Linguistica Computazionale. 25 ottobre 2016
|
|
- Agnolo Castellani
- 4 anni fa
- Visualizzazioni
Transcript
1 Linguistica Computazionae 25 ottobre 2016
2 Probabiità congiunte sequenze di paroe Esperimento estrarre 2 paroe consecutive da un testo bigramma = sequenza di 2 paroe n-gramma = sequenza di n paroe Qua è a probabiità di estrarre un bigramma <Art, N>? a probabiità di estrarre una paroa v 2 (consecutiva a v 1 ) non è indipendente daa probabiità di estrarre v 1 dipendenze sintattiche, semantiche, ecc. determinate daa grammatica es. gi articoi tendono a essere seguiti da nomi poiché Art e N non sono indipendenti, P(Art, N) P(Art) * P(N) 2
3 Cacoo dei bigrammi i presidente ha dichiarato a sua indisponibiità ad ogni trattativa. Bigrammi nea frase i<>presidente presidente<>ha ha<>dichiarato dichiarato<>a a<>sua sua<>indisponibiità indisponibiità<>ad ad<>ogni ogni<>trattativa trattativa<>..<>$ C = 11 tokens bigrammi = 11 bigrammi = C i numero di bigrammi è uguae a numero di token, se aggiungiamo dopo utimo token un token segnaposto di fine testo 3
4 Probabiità congiunte probabiità di bigrammi Per stimare a probabiità di un bigramma <v 1, v 2 > usiamo a frequenza reativa de bigramma <v 1, v 2 > in un testo Ipotesi: C = 100 f N = 20 f Art = 25 f V = 20 bigrammi = C = 100 f Art, N = 18 f Art, V = 3 gi articoi tendono a precedere i nomi, ma esistono anche acuni infiniti sostantivati P(Art, N) f Art, N / C = 18/100 = 0,18 Da momento che f V = f N, se vaesse ipotesi di indipendenza, avremmo anche che P(Art, N) = P(Art, V) P(Art, N) = P(Art) * P(N) = f Art / C * f N / C = 25/100 * 20/100 = 0,25 * 0,2 = 0,05 P(Art, V) = P(Art) * P(V) = f Art / C * f V / C = 25/100 * 20/100 = 0,25 * 0,2 = 0,05 ma questo è faso!!! infatti vae che, P(Art, V) f Art, V / C = 3/100 = 0,03 4
5 Probabiità condizionata P(A B) probabiità che si verifichi A dato che sappiamo che è avvenuto B se A e B sono dipendenti, i fatto di sapere che B è avvenuto atera a probabiità da assegnare ad A, ovvero P(A) P(A B) Supponiamo di avere estratto un bigramma <v 1, v 2 > e di sapere che v 1 = Art. Qua è a probabiità che v 2 = N? equivaente a determinare i vaore di P(N Art) Per stimare P(N Art), consideriamo i rapporto tra i bigrammi <Art, N> e i bigrammi <Art, v i > (= insieme di tutti i bigrammi a cui prima paroa è un articoo) P(N Art) f Art, N /f Art, vi poiché in pratica f Art, vi = f Art aora P(N Art) = f Art, N /f Art P(N Art) = f Art, N /f Art = 18/25 = 0,72 Attenzione!!! P(N Art) = 0,72 P(N) = 0,2 5
6 Probabiità condizionata P(A B) probabiità che si verifichi A dato che sappiamo che è avvenuto B se A e B sono dipendenti, i fatto di sapere che B è avvenuto atera a probabiità da assegnare ad A, ovvero P(A) P(A B) Supponiamo di avere estratto un bigramma <v 1, v 2 > e di sapere che v 1 = Art. Qua è a probabiità che v 2 = N? equivaente a determinare i vaore di P(N Art) Per stimare P(N Art), consideriamo i rapporto tra i bigrammi <Art, N> e i bigrammi <Art, v i > (= insieme di tutti i bigrammi a cui prima paroa è un articoo) P(N Art) f Art, N /f Art, vi poiché in pratica f Art, vi = f Art aora P(N Art) = f Art, N /f Art P(N Art) = f Art, N /f Art = 18/25 = 0,72 Attenzione!!! P(N Art) = 0,72 P(N) = 0,2 6
7 Probabiità condizionata Dato P(N Art) = f Art, N / f Art, posso dividere numeratore e denominatore per C, esprimendo P(Art N) come rapporto tra frequenze reative, ovvero tra probabiità: P(N Art) = f Art, N /f Art = 0,72 P(N Art) = f Art, N / C / f Art / C = P(Art, N) / P(Art) P(Art, N) / P(Art) = 0,18 / 0,25 = 0,72 In generae vae che (se P(B) 0): P( A B) = P( A B) Regoa de Prodotto P( B) P( A B) = P( B) P( A B) ATTENZIONE!! Se A e B sono indipendenti, P(A B) = P(A) P(A B) = P(B)*P(A B)=P(B)*P(A) 7
8 Probabiità congiunte probabiità di bigrammi Ipotesi: C = 100 f N = 20 f Art = 25 f V = 20 bigrammi = C = 100 f Art, N = 18 f Art, V = 3 P(Art, N) f Art, N / C = 18/100 = 0,18 P(Art, V) f Art, V / C = 3/100 = 0,03 N, V e Art non sono indipendenti!!! P(N Art) = 0,72 P(N) = 0,2 P(V Art) = 0,12 P(V) = 0,2 Per cacoare a probabiità congiunta è necessario usare a probabiità condizionata P(Art, N) = P(Art) * P(N Art) (regoa de prodotto) P(Art, N) f Art / C * f Art, N /f Art = 25/100 * 18/25 = 0,25 * 0,72 = 0,18 P(Art, V) = P(Art) * P(V Art) (regoa de prodotto) P(Art, V) f Art / C * f Art, V /fart = 25/100 * 3/25 = 0,25 * 0,12 = 0,03 8
9 Modei a n-grammi Language modeing i modei a n-grammi assegnano una distribuzione di probabiità a sequenze di paroe (P(w 1,,w n )) Word prediction data una sequenza di paroe w 1,,w n-1, qua è a paroa w n che segue a sequenza? I cane ha mangiato a X rispondere a questa domanda è equivaente a trovare a paroa w che massimizza a seguente probabiità: P(w w 1,, w n-1 ) equivae a determinare a paroa w per a quae P(w 1,,w n-1,w) ha i vaore maggiore 9
10 Chain Rue La regoa de prodotto può essere generaizzata per cacoare a probabiità di n eventi congiunti Chain Rue P(A 1,,A n ) = P(A 1 ) P(A 2 A 1 ) * P(A 3 A 1,A 2 ) * * P(A n A 1,,A n 1 ) La Chain Rue permette di cacoare a probabiità di sequenze di caratteri, paroe, frasi Esperimento estrarre sequenze (stringhe) di 6 caratteri da un testo Qua è a probabiità di estrarre a stringa azione? P(a,z,i,o,n,e) = P(a)*P(z a)*p(i a,z)*p(o a,z,i)*p(n a,z,i,o)*p(e a,z,i,o,n) e probabiità possono essere stimate con e frequenze di n-grammi 10
11 Chain Rue Esperimento estrarre frasi di 6 paroe da un testo Qua è a probabiità dea frase La macchina rossa insegue a bicicetta? P(a, macchina, rossa, insegue, a, bicicetta) = P(a)*P(macchina a)*p(rossa a, macchina)*p(insegue a, macchina, rossa)*p(a a, macchina, rossa, insegue)*p(bicicetta a, macchina, rossa, insegue, a) PROBLEMA! È difficie stimare probabiità condizionate da stringhe moto unghe bisogna avorare con trigrammi, quadigrammi, ecc. 11
12 Stimare a probabiità di una frase I dati sono troppo sparsi in Pinocchio e paroe hapax sono i 54,74%; i bigrammi hapax sono (su ) (75%), e i numero degi hapax cresce se passiamo a trigrammi o quadrigrammi Se uno dei termini dea chain rue è 0, intera frase riceve probabiità = 0 Probema: come distinguere una frase rara ma possibie, da una impossibie (= agrammaticae) Gianni crede che Maria pensi che Paoo abbia a macchina. * Paoo a ha macchina. i rischio è che a causa dea sparsità dei dati ad entrambe e frasi venga assegnata probabiità = 0 12
13 Modei di Markov Un modeo di Markov di ordine n assume che ciascun evento E i in una sequenza di eventi E 1,,E n dipende soo da una finestra imitata di n eventi che o precedono gi n eventi da cui E i dipende rappresentano a sua storia Modeo di Markov di ordine 0 ogni evento è indipendente dagi atri Modeo di Markov di ordine 1 P(A 1,,A n ) = P(A 1 ) P(A 2 ) * * P(A n ) ogni evento dipende soo da evento precedente P(A 1,,A n ) = P(A 1 ) P(A 2 A 1 ) * P(A 3 A 2 ) * * P(A n A n 1 ) Modeo di Markov di ordine 2 ogni evento dipende soo dai due eventi precedenti P(A 1,,A n ) = P(A 1 ) P(A 2 A 1 ) * P(A 3 A 1, A 2 ) * * P(A n A n 2, A n 1 ) 13
14 Modei (catene) di Markov I modei (catene) di Markov permettono di creare modei probabiistici di sequenze inguistiche per e quai si assume che esista un particoare tipo di dipendenza tra gi eementi dea sequenza Per un modeo di ordine 1, vae che P(w 1,,w n ) = P(w 1 ) P(w 2 w 1 ) * P(w 3 w 2 ) * * P(w n w n 1 ) In un modeo di Markov di ordine n a probabiità di una sequenza è cacoata come i prodotto di probabiità di n+1-grammi modei di ordine 1 à bigrammi P(w n w n 1 ) = f (< w n 1,w n >) f (w n 1 ) modei di ordine n à n+1 grammi P(w n w n i,...,w n 1 ) = f (< w n i,...,w n 1,w n >) f (< w n i,...,w n 1 >) 14
15 Modei (catene) di Markov Qua è a probabiità di La macchina rossa insegue a bicicetta? assunzione markoviana: a probabiità di ciascuna paroa dipende soo daa paroa precedente modeo di markov di ordine 1 P(a, macchina, rossa, insegue, a, bicicetta) = P(a)*P(macchina a)*p(rossa macchina)*p(insegue rossa)*p(a insegue)*p(bicicetta a) e probabiità possono essere stimate con a frequenza di bigrammi di paroe in un corpus meno sparsi di trigrammi, ecc. P(a, macchina, rossa, insegue, a, bicicetta) f(a)/ C * f(a, macchina)/f(a) * f(macchina, rossa)/f(macchina) * f(rossa, insegue)/ f(rossa) * f(insegue, a)/f(insegue) * f(a, bicicetta)/f(a) 15
16 Generative anguage modes Sia S un certo insieme di strutture inguistiche (es. paroe, frasi, ecc.) definire un modeo probabiistico markoviano per S equivae ad assumere che e strutture di S sono state generate da un sistema probabiistico, che produce que tipo di strutture secondo una certa distribuzione di probabiità (modei generativi) per ogni struttura s S, esiste una certa probabiità che essa venga generata da sistema a probabiità che venga prodotta una certa paroa dipende soo da un numero n imitato di paroe precedenti Definizione de modeo = decidiamo ordine dea catena markoviana Stima dei parametri = stimiamo e probabiità condizionate che compongono i modeo markoviano usando n-grammi estratti da un corpus 16
Linguistica Computazionale
Linguistica Computazionae 14 novembre 2017 Incertezza e informazione Le probabiità servono per modeare fenomeni e sistemi i cui esito è incerto (fenomeni aeatori) L entropia è una misura de incertezza
DettagliLinguistica Computazionale. 30 novembre 2016
Linguistica Computazionae 30 novembre 2016 Part-of-Speech Tagging Feature utiizzate: feature ocai: forma, unghezza de token, presenza di punteggiatura a interno de token (es. Acronimi C.N.R.), prefisso,
DettagliLinguistica Computazionale. 7 novembre 2017
Linguistica Computazionae 7 novembre 2017 Modei di Markov in inguistica I modei a n-grammi sono usati per i risovere i probema de word prediction data una sequenza di paroe w 1,,w n-1, qua è a paroa seguente
DettagliLinguistica Computazionale
Linguistica Computazionae 6 dicembre 2017 Agoritmo di Apprendimento Supervisionato: anaisi 2) Fase di anaisi: Modeo dea Lingua Testo non annotato features extractor Agoritmo basato su ML Anaisi Funzione
DettagliInformazione, Entropia e Probabilità
Informazione, Entropia e Probabilità Alessandro Lenci Università di Pisa, Dipartimento di Linguistica Via Santa Maria, 36, 56100 Pisa, Italy alessandro.lenci@ilc.cnr.it Linguaggio e comunicazione - LO042
DettagliLinguistica Computazionale. 24 ottobre 2017
Linguistica Computazionae 24 ottobre 2017 I Teorema de Limite Centrae Data una variabie x e una popoazione P in cui x ha media μ x e deviazione standard σ x - indipendentemente daa distribuzione di x nea
DettagliEsercitazione 7 del corso di Statistica 2
Esercitazione 7 de corso di Statistica Dott.ssa Paoa Costantini 0 Marzo 009 Esercizio a distribuzione dei pesi dei pesi pacchetti per confezionare per confezionare e caramee, in grammi, prodotti da un
DettagliLinguistica Computazionale. 17 ottobre 2017
Linguistica Computazionae 17 ottobre 2017 Statistica terminoogia di base Le unità statistiche differiscono per uno o più vaori nee variabii gi studenti hanno diversa provenienza, diversa età, ecc. La rievazione
DettagliLinguistica Computazionale. 13 dicembre 2016
Linguistica Computazionae 13 dicembre 2016 Parsing sintattico I Natura Language Parsing (o parsing sintattico) è i processo di anaisi di una frase per determinarne a propria struttura sintattica Ci sono
DettagliEsercitazione 7 del corso di Statistica 2
Esercitazione 7 de corso di Statistica Prof. Domenico Vistocco Dott.ssa Paoa Costantini 9 Giugno 008 Esercizio La distribuzione dei pesi dei pesi pacchetti per confezionare per confezionare e caramee,
DettagliLinguistica Computazionale. 22 novembre 2016
Linguistica Computazionae 22 novembre 2016 Tecnoogie de inguaggio Sistemi in grado di accedere a contenuto di informazione attraverso eaborazione automatica de inguaggio (Natura Language Processing, Trattamento
DettagliLinguistica Computazionale. 23 novembre 2016
Linguistica Computazionae 23 novembre 2016 TAL: agoritmi di ML Esistono due grandi categorie di agoritmi basati su metodi di ML: agoritmi non supervisionati (unsupervised): non necessitano di un corpus
DettagliLinguistica Computazionale
Linguistica Computazionae 13 dicembre 2017 Parsing sintattico I Natura Language Parsing (o parsing sintattico) è i processo di anaisi di una frase per determinarne a propria struttura sintattica Ci sono
DettagliLinguistica Computazionale
Linguistica Computazionae 22 novembre 2017 Tecnoogie de inguaggio Sistemi in grado di accedere a contenuto di informazione attraverso eaborazione automatica de inguaggio (Natura Language Processing, Trattamento
Dettaglix -x-2 =3 x 2 x-2 lim
G Limiti G Introduzione Si è visto, cacoando i dominio dee funzioni, che per certi vaori dea non è possibie cacoare i vaore dea Cò che ci si propone in questo capitoo è capire come si comporta a assegnando
DettagliLinguistica Computazionale. 8 novembre 2017
Linguistica Computazionae 8 novembre 2017 Frequenze osservate e frequenze attese Due paroe sono tanto più fortemente associate quanto più spesso si presentano insieme rispetto ae vote in cui ricorrono
DettagliLinguistica Computazionale. 18 ottobre 2016
Linguistica Computazionae 18 ottobre 2016 Intepretare a Legge di Zipf Secondo Zipf a distribuzione dee paroe nei testi rifette un principio di economia nea comunicazione parante e ascotatore cercano entrambi
DettagliLE POTENZE DEI NUMERI
ARITMETICA LE POTENZE DEI NUMERI PREREQUISITI conoscere e proprietaá dee quattro operazioni svogere cacoi a mente ed in coonna con e quattro operazioni risovere espressioni con e quattro operazioni distinguere
DettagliLa statistica descrittiva
MATEMATICAperTUTTI Dee seguenti indagine statistiche individua a popoazione, i carattere oggetto di studio e e possibii modaità di tae carattere. 1 ESERCIZIO SVOLTO Indagine: utiizzo de tempo ibero da
DettagliLIMITI E CONTINUITA. 1. Sul concetto di limite
LIMITI E CONTINUITA. Su concetto di imite I concetto di imite nasce da esigenza di conoscere i comportamento di una funzione agi estremi de suo insieme di definizione D. Quaora esso sia costituito da unione
DettagliCONOSCENZE 1. le proposizioni 2. i connettivi logici 3. le espressioni logiche
ALGEBRA LOGICA E CONNETTII PREREQUISITI conoscere gi insiemi e i oro inguaggio conoscere i significato di soggetto e predicato di una frase conoscere i significato di congiunzione, disgiunzione e negazione
DettagliCalcolo di spostamenti di strutture isostatiche attraverso il PLV. Complemento alla lezione 41/50: Calcolo spostamenti tramite P.L.V.
acoo di spostamenti di strutture isostatiche attraverso i PLV ompemento aa eione /5: acoo spostamenti tramite P.L.V. Eserciio. acoare i vaore deo spostamento in per a trave sotto riportata. La struttura
DettagliLe funzioni goniometriche
CAPITOLO 1 MATEMATICA PER LA FISICA Le funzioni goniometriche Obiettivi definire e funzioni goniometriche fondamentai in riferimento ai triangoi rettangoi e aa circonferenza goniometrica risovere triangoi
DettagliLaboratorio di Algoritmi e Strutture Dati
I probema Laboratorio di Agoritmi e Strutture Dati Docente: V. Lonati Progetto Percorsi vaido per gi appei di giugno e ugio 2016 Obiettivo de progetto è o studio di percorsi tra punti de piano. I piano
DettagliIn relazione alla teoria dei progetti economico- nanziari, precisare:
MATEMATICA FINANZIARIA e ATTUARIALE Pavia 7/ 4/006 COGNOME e NOME:......................... n. di matricoa:................... CODICE ESAME:................ :.. (Come noto, i risutato finae de importo
DettagliLe equazioni e le disequazioni lineari
MATEMATICAperTUTTI Le equazioni e e disequazioni ineari Le equazioni ineari ESERCIZIO SVOLTO Le equazioni. Chiamiamo equazione ad una incognita un uguagianza fra due espressioni agebriche di cui ameno
DettagliEsempio di risoluzione di struttura iperstatica col metodo delle forze. Complemento alla lezione 42/50: Il metodo delle forze I
Esempio di risouione di struttura iperstatica co metodo dee fore ompemento aa eione 4/50: I metodo dee fore I Per a struttura sotto riportata, cacoare i diagrammi dee caratteristiche dea soecitaione interna.
DettagliObiettivi dell unità didattica
Indici di posizione Corso di STATISTICA Prof. Roberta Siciiano Ordinario di Statistica, Università di apoi Federico II Professore suppente, Università dea Basiicata a.a. 2011/2012 Prof. Roberta Siciiano
DettagliLinguistica Computazionale. 26 ottobre 2016
Linguistica Computazionae 26 ottobre 2016 Modei di Markov in inguistica I modei a n-grammi sono usati per i risovere i probema de word prediction data una sequenza di paroe w 1,,w n-1, qua è a paroa seguente
DettagliIL CALCOLO DEI LIMITI. Le operazioni sui limiti Le forme indeterminate le funzioni continue Gli asintoti Il grafico probabile di una funzione
IL CALCOLO DEI LIMITI Le operazioni sui imiti Le orme indeterminate e unzioni continue Gi asintoti I graico probabie di una unzione Pro. Giovanni Ianne Pro Giovanni Ianne 1/19 LE OPERAZIONI SUI LIMITI
DettagliCenni non rigorosi sulla teoria della turbolenza
Cenni non rigorosi sua teoria dea turboenza June 9, 2009 1 Cascata de energia, prime immagini visive Consideriamo un fuido che occupa i dominio [0, ] Immaginiamo che [0, ] sia interamente occupato da un
DettagliLinguistica Computazionale. 25 novembre 2016
Linguistica Computazionae 25 novembre 2016 Schemi di annotazione sintattica Labeed bracketing identificazione dea struttura a costituenti sintagmatici (abero sintattico) [S [NP Gianni] [Aux ha] [VP dato
DettagliLezione 2 Equazioni famose
Moduo 7 U.D. Lez. Laura Citrini - Matematica de continuo Lezione Equazioni amose Matematica de continuo Moduo 7 - Funzioni di più variabii Unità didattica 4 Equazioni dierenziai Laura Citrini Università
DettagliScienza delle Costruzioni II Prova scritta del 13/11/01
Prova scritta de //0 P γ P γ > M 0 0 costante Appicando i teorema cinematico de anaisi imite, determinare i carico di coasso P s a variare de parametro positivo γ. p / L Comportamento e. p. Von Mises π
DettagliROTAZIONI DEGLI ESTREMI DI UNA TRAVE PRISMATICA APPOGGIATA ALLE ESTREMITÁ E SOGGETTA AD UN CARICO VERTICALE
M. G. USTO ROTZIONI DEGLI ESTREMI DI UN TRVE PRISMTIC PPOGGIT LLE ESTREMITÁ E SOGGETT D UN CRICO VERTICLE CSO DEI CRICHI TRINGOLRE, UNIFORME E CONCENTRTO mgbstudio.net PGIN INTENZIONLMENTE VUOT SOMMRIO
DettagliLinguistica Computazionale. 28 novembre 2016
Linguistica Computazionae 28 novembre 2016 Linguaggio, computazione e automi Gi Automi a Stati Finiti (ASF) sono un modeo computazionae per i riconoscimento di inguaggi formai un inguaggio formae è un
DettagliLinguistica Computazionale. 11 ottobre 2016
Linguistica Computazionae 11 ottobre 2016 I testo ne computer Organizzazione ogica di un testo ettere paroe frasi paragrafi Organizzazione fisica di un testo in formato machine-readabe caratteri sequenze
Dettaglinon ha significato in R ¼
MATEMATICAerTUTTI I radicai ESERCIZIO SVOLTO Potenze e radici. Saiamo che si uò estrarre a radice quadrata soo di numeri ositivi o nui e che i risutato è un numero ositivo o nuo. La radice cubica di un
DettagliCORSO DI ISTITUZIONI DI ECONOMIA II MICROECONOMIA
ORSO DI ISTITUZIONI DI EONOMIA II MIROEONOMIA ESERITAZIONE N- SOLUZIONI Esercizio Un individuo dispone di dotazioni di due beni: e a) Dati i prezzi p e p, scrivete i vincoo di biancio de individuo, indicando
Dettagli1) LA RESISTENZA E LA TENSIONE
1) L RESISTENZ E L TENSIONE La determinazione dee azioni di contatto (N, T ed M) è finaizzata aa verifica o a progetto dea resistenza strutturae. Verifica e progetto dea resistenza strutturae sono due
DettagliLinguistica Computazionale
Linguistica Computazionale Esercitazione: indici statistici del testo e misure di associazione Calcolare la lunghezza di un corpus C : Calcolare la lunghezza di un corpus C : output sys.argv[0] sys.argv[1]
DettagliSi supponga ora che, con le stesse condizioni iniziali, l urto avvenga elasticamente. Calcolare in questo caso:
1 Esercizio (tratto da Probema 8.21 de Mazzodi 2) Un asta rigida di sezione trascurabie, unga = 1 m e di massa M = 12 Kg è imperniata ne centro ed è ibera di ruotare in un piano orizzontae xy. Contro un
DettagliEsercizio 2 Si consideri l esperimento avente come risultati possibili i numeri 1, 2, 3, 4, 5 di probabilità rispettivamente 0.2, 0.4, 0.1, 0.1, 0.2.
Esercizio 2 Si consideri l esperimento avente come risultati possibili i numeri 1, 2, 3, 4, 5 di probabilità rispettivamente 0.2, 0.4, 0.1, 0.1, 0.2. a) Determinare l insieme di tutti i possibili sottoinsiemi
DettagliLinguistica Computazionale
Linguistica Computazionae 4 dicembre 2017 Linguaggio, computazione e automi Gi Automi a Stati Finiti (ASF) sono un modeo computazionae per i riconoscimento di inguaggi formai un inguaggio formae è un insieme
DettagliMETODO DEGLI SPOSTAMENTI
Corso / MTODO DGLI SPOSTAMNTI.. Introuzione ee conizioni a contorno e souzione Per trovare gi spostamenti incogniti ei noi bisogna introurre nea reazione matriciae i equiibrio e conizioni a contorno, espresse
DettagliProbabilità. Qual è la probabilità di ottenere il numero 5?
Lancio un dado Probabilità Qual è la probabilità di ottenere il numero 5? Ho una prova ossia un esperimento = lancio dado Ho il risultato di tale prova = faccia contrassegnata dal numero 5 Il risultato
DettagliCorso di Trasporti e Ambiente. ing. Antonio Comi ottobre Modelli di offerta
Corso di Trasporti e Ambiente ing. Antonio Comi ottobre Struttura de sistema di modei per a simuazione dei sistemi di trasporto OFFERTA DI INFRASTRUTTURE E SERVIZI DI TRASPORTO MODELLO DI LOCALIZZAZIONE
DettagliLinguistica Computazionale
Linguistica Computazionae 5 dicembre 2017 Parsing Morfoogico vs. Stemming Stemming normaizzazione essicae senza uso de essico non basata su criteri o regoe inguistiche Agoritmo di Porter (1980) impementabie
DettagliIl modello quadratico di sopravvivenza (versione provvisoria)
I modeo quadratico di sopravvivenza (versione provvisoria) Reazione presentata ae Giornate di Studio sua Popoazione, VII Edizione Latina, 4/6 febbraio 007 Andrea Furcht www.furcht.it/andrea.htm andrea.furcht@unibocconi.it
DettagliRappresentazione e codifica dell informazione
Rappresentazione e codifica de informazione Premessa I cacoatore è una macchina digitae - I suo inguaggio è composto da due soi simboi Gi esseri umani sono abituati a comunicare utizzando più simboi Come
DettagliRappresentazione e codifica dell informazione
Rappresentazione e codifica de informazione Premessa I cacoatore è una macchina digitae - I suo inguaggio è composto da due soi simboi Gi esseri umani sono abituati a comunicare utizzando più simboi Come
DettagliFUNZIONE DI TRASFERIMENTO ASSOCIATA A UN CODICE CONVOLUZIONALE
FUNZIONE DI TRASFERIMENTO ASSOCIATA A UN CODICE CONVOLUZIONALE La funzione di trasferimento de codice convouzionae fornisce tutte e informazioni riguardo i pesi dei cammini che si dipartono da S 0 e riconfuiscono
DettagliOPERAZIONI SU SPAZI DI HILBERT. Nel seguito introdurremo i concetti di prodotto diretto e somma diretta di due spazi di Hilbert.
2/7 OPERAZIONI SU SPAZI DI HILBERT 08/09 1 OPERAZIONI SU SPAZI DI HILBERT Dati due spazi di Hibert H (1) e H (2) si possono definire su di essi operazioni i cui risutato è un nuovo spazio di Hibert H che
DettagliCorso di Trasporti e Ambiente. ing. Antonio Comi ottobre Modelli di offerta
Corso di Trasporti e Ambiente http://www.uniroma.it/didattica/ta_ ing. Antonio Comi ottobre Struttura de sistema di modei per a simuazione dei sistemi di trasporto OFFERTA DI INFRASTRUTTURE E SERVIZI DI
DettagliLinguistica Computazionale. 29 novembre 2016
Linguistica Computazionae 29 novembre 2016 Parsing Morfoogico e TSF Two Leve Morphoogy (Koskenniemi 1983, Karttunen 1993) paroa in input Parser Morfoogico anaisi morfoogiche Trasduttori a Stati FIniti
DettagliP (F E) = P (E) P (F E) = = 25
Regola del prodotto Conoscete la definizione di probabilità condizionata. Definizione 1. Siano E e F due eventi di uno spazio campionario S. Supponiamo P (F ) > 0. La probabilità condizionata dell evento
DettagliLinguistica Computazionale
Linguistica Computazionae Laboratorio introduzione a XML 9 ottobre 2016 Document Type Definition - DTD La DTD definisce a tipoogia dei marcatori XML per a codifica de testo e e regoe dea oro combinazione
DettagliUniversità di Pisa. Esame di SCIENZA DELLE COSTRUZIONI I Corso di Laurea in Ingegneria Civile, Ambientale e Edile
Università di Pisa Esame di SCIENZA DELLE COSTRUZIONI I Corso di Laurea in Ingegneria Civie, Ambientae e Edie Esame di SCIENZA DELLE COSTRUZIONI - Parte I Corso di Laurea in Ingegneria Aerospaziae Corso
DettagliBOLLETTINO UNIONE MATEMATICA ITALIANA
BOLLETTINO UNIONE MATEMATICA ITALIANA Modesto Dedò Una dimostrazione de teorema di Lüroth. Boettino de Unione Matematica Itaiana, Serie 3, Vo. 9 (1954), n.2, p. 141 143. Zanichei
DettagliIL PENDOLO REVERSIBILE DI KATER
IL PENDOLO REVERSIBILE DI KATER I periodo dee osciazioni de pendoo sempice è dato daa formua: T 0 = π g Questa reazione è vaida per e piccoe osciazioni, quando, cioè, si può assimiare i seno de'angoo massimo
DettagliPROGETTAZIONE DEI SISTEMI DI TRASPORTO
Corso di PROGETTAZIONE DEI SISTEMI DI TRASPORTO (tutti i CCS tranne Civie e Gestionae) www.uniroma.it/didattica/pst_accs ing. Antonio Comi ottobre 6 Modei di offerta Struttura de sistema di modei per a
DettagliESERCIZIO 10 - TUTORATO PROPAGAZIONE A.A. 06/07
ESERO - TUTORTO PROPGONE.. 6/7 8-/5/7 Eserciio (8 punti / 8) Prova scritta di propagaione ( parte) - 5Ω Ω ε r 65 Ne risuonatore di figura tutte e inee sono riepite con un dieettrico di tante dieettrica
DettagliSfruttando le considerazioni appena fatte come misureresti il coefficiente di attrito statico μ s?
MISURA DEL COEFFICIENTE DI ATTRITO STATICO Materiae occorrente: piano incinato monete Nota a unghezza de piano, qua è a reazione che sussiste fra i coefficiente di attrito statico μ s e a configurazione
DettagliL analisi matriciale
L anaisi matriciae L anaisi matriciae consente un anaisi accurata e rapida di strutture anche compesse sottoposte sia a carichi dinamici che statici. Si basa su concetto di sostituire a struttura reae
DettagliConvegno Nazionale XIV ADM XXXIII AIAS Innovazione nella Progettazione Industriale Bari, 31 Agosto - 2 Settembre 2004
Convegno Nazionae XIV DM XXXIII IS Innovazione nea Progettazione Industriae ari, 3 gosto - Settembre 4 PPLICZIONE DEL METODO CINEMTICO PER L STIM DELL EFFETTO DELLE TOLLERNZE SUGLI ERRORI DI POSIZIONE
Dettagli1) Scrivere le espressioni lagrangiane delle energie cinetica e potenziale e usarle per scrivere le equazioni di Lagrange per il sistema.
7 si può discutere come quea di un pendoo sempice con punto di equiibrio stabie ϕ e α quando δ < e come quea di un pendoo inverso cioè con a gravità verso ato invece che verso i basso e punto di equiibrio
DettagliCorso di Economia ed Estimo
UNIVERSITA DEGLI STUDI DELLA ASILICATA FACOLTA DI INGEGNERIA Corso di Economia ed Estimo Prof. enedetto Manganei dapit Esercitazione : I vaore di trasformazione impiegato come procedimento I quesito: La
DettagliLunghezza della circonferenza e area del cerchio
3 GEMETRI Lunghezza dea circonferenza e area de cerchio Esercizi suppementari di verifica Esercizio 1 Metti una crocetta su vero (V) o faso (F) accanto ad ogni formua reativa aa unghezza dea circonferenza
DettagliLe disequazioni CAPITOLO 2 1. LE DISEQUAZIONI CON DERIVE
CAPITOLO Le disequazioni 1. LE DISEQUAZIONI CON DERIVE Le disequazioni si risovono con o stesso comando che abbiamo imparato ad usare per risovere e equazioni, sia che si tratti di disequazioni intere
DettagliLa probabilitaá CAPITOLO. Obiettivi MATEMATICA E REALTAÁ. definire e calcolare un valore di probabilitaá
CAPITOLO La probabiitaá Obiettivi definire e cacoare un vaore di probabiitaá appicare i teoremi su cacoo dee probabiitaá : ± probabiitaá contraria ± probabiitaá totae ± probabiitaá composta MATEMATICA
Dettagli7. Travi appoggiate: metodo generale
7. Travi aoggiate: metodo generae Se si riesce a trasformare a trave aoggiata in una mensoa, e sue deformazioni si ossono cacoare con gi stessi criteri de aragrafo recedente. Deve trattarsi naturamente
DettagliProblemi di scelta. y ˆ 5x 800 y ˆ 1500
A Probemi di sceta CioÁ che abbiamo studiato a proposito dea retta ci puoá essere di aiuto per risovere probemi in cui si deve fare una sceta tra diverse possibiitaá. Per esempio quando si acquista un'auto
DettagliFM210 - Fisica Matematica I
Corso di aurea in Matematica - Anno Accademico 203/4 FM20 - Fisica Matematica I Secondo appeo scritto [7-2-204]. (0 punti. Si consideri i sistema ineare { ẋ = 3x + ( + αy + ẏ = αx + 2y con α R.. Si discuta
DettagliINTRODUZIONE. TaleproceduravasottoilnomediteoremadiBayes.
INTRODUZIONE QUANDO CALCOLIAMO UNA PROBABILITA CONDIZIONATA USIAMO L INFORMAZIONE SUL VERIFICARSI DI UN EVENTO PER DETERMINARE LA PROBABILITA CHE UN ALTRO EVENTO SI VERIFICHI. Una estensione di questo
DettagliCompito scritto di Elettricità e Magnetismo ed Elettromagnetismo 24 Giugno 2004
Compito scritto di Eettricità e Magnetismo ed Eettromagnetismo 4 Giugno 4 ecupero I (II) esonero di Eettromagnetismo: esercizio C (D) in due ore Prova scritta di Eettricità e Magnetismo: esercizi A e B
DettagliLinguistica Computazionale. 11 ottobre 2017
Linguistica Computazionae 11 ottobre 2017 Preparazione de testo per e anaisi computazionai I testi digitai possono contenere varie forme di rumore errori nea digitaizzazione (OCR) errori di conversione
DettagliGEOMETRIA PIANA. Legenda: l = lato. a, b, c = dimensioni d1, d2 oppure d, D = diagonali 2P = perimetro r = raggio π (pi greco) = 3,14 b
GEOMETRIA PIANA Legenda: A = area h = atezza = ato = ase o ase minore B = ase maggiore a,, c = dimensioni d1, d oppure d, D = diagonai P = perimetro r = raggio π (pi greco) = 3,14 d a A P d h r B D d c
DettagliPredittori ad albero
(F94 Metodi statistici per apprendimento Predittori ad abero Docente: icoò Cesa-Bianchi versione 7 maggio 2018 Come accennato nea ezione introduttiva, mentre acuni tipi di dati (come immagini e documenti
DettagliModelli di progetto delle reti di trasporto collettivo
UNIVERSITÀ DEGLI STUDI DI ROMA TOR VERGATA Dipartimento di Ingegneria Civie Corso di Trasporti Urbani e Metropoitani Docente: Ing. Pieruigi Coppoa Mei di progetto dee reti di trasporto coettivo (Bozza
DettagliTECNICHE DI MITIGAZIONE DEL MULTIPATH
CAPITOO IV TECNICHE DI MITIGAZIONE DE MUTIPATH In questo capitoo verranno presentati e discussi due agoritmi iterativi per a stima di canae utiizzati originariamente nei campi de array processing e dei
Dettagliþ k Þy ¼ ð 1 3k Þx 2 þ 21 k
A I fasci di paraboe Come equazione di un fascio di rette è a combinazione ineare di due particoari rette, e sue generatrici, anche un fascio di paraboe è a combinazione ineare di due particoari di esse.
DettagliModelli di secondo grado
MATEMATICAperTUTTI ESERCIZIO SVOLTO Le equazioni di secondo grado incompete. Un equazione di secondo grado si può sempre scrivere nea sua forma normae ax þ bx þ c 0 dove a, b, c sono numeri reai con a
Dettagli3. elementi di linee elettriche: LINEE R-L
. eementi di inee eettriche: LINEE R-L cacoo eettrico dee inee R-L cacoo di progetto e verifica criterio dea perdita di potenza ammissibie criterio dea temperatura ammissibie criterio dea caduta di tensione
DettagliFondamenti d Informatica: linguaggi formali. Barbara Re, Phd
Fondamenti d Informatica: linguaggi formali Barbara Re, Phd Agenda } Introdurremo } La nozione di linguaggio } Strumenti per definire un linguaggio } Espressioni Regolari 2 Linguaggio } Da un punto di
DettagliF. Piacentini - Roma1. F. Piacentini - Roma1. Il cielo a microonde spettro di potenza angolare. Mappe della radiazione di fondo cosmico (CMB)
Lo spettro di potenza angoare dea radiazione di fondo cosmica Lo spettro di potenza angoare dea radiazione di fondo cosmica F. Piacentini - Roma F. Piacentini - Roma Page Mappe dea radiazione di fondo
DettagliEsercitazione 1 - Soluzioni
CORSO DI APPROFONDIMENTI DI MICROECONOMIA ANNO ACCADEMICO 6-7 Esercitazione - Souzioni Esercizio Un individuo dispone di tempo in misura pari a T. La sua funzione di utiità è : u( C, C Dove C, sono rispettivamente
DettagliNicola De Rosa, Liceo scientifico di ordinamento sessione straordinaria 2012, matematicamente.it
Nicoa De Rosa, Liceo scientifico di ordinamento sessione straordinaria, matematicamente.it PROBLEMA I triangoo ABC, rettangoo in A, ha ipotenusa BC a ; sia P i punto medio di AC, Q a sua proiezione ortogonae
DettagliLinguistica Computazionale. 4 ottobre 2017
Linguistica Computazionae 4 ottobre 2017 Corpora (Da at. corpus, corpo, p. corpora) Un corpus è una coezione di testi seezionati e organizzati in maniera tae da soddisfare specifici criteri che i rendono
DettagliScrittura delle equazioni del moto di un sistema lineare viscoso a più gradi di libertà. Prof. Adolfo Santini - Dinamica delle Strutture 1
Scrittura dee equazioni de moto di un sistema ineare viscoso a più gradi di ibertà Prof. Adofo Santini - Dinamica dee Strutture 1 Matrice di rigidezza Teoricamente, i coefficienti dea matrice di rigidezza
DettagliLinguistica Computazionale
Linguistica Computazionae Laboratorio introduzione a XML 2 novembre 2016 Linguaggi di marcatura Un inguaggio di marcatura è un insieme di convenzioni per a marcatura di testi Marcatura di documenti a marcatura
DettagliEsercitazione 4 - Forze distribuite
Università degi Studi di ergamo orso di Laurea in Ingegneria essie orso di Eementi di eccanica Esercitazione 4 - Forze distribuite Esercizio n. acoare e reazioni vincoari e e azioni interne per asta di
DettagliCorso Integrato: Matematica e Statistica. Corso di Matematica (6 CFU)
Corso di Laurea in Scienze e Tecnoogie Agrarie Corso Integrato: Matematica e Statistica Moduo: Matematica (6 CFU) (4 CFU Lezioni +2 CFU Esercitazioni) Corso di Laurea in Tutea e Gestione de territorio
DettagliMODELLI DI PROGETTO DELLA RETE DI TRASPORTO COLLETTIVO
DIPARIMENO INGEGNERIA CIVILE UNIVERSIÀ DI ROMA OR VERGAA corso di RASPORI URBANI E MEROPOLIANI MODELLI DI PROGEO DELLA REE DI RASPORO COLLEIVO 1 PROGEO DELLA REE DI RASPORO COLLEIVO SOMMARIO Introduzione
DettagliStatistica e informatica
Statistica e informatica Probabilità condizionate Francesco Pauli e Nicola Torelli A.A. 2017/2018 Indice Probabilità condizionate Probabilità totali Teorema di Bayes Francesco Pauli e Nicola Torelli Probabilità
DettagliELEMENTI DI PROBABILITA (parte 2) 1 / 27
ELEMENTI DI PROBABILITA (parte 2) 1 / 27 Combinazioni 2 / 27 Supponiamo di non essere interessati all ordine in cui sono disposti gli oggetti, per cui la parola abc sia indistinguibile dalla parola bca.
DettagliLa distribuzione t. Federico Plazzi. 7 Novembre 2015
La distribuzione t Federico Plazzi 7 Novembre 2015 Popolazione e campioni Popolazione e campioni Definizioni ed assunzioni di partenza Campione: l insieme di individui che abbiamo potuto osservare. Popolazione
DettagliLinguistica Computazionale
Linguistica Computazionae 28 novembre 2017 Metodi di apprendimento apprendimento supervisionato L agoritmo di apprendimento usa un insieme di dati di training pre-etichettati con a risposta corretta es.
DettagliCorso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 2016/17 - Prova del
Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica (69AA) A.A. 06/7 - Prova del 07-07-07 La durata della prova è di tre ore. Le risposte devono essere adeguatamente giustificate. Problema
DettagliPrefazione. Il simbolo rimanda al volume di NUOVO Espresso (N. E.) in cui è stata presentata la struttura grammaticale.
Prefazione Questa Grammatica dea ingua itaiana comprende tutti i temi e tutte e strutture presentati in NUOVO Espresso 1, NUOVO Espresso 2 e NUOVO Espresso 3. Concepita come competamento ideae de corso
Dettagli