Informatica per le discipline umanistiche 2 lezione 12

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Informatica per le discipline umanistiche 2 lezione 12"

Transcript

1 Informatica per le discipline umanistiche 2 lezione 12

2 Nella lezione precedente:

3 In realtà non tutto il data mining è dettato dagli interessi economici

4 (commercial) data mining Abbiamo visto risvolti commerciali perché di fatto ci siamo concentrati su dati commerciali.

5 (text) data mining Ma ci sono altri tipi di dati, come ad esempio i testi scritti.

6 text mining

7 Text mining Eʼ una tecnica di elaborazione automatica dei testi, con lo scopo di estrarre da essi nuova informazione. Le informazioni estratte vengono composte per formare nuovi fatti o nuove ipotesi da verificare ulteriormente con mezzi più classici di sperimentazione.

8 text mining web search

9 Web search Text mining Obiettivo: trovare informazione già esistente. Problema: scartare il materiale non rilevante alla nostra ricerca. Obiettivo: estrarre nuova informazione che non era presente prima (almeno non in maniera esplicita). Problema: lʼinformazione non è attualmente presente e va creata.

10 data mining text Di fatto, i testi sono un tipo particolare di dati, e il text mining può essere considerato un tipo particolare di data mining.

11 Si potrebbe pensare, quindi, che le svariate tecniche del data mining si possano applicare al caso particolare dei testi. Solo che

12 database matricola facoltà ing let let data mining text

13 Solo che il data mining si effettua su database, che sono tipicamente dati organizzati in tabelle mentre nel text mining si cercano i pattern interessanti in testi scritti in linguaggio naturale.

14 Ogni tecnica che mira ad elaborare in maniera automatica il linguaggio naturale viene considerata come parte della disciplina del Natural Language Processing (NLP). Il text mining è un caso speciale di NLP perché si concentra esclusivamente sui testi scritti. Il NLP comprende però anche lʼanalisi del linguaggio parlato (ad esempio, col riconoscimento vocale).

15 Il prodotto con riconoscimento vocale del momento (novembre 2011) è lʼiphone 4S con Siri.

16 Torniamo ai testi: il text mining è un modo di analizzarli con il supporto del computer, in modi diversi. In contrasto con quanto visto con il data mining, prendiamo un campo di applicazione radicalmente diverso: la ricerca medica. MEDLINE è un catalogo online di articoli da oltre 5000 riviste mediche dal 1950 ad oggi. Attualmente (2011), MEDLINE contiene riferimenti a più di 21 milioni di articoli. La ricerca medica è divisa in campi e sottocampi altamente specializzati, con poca comunicazione (e scambi di idee) tra discipline diverse. Questa separazione potrebbe essere necessaria e utile alla ricerca specializzata in questo campo, ma può anche avere lʼeffetto di restringere le prospettive, impedendo la creazione di connessioni tra le varie scoperte.

17

18 Lo scopo della ricerca medica e di fare scoperte e di metterle in pratica sotto forma di diagnosi, prevenzione, e trattamenti. Eʼ ovvio che con 21 milioni di articoli catalogati, e con una crescita delle citazioni di circa 500mila allʼanno, diventa sempre più probabile che importanti collegamenti che possono far emergere scoperte fondamentali vengano trascurati, semplicemente perché non cʼè alcuna persona in grado di farli.

19 Lʼelaboratione manuale dei testi con la loro indicizzazione sulla base di parole chiave aiuta, ma da unʼanalisi di MEDLINE è emerso che molti concetti presenti nei testi degli articoli non erano rappresentati da alcuna parola chiave. Chiaramente, i testi della letteratura medica contengono informazioni importanti per i ricercatori che possono non essere completamente colte da revisori e curatori di questi articoli. Come al solito, laddove lʼazione umana non è abbastanza precisa o veloce, cerchiamo di delegare il compito a un computer.

20 Che cosa NON è il text mining Abbiamo già detto che NON è web search Il web search è la ricerca di un documento in particolare tra miliardi di altri che non ci interessano. Il text mining, invece, è la ricerca di conoscenza che colleghi tra loro documenti diversi. La conoscenza che si cerca tramite il text mining coinvolge più documenti. Per questo il text mining NON coincide con quelle pratiche automatiche di elaborazione dei testi che si focalizzano su un testo solo, come ad esempio lʼinformation extraction oppure la text summarization.

21 Information extraction Text summarization Esempio: Esempio: Dato un CV (meglio se in formato standard, come il CV europeo), si estraggono automaticamente certe informazioni, come il nome, il congnome, la data di nascita. Dato un testo, se ne fornisce un breve riassunto basato sulle parole più frequentemente usate (a parte quelle non significative, come il o di o e, chiamate stopword).

22 Text mining Come nel data mining, esistono numerose tecniche. 1. Named entity recognition (NER) Lʼobiettivo è di riconoscere, allʼinterno di una collezione di testi, tutti i nomi di uno specifico tipo di entità. Ad esempio, tutti i nomi di entità biologiche allʼinterno di una serie di articoli da rivista.

23

24 Problemi con i nomi Per la maggior parte dei tipi di nomi di entità biologiche, non esiste un dizionario completo. Perciò una tecnica automatica di ricerca e matching non funziona. La stessa parola può riferirsi a entità diverse (ad es. ferritina può essere una sostanza biologica o un test di laboratorio). Molte entità biologiche hanno diversi nomi (ad es. PTEN e MMAC1 si riferiscono allo stesso gene). Le entità biologiche posso avere anche nomi composti da più parole (ad es. arteria carotide ), quindi sorge anche il problema di stabilire i confini tra un nome e altre parole nel testo.

25 Gli approcci per risolvere il problema NER sono 4: 1. basato sul lessico 2. basato su regole 3. statistico 4. una combinazione dei precedenti Il risultato di un sistema automatico che fa NER è dato da un etichettatura di tutti i nomi con il tipo calcolato, con un eventuale grado di confidenza nel risultato. Le performance dei sistemi NER sono misurate in termini di precision/precisione e di recall/richiamo. Precision = n predizioni corrette / n predizioni Recall = n predizioni corrette / n nomi nel testo Esiste anche unʼunica misura chiamata F-score F-score = 2Pr*Re/(Pr+Re)

26 2. Relationship extraction Lʼobiettivo è di rilevare occorrenze di tipi predefiniti di relazione tra coppie di entità di tipi specifici.

27 R

28 2. Relationship extraction Mentre i tipi delle entità sono solitamente molto specifici (per es. geni, proteine, principi attivi), il tipo delle relazioni può variare da molto generale (per es. una qualsiasi associazione biochimica) a molto specifica (per es. un legame di regolazione). I possibili metodi per scoprire queste relazioni sono numerosi: ricerca di schemi predefiniti forniti da esperti del settore; ricerca di schemi creati automaticamente analizzando i testi nellʼintorno di coppie di entità di nostro interesse; analisi del testo mediante schemi soggettopredicato-complemento tipici del NLP (natural language processing).

29 3. Hypothesis generation Mentre lʼestrazione di relazioni si focalizza sui legami tra entità esplicitamente espressi nel testo, la generazione di ipotesi mira a scoprire relazioni che non sono al momento presenti nei documenti, ma potrebbero essere inferite. Lo scopo ultimo è quello di scoprire nuove relazioni tra le entità su cui valga la pena di indagare.

30

31 Di fatto, tutti i lavori su generazione di ipotesi fanno uso di unʼidea che ebbe Don R. Swanson, uno scienziato dellʼinformazione, chiamata ʻcomplementary structures in disjoint literaturesʼ (CSD), o ʻstrutture complementari in letterature disgiunteʼ. Swanson capì che i grandi database della letteratura scientifica avrebbero potuto permettere nuove scoperte, mediante la connessione tra concetti per mezzo dellʼinferenza logica. Egli propose un semplice modello di ragionamento: se A influenza B e B influenza C, A potrebbe influenzare C. Questo modello per rilevare casi di CSD è oggi noto come il modello dellʼabc di Swanson. In numerosi articoli pubblicati negli anni ʻ80 e ʻ90, Swanson ha fornito esempi su scoperte di nuove ipotesi connettendo manualmente concetti presenti in diversi articoli scientifici. (Ad es.: benefici dellʼolio di pesce sulla sindrome di Raynaud.)

32 Mentre Swanson ha applicato il suo modello ABC manualmente, numerosi ricercatori hanno tentato di automatizzare il processo. I sistemi di generazione automatica di ipotesi creano numerose potenziali ipotesi scientifiche: occorre quindi un metodo per valutare lʼefficacia di tali sistemi. Il metodo più diffuso al momento è la ricerca manuale delle ipotesi generate in letteratura.

33 Altre tecniche tipiche del text mining 4. Synonym and abbreviation extraction per lʼestrazione e la raccolta di sinonimi e abbreviazioni di un termine. 5. Text classification per determinare automaticamente se un documento è interessante, sulla base dellʼargomento che discute o del tipo di informazioni che contiene.

34 Altri settori di applicazione del text mining Sicurezza: analisi di conversazioni e scambi di in cerca di sospetti atti terroristici Editoria: automatizzare la lettura di un articolo per poter rispondere a domande di un utente che non ha diritto di accesso allʼarticolo stesso Analisi dei sentimenti: comprensione automatica del tono delle recensioni di un film o disco (positivo o meno) Marketing: per una migliore relazione con il cliente; ad es. allarme automatico basato su predizione di abbandono

Informatica per le discipline umanistiche 2 lezione 15

Informatica per le discipline umanistiche 2 lezione 15 Informatica per le discipline umanistiche 2 lezione 15 Nella lezione precedente: In realtà non tutto il data mining è dettato dagli interessi economici (commercial) data mining Abbiamo visto risvolti commerciali

Dettagli

Mining Positive and Negative Association Rules:

Mining Positive and Negative Association Rules: Mining Positive and Negative Association Rules: An Approach for Confined Rules Alessandro Boca Alessandro Cislaghi Premesse Le regole di associazione positive considerano solo gli item coinvolti in una

Dettagli

Informatica per le discipline umanistiche 2 lezione 14

Informatica per le discipline umanistiche 2 lezione 14 Informatica per le discipline umanistiche 2 lezione 14 Torniamo ai concetti base dellʼinformatica. Abbiamo sinora affrontato diversi problemi: avere unʼidentità online, cercare pagine Web, commentare il

Dettagli

Informatica per la Comunicazione/ Verdicchio/ 24/09/2014/ Domande / Matricola Cognome Nome

Informatica per la Comunicazione/ Verdicchio/ 24/09/2014/ Domande / Matricola Cognome Nome Informatica per la Comunicazione/ Verdicchio/ 24/09/2014/ Domande / Matricola Cognome Nome 1) In che senso i brani di Bach by Design sono originali? a) Hanno uno stile musicale nuovo b) Hanno una sequenza

Dettagli

Carpire il segreto della vita con l informatica Giosuè Lo Bosco Dipartimento di Matematica e Informatica, Università di Palermo, ITALY.

Carpire il segreto della vita con l informatica Giosuè Lo Bosco Dipartimento di Matematica e Informatica, Università di Palermo, ITALY. Carpire il segreto della vita con l informatica Giosuè Lo Bosco Dipartimento di Matematica e Informatica, Università di Palermo, ITALY. Lezioni Lincee Palermo, 26 Febbraio 2015 Alla base della vita degli

Dettagli

RICERCA DELL INFORMAZIONE

RICERCA DELL INFORMAZIONE RICERCA DELL INFORMAZIONE DOCUMENTO documento (risorsa informativa) = supporto + contenuto analogico o digitale locale o remoto (accessibile in rete) testuale, grafico, multimediale DOCUMENTO risorsa continuativa

Dettagli

Introduzione ad OLAP (On-Line Analytical Processing)

Introduzione ad OLAP (On-Line Analytical Processing) Introduzione ad OLAP (On-Line Analytical Processing) Metodi e Modelli per il Supporto alle Decisioni 2002 Dipartimento di Informatica Sistemistica e Telematica (Dist) Il termine OLAP e l acronimo di On-Line

Dettagli

Introduzione all Information Retrieval

Introduzione all Information Retrieval Introduzione all Information Retrieval Argomenti della lezione Definizione di Information Retrieval. Information Retrieval vs Data Retrieval. Indicizzazione di collezioni e ricerca. Modelli per Information

Dettagli

Percorso raccomandato:

Percorso raccomandato: Percorso raccomandato: 1) Ottenere una diagnosi accurata. 2) Crescere il paziente come un bambino o una bambina (il consiglio dei medici è di grande aiuto in questa fase). 3) Ottenere informazioni dettagliate

Dettagli

Introduzione alla Business Intelligence

Introduzione alla Business Intelligence SOMMARIO 1. DEFINIZIONE DI BUSINESS INTELLIGENCE...3 2. FINALITA DELLA BUSINESS INTELLIGENCE...4 3. DESTINATARI DELLA BUSINESS INTELLIGENCE...5 4. GLOSSARIO...7 BIM 3.1 Introduzione alla Pag. 2/ 9 1.DEFINIZIONE

Dettagli

E ora, col cuore leggero per lo scampato pericolo, andiamo ad approfondire, e a scoprire:

E ora, col cuore leggero per lo scampato pericolo, andiamo ad approfondire, e a scoprire: di Pier Francesco Piccolomini 1 Dopo aver spiegato come si accende il computer e come si usano mouse e tastiera, con questa terza puntata della nostra guida entriamo trionfalmente all interno del PC, dove

Dettagli

ORIENTARE GLI ORIENTATORI. di Andrea Cammelli

ORIENTARE GLI ORIENTATORI. di Andrea Cammelli ORIENTARE GLI ORIENTATORI di Andrea Cammelli N egli ultimi anni abbiamo cominciato ad occuparci sempre più spesso di orientamento, portando la preziosa esperienza accumulata dal Consorzio Interuniversitario

Dettagli

Introduzione alla Linguistica Computazionale

Introduzione alla Linguistica Computazionale Introduzione alla Linguistica Computazionale Salvatore Sorce Dipartimento di Ingegneria Chimica, Gestionale, Informatica e Meccanica Ludici Adattati da Alessandro Lenci Dipartimento di Linguistica T. Bolelli

Dettagli

a. Legga questo primo brano e scelga il titolo corretto tra i tre proposti: Una parola chiave non comune di questo primo brano è speculazione.

a. Legga questo primo brano e scelga il titolo corretto tra i tre proposti: Una parola chiave non comune di questo primo brano è speculazione. Recupero TVI per matricole straniere a.a. 2010-11 Rosella Bozzone Costa - Lingua Italiana (13049 e 92020) Materiale 1c PROVA DI COMPRENSIONE SCRITTA TEST D INGRESSO CHIAVI E PRIMI ESERCIZI a. Legga questo

Dettagli

Informatica per la Comunicazione/ Verdicchio/ 21/05/2015/ Domande / Matricola Cognome Nome VERSIONE 1

Informatica per la Comunicazione/ Verdicchio/ 21/05/2015/ Domande / Matricola Cognome Nome VERSIONE 1 Informatica per la Comunicazione/ Verdicchio/ 21/05/2015/ Domande / Matricola Cognome Nome VERSIONE 1 1) secondo quale delle seguenti persone la statistica ha un ruolo fondamentale nella costruzione di

Dettagli

Archivi e database. Lezione n. 7

Archivi e database. Lezione n. 7 Archivi e database Lezione n. 7 Dagli archivi ai database (1) I dati non sempre sono stati considerati dall informatica oggetto separato di studio e di analisi Nei primi tempi i dati erano parte integrante

Dettagli

25/11/14 ORGANIZZAZIONE AZIENDALE. Tecnologie dell informazione e controllo

25/11/14 ORGANIZZAZIONE AZIENDALE. Tecnologie dell informazione e controllo ORGANIZZAZIONE AZIENDALE 1 Tecnologie dell informazione e controllo 2 Evoluzione dell IT IT, processo decisionale e controllo Sistemi di supporto al processo decisionale IT e coordinamento esterno IT e

Dettagli

La logica statistica della verifica (test) delle ipotesi

La logica statistica della verifica (test) delle ipotesi La logica statistica della verifica (test) delle ipotesi Come posso confrontare diverse ipotesi? Nella statistica inferenziale classica vengono sempre confrontate due ipotesi: l ipotesi nulla e l ipotesi

Dettagli

COME AVERE SUCCESSO SUL WEB?

COME AVERE SUCCESSO SUL WEB? Registro 1 COME AVERE SUCCESSO SUL WEB? Guida pratica per muovere con successo i primi passi nel web INTRODUZIONE INDEX 3 6 9 L importanza di avere un dominio e gli obiettivi di quest opera Come è cambiato

Dettagli

Guida al livellamento delle risorse con logica Critical Chain (1^ parte)

Guida al livellamento delle risorse con logica Critical Chain (1^ parte) Paolo Mazzoni 2011. E' ammessa la riproduzione per scopi di ricerca e didattici se viene citata la fonte completa nella seguente formula: "di Paolo Mazzoni, www.paolomazzoni.it, (c) 2011". Non sono ammesse

Dettagli

Lezione 10 Business Process Modeling

Lezione 10 Business Process Modeling Lezione 10 Business Process Modeling Ingegneria dei Processi Aziendali Modulo 1 - Servizi Web Unità didattica 1 Protocolli Web Ernesto Damiani Università di Milano Step dell evoluzione del business process

Dettagli

www.proiezionidiborsa.com Assault to the fort Il pattern per speculare su ogni time frame

www.proiezionidiborsa.com Assault to the fort Il pattern per speculare su ogni time frame Assault to the fort Il pattern per speculare su ogni time frame 2 Titolo Assault to the fort Autore www.proiezionidiborsa.com Editore www.proiezionidiborsa.com Siti internet www.proiezionidiborsa.com 3

Dettagli

CAPITOLO CAPIT Tecnologie dell ecnologie dell info inf rmazione e controllo

CAPITOLO CAPIT Tecnologie dell ecnologie dell info inf rmazione e controllo CAPITOLO 8 Tecnologie dell informazione e controllo Agenda Evoluzione dell IT IT, processo decisionale e controllo Sistemi di supporto al processo decisionale Sistemi di controllo a feedback IT e coordinamento

Dettagli

SISTEMI INFORMATIVI AZIENDALI

SISTEMI INFORMATIVI AZIENDALI SISTEMI INFORMATIVI AZIENDALI Prof. Andrea Borghesan venus.unive.it/borg borg@unive.it Ricevimento: Alla fine di ogni lezione Modalità esame: scritto 1 Sistemi informazionali La crescente diffusione dei

Dettagli

Progetto ASTREA WP2: Sistema informativo per il monitoraggio del sistema giudiziario

Progetto ASTREA WP2: Sistema informativo per il monitoraggio del sistema giudiziario Progetto ASTREA WP2: Sistema informativo per il monitoraggio del sistema giudiziario Nell ambito di questa attività è in fase di realizzazione un applicativo che metterà a disposizione dei policy makers,

Dettagli

Allegato 2. Anna Magnani II anno Classe C2 Tutor: Isa Maria Sozzi RELAZIONE FINALE

Allegato 2. Anna Magnani II anno Classe C2 Tutor: Isa Maria Sozzi RELAZIONE FINALE Allegato 2 Anna Magnani II anno Classe C2 Tutor: Isa Maria Sozzi RELAZIONE FINALE Il progetto è stato modificato rispetto alla griglia di progettazione presentata a giugno. Il tempo che è stato possibile

Dettagli

CRESCERE LAVORANDO IN GRUPPI AUTENTICI

CRESCERE LAVORANDO IN GRUPPI AUTENTICI Progetto in rete I CARE CRESCERE LAVORANDO IN GRUPPI AUTENTICI ISTITUTO COMPRENSIVO DI CURNO SCUOLA PRIMARIA DI CURNO GIOCHI LOGICI MATEMATICI REFERENTE: Ins. EPIFANI VINCENZA Tempi : II QUADRIMESTRE Classe

Dettagli

ISTITUTO COMPRENSIVO FAUGLIA

ISTITUTO COMPRENSIVO FAUGLIA ISTITUTO COMPRENSIVO FAUGLIA CAMBIAMENTI NEL TEMPO (1 rilevazione - 2 rilevazione) DELLE PROVE DI APPRENDIMENTO: RISULTATI Nella prova di correttezza in lettura ai bambini veniva chiesto di leggere a voce

Dettagli

Data Mining e Analisi dei Dati

Data Mining e Analisi dei Dati e Analisi dei Dati Rosaria Lombardo Dipartimento di Economia, Seconda Università di Napoli La scienza che estrae utili informazioni da grandi databases è conosciuta come E una disciplina nuova che interseca

Dettagli

Rappresentazione della Conoscenza. Lezione 10. Rappresentazione della conoscenza, D. Nardi, 2004, Lezione 10 0

Rappresentazione della Conoscenza. Lezione 10. Rappresentazione della conoscenza, D. Nardi, 2004, Lezione 10 0 Rappresentazione della Conoscenza Lezione 10 Rappresentazione della conoscenza, D. Nardi, 2004, Lezione 10 0 Sistemi ed applicazioni Sistemi di rappresentazione della conoscenza basati su logiche descrittive.

Dettagli

INDAGINE PROFESSIONI A CONFRONTO: COME I RELATORI PUBBLICI E I GIORNALISTI ITALIANI PERCEPISCONO LA PROPRIA PROFESSIONE E QUELLA DELL ALTRO

INDAGINE PROFESSIONI A CONFRONTO: COME I RELATORI PUBBLICI E I GIORNALISTI ITALIANI PERCEPISCONO LA PROPRIA PROFESSIONE E QUELLA DELL ALTRO INDAGINE PROFESSIONI A CONFRONTO: COME I RELATORI PUBBLICI E I GIORNALISTI ITALIANI PERCEPISCONO LA PROPRIA PROFESSIONE E QUELLA DELL ALTRO Analisi elaborata da Chiara Valentini e Toni Muzi Falconi SINTESI

Dettagli

Informatica (Basi di Dati)

Informatica (Basi di Dati) Corso di Laurea in Biotecnologie Informatica (Basi di Dati) Introduzione alle Basi di Dati Anno Accademico 2009/2010 Da: Atzeni, Ceri, Paraboschi, Torlone - Basi di Dati Lucidi del Corso di Basi di Dati

Dettagli

1. BASI DI DATI: GENERALITÀ

1. BASI DI DATI: GENERALITÀ 1. BASI DI DATI: GENERALITÀ BASE DI DATI (DATABASE, DB) Raccolta di informazioni o dati strutturati, correlati tra loro in modo da risultare fruibili in maniera ottimale. Una base di dati è usualmente

Dettagli

Laboratorio di Pedagogia Sperimentale. Indice

Laboratorio di Pedagogia Sperimentale. Indice INSEGNAMENTO DI LABORATORIO DI PEDAGOGIA SPERIMENTALE LEZIONE III INTRODUZIONE ALLA RICERCA SPERIMENTALE (PARTE III) PROF. VINCENZO BONAZZA Indice 1 L ipotesi -----------------------------------------------------------

Dettagli

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

Text mining ed analisi di dati codificati in linguaggio naturale. Analisi esplorative di dati testuali Text mining ed analisi di dati codificati in linguaggio naturale Analisi esplorative di dati testuali Il text mining: una definizione Data mining per dati destrutturati ovvero documenti codificati in linguaggio

Dettagli

WEB MARKETING CODE by scamurra.it

WEB MARKETING CODE by scamurra.it WEB MARKETING CODE by scamurra.it www.scamurra.it info@scamurra.it Livello: principiante CAPITOLO 1 INTRODUZIONE CAPITOLO 2 L IMPORTANZA DEI CONTENUTI CAPITOLO 3 UN PO DI CAPITOLO 4 PULIZIA DEL

Dettagli

Le Basi di dati: generalità. Unità di Apprendimento A1 1

Le Basi di dati: generalità. Unità di Apprendimento A1 1 Le Basi di dati: generalità Unità di Apprendimento A1 1 1 Cosa è una base di dati In ogni modello di organizzazione della vita dell uomo vengono trattate informazioni Una volta individuate e raccolte devono

Dettagli

C A T A L O G O. Catalogo del Sistema Bibliotecario Padovano. Gruppo Lavoro per il Coordinamento dei Corsi all Utenza

C A T A L O G O. Catalogo del Sistema Bibliotecario Padovano. Gruppo Lavoro per il Coordinamento dei Corsi all Utenza C A T A L O G O Catalogo del Sistema Bibliotecario Padovano Gruppo Lavoro per il Coordinamento dei Corsi all Utenza Quando si usa un catalogo? Un catalogo permette di verificare se un documento, monografia

Dettagli

I PRINCIPI MULTIMEDIALI

I PRINCIPI MULTIMEDIALI I PRINCIPI MULTIMEDIALI (dal sito www.nicky.it/materiali%20tic/mayer.doc) Il principio multimediale afferma che gli studenti apprendono meglio dalle parole e dalle immagini piuttosto che solo dalle parole,

Dettagli

Obiettivo Principale: Spiegare come la stessa cosa possa essere realizzata in molti modi diversi e come, a volte, ci siano modi migliori di altri.

Obiettivo Principale: Spiegare come la stessa cosa possa essere realizzata in molti modi diversi e come, a volte, ci siano modi migliori di altri. 6 LEZIONE: Algoritmi Tempo della lezione: 45-60 Minuti. Tempo di preparazione: 10-25 Minuti (a seconda che tu abbia dei Tangram disponibili o debba tagliarli a mano) Obiettivo Principale: Spiegare come

Dettagli

Il plagio nelle tesi di laurea italiane. Software di sorveglianza e rilevamento delle similitudini da Internet. In collaborazione con

Il plagio nelle tesi di laurea italiane. Software di sorveglianza e rilevamento delle similitudini da Internet. In collaborazione con Software di sorveglianza e rilevamento delle similitudini da Internet In collaborazione con Vi presentano la loro ricerca su: Il plagio nelle tesi di laurea italiane Il plagio in cifre.. ¼ delle tesi di

Dettagli

Inchiesta sul fenomeno del plagio Università degli Studi di Pisa. La società :

Inchiesta sul fenomeno del plagio Università degli Studi di Pisa. La società : La società : Creatrice del software di sorveglianza e rilevamento del plagio da Internet Vi propone i risultati dello studio effettuato: Inchiesta sul fenomeno del plagio Qualche cifra.. Quasi la metà

Dettagli

Cos è il CRM. Andrea De Marco

Cos è il CRM. Andrea De Marco Cos è il CRM Andrea De Marco Andrea De Marco Docente di Marketing Scienze di Internet - Università di Bologna http://internet.unibo.it/a.demarco Direttore tecnico BitBang www.bitbang.it www.linkedin.com/in/andreademarco

Dettagli

GRAMMATICA. Con l aiuto del professore, completa questa tabella per capire dove sei migliorato e in che cosa devi ancora esercitarti.

GRAMMATICA. Con l aiuto del professore, completa questa tabella per capire dove sei migliorato e in che cosa devi ancora esercitarti. Come sto andando in... analisi grammaticale Con l aiuto del professore, completa questa tabella per capire dove sei migliorato e in che cosa devi ancora esercitarti. NON HO FATTO ERRORI IN... ARTICOLO

Dettagli

a. Legga questo primo brano e scelga il titolo corretto tra i tre proposti:

a. Legga questo primo brano e scelga il titolo corretto tra i tre proposti: Recupero TVI per matricole straniere a.a. 2010-11 Rosella Bozzone Costa - Lingua Italiana (13049 e 92020) Materiale 1b (Rg) TEST D INGRESSO Data Nome Cognome Matr.: Risultato della prova: PROVA DI COMPRENSIONE

Dettagli

Analisi e catalogazione automatica dei Curriculum Vitae

Analisi e catalogazione automatica dei Curriculum Vitae Analisi e catalogazione automatica dei Curriculum Vitae CV Manager è lo strumento di Text Mining che automatizza l analisi, la catalogazione e la ricerca dei Curriculum Vitae L esigenza Quanto tempo viene

Dettagli

Dispense di Filosofia del Linguaggio

Dispense di Filosofia del Linguaggio Dispense di Filosofia del Linguaggio Vittorio Morato II settimana Gottlob Frege (1848 1925), un matematico e filosofo tedesco, è unanimemente considerato come il padre della filosofia del linguaggio contemporanea.

Dettagli

Relazione sul data warehouse e sul data mining

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

Dettagli

Il nostro Progetto La scelta? Essere indipendente!

Il nostro Progetto La scelta? Essere indipendente! Il nostro Progetto La scelta? Essere indipendente!, in un ottica di prevenzione della salute, si è proposto di offrire ai ragazzi del secondo anno un occasione di discussione e di riflessione all interno

Dettagli

La felicità per me è un sinonimo del divertimento quindi io non ho un obiettivo vero e proprio. Spero in futuro di averlo.

La felicità per me è un sinonimo del divertimento quindi io non ho un obiettivo vero e proprio. Spero in futuro di averlo. Riflessioni sulla felicità.. Non so se sto raggiungendo la felicità, di certo stanno accadendo cose che mi rendono molto più felice degli anni passati. Per me la felicità consiste nel stare bene con se

Dettagli

NON C È PEGGIOR SORDO DI CHI NON VUOLE ASCOLTARE. Maggio 2014

NON C È PEGGIOR SORDO DI CHI NON VUOLE ASCOLTARE. Maggio 2014 NON C È PEGGIOR SORDO DI CHI NON VUOLE ASCOLTARE Maggio 2014 1 UNA REGOLA DI VITA Courage is what it takes to stand up and speak, courage is also what it takes to sit down and listen Winston Churchill

Dettagli

STRUMENTO DI SUPPORTO PER L ANALISI DEL RISCHIO-RAPINA

STRUMENTO DI SUPPORTO PER L ANALISI DEL RISCHIO-RAPINA Convegno ABI BANCHE E SICUREZZA 2007 STRUMENTO DI SUPPORTO PER L ANALISI DEL RISCHIO-RAPINA Fabrizio Capobianco Responsabile Ufficio Gestione Sicurezza - SGS Gruppo Banco Popolare di Verona e Novara Caratteristiche

Dettagli

Valutare gli esiti di una consultazione online

Valutare gli esiti di una consultazione online Progetto PerformancePA Ambito A - Linea 1 - Una rete per la riforma della PA Valutare gli esiti di una consultazione online Autore: Antonella Fancello, Laura Manconi Creatore: Formez PA, Progetto Performance

Dettagli

Appunti di Sistemi Distribuiti

Appunti di Sistemi Distribuiti Appunti di Sistemi Distribuiti Matteo Gianello 27 settembre 2013 1 Indice 1 Introduzione 3 1.1 Definizione di sistema distribuito........................... 3 1.2 Obiettivi.........................................

Dettagli

Alessandra Raffaetà. Basi di Dati

Alessandra Raffaetà. Basi di Dati Lezione 2 S.I.T. PER LA VALUTAZIONE E GESTIONE DEL TERRITORIO Corso di Laurea Magistrale in Scienze Ambientali Alessandra Raffaetà Dipartimento di Informatica Università Ca Foscari Venezia Basi di Dati

Dettagli

www.learningschool.it

www.learningschool.it Piano di Formazione Scuola Vendite Progetto Finanziato dal Fondo Coordinato da e Informazioni: Gli ultimi 2 anni, causati dalla profonda crisi economica internazionale, hanno visto un rallentamento del

Dettagli

Corso di Access. Prerequisiti. Modulo L2A (Access) 1.1 Concetti di base. Utilizzo elementare del computer Concetti fondamentali di basi di dati

Corso di Access. Prerequisiti. Modulo L2A (Access) 1.1 Concetti di base. Utilizzo elementare del computer Concetti fondamentali di basi di dati Corso di Access Modulo L2A (Access) 1.1 Concetti di base 1 Prerequisiti Utilizzo elementare del computer Concetti fondamentali di basi di dati 2 1 Introduzione Un ambiente DBMS è un applicazione che consente

Dettagli

La Top Ten dei suggerimenti per la progettazione Web

La Top Ten dei suggerimenti per la progettazione Web In questo capitolo Impostare l obiettivo Mantenere le pagine libere e pulite Non travolgere i visitatori con i colori Usare meno di quattro tipi di carattere Essere coerenti Semplificare Essere rapidi

Dettagli

MANUALE DI SKIPPER. Banca Dati Documenti e ITER PRATICHE

MANUALE DI SKIPPER. Banca Dati Documenti e ITER PRATICHE MANUALE DI SKIPPER PROTOCOLLO Banca Dati Documenti e ITER PRATICHE ESTRATTO A.I.M.-Fulmedia s.a. filiale Italiana Largo Treves, 5 20121 MILANO tel. 2.6551230 fax. 2.29006806 fulmedia@fulmedia.com v:22.04.20003

Dettagli

Big Data e archivi dell Amministrazione finanziaria: metodologie innovative di analisi e integrazione, potenzialità e limiti

Big Data e archivi dell Amministrazione finanziaria: metodologie innovative di analisi e integrazione, potenzialità e limiti COMPORTAMENTI INDIVIDUALI E RELAZIONI SOCIALI IN TRASFORMAZIONE UNA SFIDA PER LA STATISTICA UFFICIALE 23 GIUGNO 2016 14.30 16.00 NUOVE FONTI E DOMANDE Big Data e archivi dell Amministrazione finanziaria:

Dettagli

Nell esempio riportato qui sopra è visibile la sfocatura intenzionale di una sola parte della foto

Nell esempio riportato qui sopra è visibile la sfocatura intenzionale di una sola parte della foto LE MASCHERE DI LIVELLO Provo a buttare giù un piccolo tutorial sulle maschere di livello, in quanto molti di voi mi hanno chiesto di poter avere qualche appunto scritto su di esse. Innanzitutto, cosa sono

Dettagli

LA BIOGRAFIA LINGUISTICA

LA BIOGRAFIA LINGUISTICA LA BIOGRAFIA LINGUISTICA Lavoro di gruppo: Casapollo, Frezza, Perrone e Rossi Classi coinvolte: 5 classi di scuola primaria e 5 classi di scuola secondaria di primo grado Docenti coinvolti: 3 della scuola

Dettagli

Introduzione al data base

Introduzione al data base Introduzione al data base L Informatica è quella disciplina che si occupa del trattamento automatico dei dati con l ausilio del computer. Trattare i dati significa: raccoglierli, elaborarli e conservarli

Dettagli

SCENARIO. Personas. 2010 ALICE Lucchin / BENITO Condemi de Felice. All rights reserved.

SCENARIO. Personas. 2010 ALICE Lucchin / BENITO Condemi de Felice. All rights reserved. SCENARIO Personas SCENARIO È una delle tecniche che aiuta il designer a far emergere le esigente dell utente e il contesto d uso. Gli scenari hanno un ambientazione, attori (personas) con degli obiettivi,

Dettagli

I neodiplomati 2014 si presentano nella banca dati AlmaDiploma

I neodiplomati 2014 si presentano nella banca dati AlmaDiploma I neodiplomati 2014 si presentano nella banca dati AlmaDiploma I curricula di 43mila neodiplomati viaggiano on line: voto e crediti acquisiti, conoscenze linguistiche e informatiche, stage ed esperienze

Dettagli

Perché siete fan della pagina «Pietro Taricone Onlus» su Facebook?

Perché siete fan della pagina «Pietro Taricone Onlus» su Facebook? Perché siete fan della pagina «Pietro Taricone Onlus» su Facebook? Presentazione a cura di Publisoftweb, società specializzata in Social Media Marketing La storia della presenza su Facebook di Pietro Taricone

Dettagli

SCUOLA DELL INFANZIA, PRIMARIA E SECONDARIA DI 1 GRADO

SCUOLA DELL INFANZIA, PRIMARIA E SECONDARIA DI 1 GRADO ISTITUTO COMPRENSIVO SCUOLA DELL INFANZIA, PRIMARIA E SECONDARIA DI 1 GRADO Via Pertini, 1 73020 UGGIANO LA CHIESA (LE) tel 036 17370 fax 036 14535 LEIC4300C@istruzione.it www.comprensivouggiano.it codice

Dettagli

La Gestione della Complessità

La Gestione della Complessità La Gestione della Complessità Only variety can destroy variety (Ross. W. Ashby) Prof. Claudio Saita 1 La struttura del modello cognitivo proposto, conosciuto più comunemente in letteratura come la legge

Dettagli

Perché si fanno previsioni?

Perché si fanno previsioni? Perché si fanno previsioni? Si fanno previsioni per pianificare un azione quando c è un lag fra momento della decisione e momento in cui l evento che ci interessa si verifica. ESEMPI decisioni di investimento

Dettagli

Informatica per la Comunicazione/ Verdicchio/ 09/07/2015/ Domande / VERSIONE 1 Matricola Cognome Nome

Informatica per la Comunicazione/ Verdicchio/ 09/07/2015/ Domande / VERSIONE 1 Matricola Cognome Nome Informatica per la Comunicazione/ Verdicchio/ 09/07/2015/ Domande / VERSIONE 1 Matricola Cognome Nome 1) Per quale filosofo codificare il buon senso sotto forma di un programma è un impresa impossibile?

Dettagli

GOOGLE VALUTAZIONE DI UN SITO INTERNET GOOGLE SCHOLAR

GOOGLE VALUTAZIONE DI UN SITO INTERNET GOOGLE SCHOLAR CORSO DI LAUREA IN SCIENZE DELL EDUCAZIONE E DEI PROCESSI FORMATIVI CORSO DI LAUREA MAGISTRALE IN PROGETTAZIONE E COORDINAMENTO DEI SERVIZI EDUCATIVI ALLA RICERCA DI LIBRI E ARTICOLI : OPAC, RISORSE ELETTRONICHE

Dettagli

5. Fondamenti di navigazione e ricerca di informazioni sul Web

5. Fondamenti di navigazione e ricerca di informazioni sul Web 5. Fondamenti di navigazione e ricerca di informazioni sul Web EIPASS Junior SCUOLA PRIMARIA Pagina 43 di 47 In questo modulo sono trattati gli argomenti principali dell universo di Internet, con particolare

Dettagli

LAVORO IL MERCATO DEL LAVORO IN SICILIA E LE FORZE DI LAVORO POTENZIALI

LAVORO IL MERCATO DEL LAVORO IN SICILIA E LE FORZE DI LAVORO POTENZIALI LAVORO NOTIZIARIO DI STATISTICHE REGIONALI A CURA DEL SERVIZIO STATISTICA DELLA REGIONE SICILIANA IN COLLABORAZIONE CON ISTAT ANNO 6 N.1/2014 In questo notiziario torniamo ad occuparci di mercato del nella

Dettagli

Cercare informazioni in rete. Uno strumento metacognitivo per sviluppare le abilità di ricerca e di costruzione di conoscenza

Cercare informazioni in rete. Uno strumento metacognitivo per sviluppare le abilità di ricerca e di costruzione di conoscenza Cercare informazioni in rete Uno strumento metacognitivo per sviluppare le abilità di ricerca e di costruzione di conoscenza L information overload Internet con la sua enorme mole di informazione disponibili

Dettagli

Il materiale ripercorre i presupporti teorici legati al tema del welfare aziendale proponendo quanto emerso in occasione di un intervento in aula.

Il materiale ripercorre i presupporti teorici legati al tema del welfare aziendale proponendo quanto emerso in occasione di un intervento in aula. Il materiale ripercorre i presupporti teorici legati al tema del welfare aziendale proponendo quanto emerso in occasione di un intervento in aula. E possibile approfondire il tema consultando il sito La

Dettagli

PROGETTO. SID - Scientiam Inquirendo Discere IBSE - Inquiry Based Science. Education

PROGETTO. SID - Scientiam Inquirendo Discere IBSE - Inquiry Based Science. Education PROGETTO SID - Scientiam Inquirendo Discere IBSE - Inquiry Based Science Education 1 Anno scolastico 2013 2014 Classe I A ottici Modulo: Affonda o galleggia? Agata Conti 2 Sintesi Il modulo offre l'opportunità

Dettagli

Tecniche avanzate di sintesi di algoritmi: Programmazione dinamica Algoritmi greedy

Tecniche avanzate di sintesi di algoritmi: Programmazione dinamica Algoritmi greedy Tecniche avanzate di sintesi di algoritmi: Programmazione dinamica Algoritmi greedy Dr Maria Federico Programmazione dinamica Solitamente usata per risolvere problemi di ottimizzazione il problema ammette

Dettagli

LA STATISTICA E IL CALCOLO DELLE PROBABILITÀ

LA STATISTICA E IL CALCOLO DELLE PROBABILITÀ LA STATISTICA E IL CALCOLO DELLE PROBABILITÀ Prof. Francesco Tottoli Versione 3 del 20 febbraio 2012 DEFINIZIONE È una scienza giovane e rappresenta uno strumento essenziale per la scoperta di leggi e

Dettagli

disponibili nel pacchetto software.

disponibili nel pacchetto software. Modulo syllabus 4 00 000 00 0 000 000 0 Modulo syllabus 4 DATABASE 00 000 00 0 000 000 0 Richiede che il candidato dimostri di possedere la conoscenza relativa ad alcuni concetti fondamentali sui database

Dettagli

il tuo servizio di web marketing costa troppo

il tuo servizio di web marketing costa troppo il tuo servizio di web marketing costa troppo LE 20 TECNICHE PIù POTENTI per demolire QUESTA obiezione > Nota del Curatore della collana Prima di tutto voglio ringraziarti. So che ha inserito la tua mail

Dettagli

Cap. 7: L IMPRENDITORE MANAGER E IL MANAGER - IMPRENDITORE

Cap. 7: L IMPRENDITORE MANAGER E IL MANAGER - IMPRENDITORE : L IMPRENDITORE MANAGER E IL MANAGER - IMPRENDITORE Definizioni Per lo sviluppo di un impresa sono necessarie sia le abilità dell imprenditore che quelle dei manager * Le abilità imprenditoriali sono

Dettagli

Progetto impari A SCUOLA SINTESI DEI RISULTATI DELL INDAGINE

Progetto impari A SCUOLA SINTESI DEI RISULTATI DELL INDAGINE Progetto impari A SCUOLA SINTESI DEI RISULTATI DELL INDAGINE GIUGNO 2014 GLI OBIETTIVI Nell ambito del progetto impari A SCUOLA, è stata svolta un indagine negli istituti scolastici secondari di primo

Dettagli

FINESTRE INTERCULTURALI

FINESTRE INTERCULTURALI Scuola Classe 1C FINESTRE INTERCULTURALI DIARIO DI BORDO 2013 / 2014 IC Gandhi - Secondaria di primo grado Paolo Uccello Insegnante / materia lettere Data Febbraio Durata 4h TITOLO DELLA FINESTRA INTERCULTURALE

Dettagli

Introduzione alle basi di dati (prima parte)

Introduzione alle basi di dati (prima parte) Introduzione alle basi di dati (prima parte) Università degli Studi di Salerno Corso di Laurea in Scienze della Comunicazione Informatica generale (matr. Dispari) Docente: Angela Peduto A.A. 2007/2008

Dettagli

CREAZIONE DI UN DB RELAZIONALE IN ACCESS

CREAZIONE DI UN DB RELAZIONALE IN ACCESS CONTENUTI: CREAZIONE DI UN DB RELAZIONALE IN ACCESS Definizione della chiave primaria di una tabella Creazione di relazioni fra tabelle Uso del generatore automatico di Query A) Apertura del DB e creazione

Dettagli

LA RICERCA TI CERCA. Come diventare ricercatore. E perché.

LA RICERCA TI CERCA. Come diventare ricercatore. E perché. LA RICERCA TI CERCA Come diventare ricercatore. E perché. INDICE CHE COS È LA RICERCA FARMACEUTICA? Una lunga storia, in breve 3 COME SI ENTRA NEL MONDO DELLA RICERCA? Un lavoro che guarda lontano, visto

Dettagli

Un'esperienza di grafica con il software open source

Un'esperienza di grafica con il software open source Un'esperienza di grafica con il software open source a cura di: Beppe Cento Tux paint è un programma di grafica semplice, molto diretto ed efficace. Tux paint si rivela molto gradevole ed è collocato,

Dettagli

Informatica per le discipline umanistiche 2 lezione 10

Informatica per le discipline umanistiche 2 lezione 10 Informatica per le discipline umanistiche 2 lezione 10 Parte III: il computer come strumento per l interazione e la comunicazione Si è parlato di identità Parte III: il computer come strumento per l interazione

Dettagli

1/ Internet e i sistemi automatici

1/ Internet e i sistemi automatici Dario Martinis e Andrea Deltetto hanno generato online oltre 700.000 euro di profitto netto in pochi anni, collaborato a tempo pieno con società online dai fatturati multi-milionari e insegnato ad oltre

Dettagli

AMBIENTI INTEGRATI STRUMENTI DI OFFICE

AMBIENTI INTEGRATI STRUMENTI DI OFFICE AMBIENTI INTEGRATI STRUMENTI DI OFFICE Gli ambienti integrati sono pacchetti applicativi che contengono le applicazioni per la produttività personale di uso più frequente. un programma di elaborazione

Dettagli

SCUOLA SECONDARIA DI 1 - G. MARCONI - CEGGIA (VE) UNITÀ DI APPRENDIMENTO SI RITORNA ALLA SCUOLA ALIMENTARE

SCUOLA SECONDARIA DI 1 - G. MARCONI - CEGGIA (VE) UNITÀ DI APPRENDIMENTO SI RITORNA ALLA SCUOLA ALIMENTARE SCUOLA SECONDARIA DI 1 - G. MARCONI - CEGGIA (VE) UNITÀ DI APPRENDIMENTO SI RITORNA ALLA SCUOLA ALIMENTARE IC Ceggia - Scuola Secondaria di 1 G. Marconi Ceggia (VE) Pagina 1 di 9 Prof. Sacco Michele UDA

Dettagli

A SCUOLA CON JUMPC. Report sintetico dei risultati del progetto, dal punto di vista degli insegnanti e degli. studenti che hanno partecipato

A SCUOLA CON JUMPC. Report sintetico dei risultati del progetto, dal punto di vista degli insegnanti e degli. studenti che hanno partecipato A SCUOLA CON JUMPC Report sintetico dei risultati del progetto, dal punto di vista degli insegnanti e degli studenti che hanno partecipato Roma, 20 aprile 2009 Indice dei contenuti Gli esiti del sondaggio

Dettagli

SCHEDA DI PROGETTAZIONE. Premessa

SCHEDA DI PROGETTAZIONE. Premessa SCHEDA DI PROGETTAZIONE Premessa Le attività sono progettate al fine di favorire e permettere ai bambini l'uso della lettura per ricavare informazioni da testi scritti, ascoltati e messaggi iconici testi

Dettagli

Che cosa è un VIRUS?

Che cosa è un VIRUS? Virus & Antivirus Virus Nella sicurezza informatica un virus è un software, appartenente alla categoria dei malware, che è in grado, una volta eseguito, di infettare dei file in modo da riprodursi facendo

Dettagli

Sistemi Informativi Aziendali I

Sistemi Informativi Aziendali I Modulo 5 Sistemi Informativi Aziendali I 1 Corso Sistemi Informativi Aziendali I - Modulo 5 Modulo 5 Il Sistema Informativo verso il mercato, i canali ed i Clienti: I nuovi modelli di Business di Internet;

Dettagli

I MOTORI DI RICERCA motori di ricerca. motori di ricerca per termini motori di ricerca sistematici

I MOTORI DI RICERCA motori di ricerca. motori di ricerca per termini motori di ricerca sistematici I MOTORI DI RICERCA Il numero di siti Internet è infinito e ormai ha raggiunto una crescita esponenziale; inoltre, ogni sito è costituito da diverse pagine, alcune volte centinaia, e individuare un informazione

Dettagli

1. Introduzione. 2. I metodi di valutazione

1. Introduzione. 2. I metodi di valutazione 1. Introduzione La Riserva Sinistri è l accantonamento che l impresa autorizzata all esercizio dei rami danni deve effettuare a fine esercizio in previsione dei costi che essa dovrà sostenere in futuro

Dettagli

Forum regionale per l Educazione degli Adulti in Toscana

Forum regionale per l Educazione degli Adulti in Toscana Forum regionale per l Educazione degli Adulti in Toscana Progetto Linguaggi PASSEPARTOUT POR Toscana Ob. -Competitività regionale e occupazione FSE 007 013 Asse IV Capitale umano A.D. 174 del 30.06.010

Dettagli

Domenica 11 Maggio dalle 10:00 alle 18:00 APRIRSI ALL AMORE. Puoi portare più Amore nella Tua Vita con Giancarlo Rabericati

Domenica 11 Maggio dalle 10:00 alle 18:00 APRIRSI ALL AMORE. Puoi portare più Amore nella Tua Vita con Giancarlo Rabericati Domenica 11 Maggio dalle 10:00 alle 18:00 APRIRSI ALL AMORE Puoi portare più Amore nella Tua Vita con Giancarlo Rabericati Lʼamore e la relazione sono temi portanti nella vita di ciascuno di noi. Ogni

Dettagli

1. Calcolare la probabilità che estratte a caso ed assieme tre carte da un mazzo di 40, fra di esse vi sia un solo asso, di qualunque seme.

1. Calcolare la probabilità che estratte a caso ed assieme tre carte da un mazzo di 40, fra di esse vi sia un solo asso, di qualunque seme. Esercizi difficili sul calcolo delle probabilità. Calcolare la probabilità che estratte a caso ed assieme tre carte da un mazzo di, fra di esse vi sia un solo asso, di qualunque seme. Le parole a caso

Dettagli