli Istituto di Linguistica Computazionale CNR Pisa Dipartimento di linguistica Università di Pavia sesta lezione: la dinamica del testo vito
DettagliLez. 5 La Programmazione. Prof. Salvatore CUOMO
Lez. 5 La Programmazione Prof. Salvatore CUOMO 1 2 Programma di utilità: Bootstrap All accensione dell elaboratore (Bootsrap), parte l esecuzione del BIOS (Basic Input Output System), un programma residente
DettagliSegnale analogico. Analogico vs digitale. Segnale digitale. Trasformazione da analogico a digitale
LEZIONI 2 e 3 Rappresentazione dell informazione 53 Analogico vs digitale LEZIONI 2 e 3 Rappresentazione dell informazione 54 Segnale analogico Il computer può lavorare soltanto con grandezze di tipo digitale
DettagliRappresentazione dell informazione
Rappresentazione dell informazione Problema che coinvolge aspetti filosofici Interessa soprattutto distinguere informazioni diverse Con un solo simbolo è impossibile Pertanto l insieme minimo è costituito
DettagliAnno 3. Funzioni esponenziali e logaritmi: le 4 operazioni
Anno 3 Funzioni esponenziali e logaritmi: le 4 operazioni 1 Introduzione In questa lezione impareremo a conoscere le funzioni esponenziali e i logaritmi; ne descriveremo le principali caratteristiche e
DettagliDistribuzione Normale
Distribuzione Normale istogramma delle frequenze di un insieme di misure di una grandezza che può variare con continuità popolazione molto numerosa, costituita da una quantità praticamente illimitata di
DettagliCORSO DI STATISTICA (parte 1) - ESERCITAZIONE 2
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 2 Dott.ssa Antonella Costanzo a.costanzo@unicas.it TIPI DI MEDIA: GEOMETRICA, QUADRATICA, ARMONICA Esercizio 1. Uno scommettitore puntando una somma iniziale
DettagliModulo 1: Le I.C.T. UD 1.2d: La codifica Digitale dei caratteri
Modulo 1: Le I.C.T. : La codifica Digitale dei caratteri Prof. Alberto Postiglione Corso di Informatica Generale (AA 07-08) Corso di Laurea in Scienze della Comunicazione Università degli Studi di Salerno
DettagliCifre significative delle misure di grandezze fisiche
Cifre significative delle misure di grandezze fisiche Si definiscono grandezze fisiche tutte quelle entità con cui vengono descritti i fenomeni fisici e che sono suscettibili di una definizione quantitativa,
DettagliIl sistema binario: bit e Byte Codifica del testo Il Byte come U.d.M. dell'informazione Multipli del Byte
Rappresentazione digitale delle informazioni Il sistema binario: bit e Byte Codifica del testo Il Byte come U.d.M. dell'informazione Multipli del Byte Ordini di grandezza Codifica delle immagini Codifica
DettagliMatrici. Matrici.h Definizione dei tipi. Un po di esercizi sulle matrici Semplici. Media difficoltà. Difficili
Matrici Un po di esercizi sulle matrici Semplici Lettura e scrittura Calcolo della trasposta Media difficoltà Calcolo del determinante Difficili Soluzione di sistemi lineari È veramente difficile? 1 Matrici.h
Dettagli1/55. Statistica descrittiva
1/55 Statistica descrittiva Organizzare e rappresentare i dati I dati vanno raccolti, analizzati ed elaborati con le tecniche appropriate (organizzazione dei dati). I dati vanno poi interpretati e valutati
DettagliI.4 Rappresentazione dell informazione
I.4 Rappresentazione dell informazione Università di Ferrara Dipartimento di Economia e Management Insegnamento di Informatica Ottobre 13, 2015 Argomenti Introduzione 1 Introduzione 2 3 L elaboratore Introduzione
DettagliGli alimentatori stabilizzati
Gli alimentatori stabilizzati Scopo di un alimentatore stabilizzato è di fornire una tensione di alimentazione continua ( cioè costante nel tempo), necessaria per poter alimentare un dispositivo elettronico
DettagliCAPACITA DI STABILERE PRIORITA
MODULO 3 CAPACITA DI STABILERE PRIORITA -BREVE RIASSUNTO- I INTRODUZIONE Viviamo in un mondo dinamico dove ogni cosa è urgente e si hanno molti compiti da portare a termine in breve tempo. Per questo,
DettagliDistribuzione Gaussiana - Facciamo un riassunto -
Distribuzione Gaussiana - Facciamo un riassunto - Nell ipotesi che i dati si distribuiscano seguendo una curva Gaussiana è possibile dare un carattere predittivo alla deviazione standard La prossima misura
DettagliCorso di Informatica Generale (C. L. Economia e Commercio) Ing. Valerio Lacagnina Rappresentazione dei numeri relativi
Codice BCD Prima di passare alla rappresentazione dei numeri relativi in binario vediamo un tipo di codifica che ha una certa rilevanza in alcune applicazioni: il codice BCD (Binary Coded Decimal). È un
DettagliPag. 1. La Rappresentazione e la Codifica delle informazioni (parte 2) Tipi di dati. Informatica Facoltà di Medicina Veterinaria
1 Università degli studi di Parma Dipartimento di Ingegneria dell Informazione Informatica a.a. 2012/13 Tipi di dati Informatica Facoltà di Medicina Veterinaria La Rappresentazione e la Codifica delle
DettagliInsiemistica. Capitolo 1. Prerequisiti. Obiettivi. Gli insiemi numerici di base Divisibilità e fattorizzazione nei numeri interi
Capitolo 1 Insiemistica Prerequisiti Gli insiemi numerici di base Divisibilità e fattorizzazione nei numeri interi Obiettivi Sapere utilizzare opportunamente le diverse rappresentazioni insiemistiche Sapere
DettagliParte Seconda. Prova di selezione culturale
Parte Seconda Prova di selezione culturale TEORIA DEGLI INSIEMI MATEMATICA ARITMETICA Insieme = gruppo di elementi di cui si può stabilire inequivocabilmente almeno una caratteristica in comune. Esempi:
DettagliUnità A1. Informazioni e dati. Obiettivi. Informazione automatica. Informatica. Informazione e conoscenza. Il concetto di informazione
Obiettivi Unità A1 Informazioni e dati Conoscere i principali concetti legati all informatica Saper distinguere tra informazioni e dati Conoscere il concetto di rappresentazione analogica e digitale Conoscere
DettagliExcel come foglio di calcolo. Altri Grafici con Excel Istogrammi, grafici a torta
Excel come foglio di calcolo Altri Grafici con Excel Istogrammi, grafici a torta Funzioni di Excel per elaborazioni di dati presenti nel foglio Excel prevede una serie di funzioni predeterminate, raggruppate
DettagliLaboratorio di Fisica
Laboratorio di Fisica dott. G. Casini ARGOMENTO 1: Misura delle grandezze fisiche LDFM Laboratorio di Fisica presentazione realizzata dal prof. Antonio Covello Schema della relazione di laboratorio Strumenti
DettagliStatistica. Alfonso Iodice D Enza
Statistica Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 33 Outline 1 2 3 4 5 6 () Statistica 2 / 33 Misura del legame Nel caso di variabili quantitative
DettagliI principali tipi di grafici
I principali tipi di grafici Esiste una grande varietà di rappresentazioni grafiche. I grafici più semplici e nello stesso tempo più efficaci e comunemente utilizzati sono: I GRAFICI A BARRE I GRAFICI
DettagliSINTESI DELL INDAGINE INVALSI 2013 (II classe delle superiori, riformata)
SINTESI DELL INDAGINE INVALSI 2013 (II classe delle superiori, riformata) L indagine INVALSI del 2013 ha coinvolto dodici classi del Liceo Fermi, compresa la sede associata; per le classi II D e II P,
DettagliRENDITE. Ricerca del tasso di una rendita
RENDITE Ricerca del tasso di una rendita Un problema che si presenta spesso nelle applicazioni è quello di calcolare il tasso di interesse associato a una rendita quando siano note le altre grandezze 1
DettagliSintesi Sequenziale Sincrona Sintesi Comportamentale di reti Sequenziali Sincrone
Sintesi Sequenziale Sincrona Sintesi Comportamentale di reti Sequenziali Sincrone Il problema dell assegnamento degli stati versione del 9/1/03 Sintesi: Assegnamento degli stati La riduzione del numero
DettagliLa Rappresentazione Dell informazione
La Rappresentazione Dell informazione Parte I I Sistemi Di Numerazione La Rappresentazione Una rappresentazione è una relazione tra entità Un oggetto (rappresentante) rappresenta un altro oggetto (rappresentato),
Dettagliinsieme c n ce c r e t r ez e z z a a par a t r ien e e e o no distinguere l uno dall altro insieme degli animali a quattro zampe
Parlando di oggetti, persone, elementi in genere, usiamo spesso il termine di insieme con il significato di un raggruppamento di oggetti, persone ecc. In matematica il termine insieme non è così generico;
DettagliCirconferenza. Matteo Tugnoli. February 26, 2012
Circonferenza Matteo Tugnoli February 26, 2012 Versione preliminare, NON esente da errori, se il lettore riscontrasse delle imprecisioni può gentilmente segnalarle a matteo_tugnoli@yahoo.it 1 Luogo dei
DettagliIntelligenza. Germano Rossi ISSR 2011/12
Intelligenza Germano Rossi ISSR 2011/12 Intelligenza Il concetto di intelligenza è stato ed è uno dei più controversi della storia della In realtà è anche difficile definire l intelligenza perché dipende
DettagliProblema: dati i voti di tutti gli studenti di una classe determinare il voto medio della classe.
Problema: dati i voti di tutti gli studenti di una classe determinare il voto medio della classe. 1) Comprendere il problema 2) Stabilire quali sono le azioni da eseguire per risolverlo 3) Stabilire la
DettagliInformatica Generale 1 - Esercitazioni Flowgraph, algebra di Boole e calcolo binario
Informatica Generale 1 - Esercitazioni Flowgraph, algebra di Boole e calcolo binario Daniele Pighin pighin@fbk.eu FBK Via Sommarive, 18 I-38050 Trento, Italy February 27, 2008 Outline 1 Algebra di Boole
DettagliLezione 4. Sommario. L artimetica binaria: I numeri relativi e frazionari. I numeri relativi I numeri frazionari
Lezione 4 L artimetica binaria: I numeri relativi e frazionari Sommario I numeri relativi I numeri frazionari I numeri in virgola fissa I numeri in virgola mobile 1 Cosa sono inumeri relativi? I numeri
DettagliCorso di Informatica Modulo T1 1 - Il concetto di problema
Corso di Informatica Modulo T1 1 - Il concetto di problema 1 Prerequisiti Concetti intuitivi di: Proporzione Problema Variabile Numeri interi e reali 2 1 Introduzione Nel risolvere un problema abbiamo
DettagliLa curva di domanda individuale
Corso di Scienza Economica (Economia Politica) prof. G. Di Bartolomeo La curva di domanda individuale Facoltà di Scienze della Comunicazione Università di Teramo Da che dipende la scelta Riprendiamo il
Dettagli