Biometryczna Identyfikacja Tożsamości
|
|
- Kazimierz Bielecki
- 5 lat temu
- Przeglądów:
Transkrypt
1 c Adam Czajka, IAiIS PW, wersja: 23 maja 2015, 1/47 Adam Czajka Wykład na Wydziale Elektroniki i Technik Informacyjnych Politechniki Warszawskiej Semestr letni 2015
2 c Adam Czajka, IAiIS PW, wersja: 23 maja 2015, 2/47 Przedmiot obserwacji Przedmiot obserwacji Pozyskiwanie danych Przetwarzanie wstępne Wyznaczanie cech Rozpoznawanie podpisów
3 c Adam Czajka, IAiIS PW, wersja: 23 maja 2015, 3/47 Przedmiot obserwacji Rodzaje biometrii podpisu 1. Metody off-line obraz na papierze, zbiór punktów na płaszczyźnie: S = {(x, y) : x = x(t), y = y(t), t T } kolejność występowania elementów podpisu nie jest rejestrowana
4 c Adam Czajka, IAiIS PW, wersja: 23 maja 2015, 4/47 Przedmiot obserwacji Rodzaje biometrii podpisu 2. Metody on-line rejestracja procesu podpisywania się obserwacja wyjścia złożonego układu dynamicznego w czasie T składania podpisu s = s(t), t T możliwość wykorzystania różnych składników podpisu (ma to wpływ na wymiarowość s) w zależności od możliwości urządzeń pomiarowych; typowe kombinacje: 2D: pozycja na płaszczyźnie 3D: pozycja na płaszczyźnie + nacisk końcówki pióra 5D: pozycja na płaszczyźnie + nacisk końcówki pióra + kąty orientacji pióra
5 c Adam Czajka, IAiIS PW, wersja: 23 maja 2015, 5/47 Przedmiot obserwacji Przedmiot obserwacji
6 c Adam Czajka, IAiIS PW, wersja: 23 maja 2015, 6/47 Przedmiot obserwacji Obraz podpisu a podpis 1. Obraz podpisu (ang. signature token): pojedyncza realizacja podpisu przykład: przy wykorzystaniu pięciu składników podpisu krzywa w R 6 2. Podpis: klasa wszystkich możliwych obrazów podpisu tego samego typu dla danej osoby różne typy podpisów osoby (np. imię i nazwisko, tylko nazwisko, inicjały, itp.) traktujemy jak różne podpisy 3. Wykres podpisu: dowolny rzut obrazu podpisu na podprzestrzeń składników podpisu przykład: wykres xy podpisu (ang. x-y token) rzut obrazu podpisu na podprzestrzeń składników położenia
7 c Adam Czajka, IAiIS PW, wersja: 23 maja 2015, 7/47 Przedmiot obserwacji Obraz podpisu a podpis
8 c Adam Czajka, IAiIS PW, wersja: 23 maja 2015, 8/47 Przedmiot obserwacji Rodzaje fałszerstwa podpisów A osoba autentyczna, B fałszerz 1. Podpisy obce (ang. random forgeries) B nie ma żadnych informacji o podpisie A w praktyce podpisy innych osób wykorzystywane są jako próby fałszerstwa
9 c Adam Czajka, IAiIS PW, wersja: 23 maja 2015, 9/47 Przedmiot obserwacji Rodzaje fałszerstwa podpisów A osoba autentyczna, B fałszerz 2. Fałszerstwa proste (ang. simple forgeries) B zna elementy podpisu A (np. imię, nazwisko, inicjały)
10 c Adam Czajka, IAiIS PW, wersja: 23 maja 2015, 10/47 Przedmiot obserwacji Rodzaje fałszerstwa podpisów A osoba autentyczna, B fałszerz 3. Fałszerstwa zaawansowane (ang. skilled forgeries) B może obserwowaæ jak A się podpisuje B ma dostęp do obrazów podpisu A w celu wytrenowania fałszerstwa B ma możliwość obserwacji obrazu podpisu A podczas fałszowania B ma możliwość skopiowania (przekalkowania) podpisu A
11 c Adam Czajka, IAiIS PW, wersja: 23 maja 2015, 11/47 Przedmiot obserwacji Rodzaje fałszerstwa podpisów Co widzimy w realizacjach off-line i on-line?
12 c Adam Czajka, IAiIS PW, wersja: 23 maja 2015, 12/47 Przedmiot obserwacji Rodzaje fałszerstwa podpisów Co widzimy w realizacjach off-line i on-line?
13 c Adam Czajka, IAiIS PW, wersja: 23 maja 2015, 13/47 Pozyskiwanie danych Przedmiot obserwacji Pozyskiwanie danych Przetwarzanie wstępne Wyznaczanie cech Rozpoznawanie podpisów
14 c Adam Czajka, IAiIS PW, wersja: 23 maja 2015, 14/47 Pozyskiwanie danych Metody off-line: skanowanie Wrażliwość dokładności identyfikacji na rozdzielczość skanowania.
15 c Adam Czajka, IAiIS PW, wersja: 23 maja 2015, 15/47 Pozyskiwanie danych Metody on-line: wykorzystanie tabletów graficznych
16 c Adam Czajka, IAiIS PW, wersja: 23 maja 2015, 16/47 Pozyskiwanie danych Metody on-line: wykorzystanie tabletów graficznych 1. Tablety do zastosowań ogólnych elementy obrazu podpisu uporządkowane w czasie (typowe próbkowanie Hz) poza położeniem pióra zwykle umożliwiają pomiar dodatkowych składników (np poziomów nacisku pióra) pomiar również po oderwaniu pióra od podłoża (do ok. 2 cm)
17 c Adam Czajka, IAiIS PW, wersja: 23 maja 2015, 17/47 Pozyskiwanie danych Metody on-line: wykorzystanie tabletów graficznych 2. Specjalizowane tablety dla biometrii podpisu dodatkowe elementy konstrukcyjne (np. wbudowane kolorowe i monochromatyczne ekrany LCD, przyciski funkcyjne) zapewnione bezpieczeństwo przesyłanych danych (szyfrowanie) wielkość dostosowana do zastosowań w biometrii narzędzia deweloperskie
18 c Adam Czajka, IAiIS PW, wersja: 23 maja 2015, 18/47 Przetwarzanie wstępne Przedmiot obserwacji Pozyskiwanie danych Przetwarzanie wstępne Wyznaczanie cech Rozpoznawanie podpisów
19 c Adam Czajka, IAiIS PW, wersja: 23 maja 2015, 19/47 Przetwarzanie wstępne Segmentacja Metody off-line 1. Wyodrębnianie z tła lokalizacja położenia podpisu (a) usuniecie tła i zakłóceń (b) progowanie (c) i tworzenie obrazu szkieletowego (d)
20 c Adam Czajka, IAiIS PW, wersja: 23 maja 2015, 20/47 Przetwarzanie wstępne Segmentacja Metody off-line 2. Podział na segmenty jednorodny: wykorzystanie ustalonej siatki (np. prostokątnej) prosty ale wrażliwy na deformacje podpisu wymaga bardzo dobrego wyrównania położenia podpisów
21 c Adam Czajka, IAiIS PW, wersja: 23 maja 2015, 21/47 Przetwarzanie wstępne Segmentacja Metody off-line 2. Podział na segmenty niejednorodny: poszukiwanie spójnych części podpisu w sensie wybranego wskaźnika jakości, np. odrębne pociągnięcia pióra (ang. strokes), elementy podpisu tworzące spójne figury
22 c Adam Czajka, IAiIS PW, wersja: 23 maja 2015, 22/47 Przetwarzanie wstępne Segmentacja Metody on-line 1. Redukcja liczby punktów (ang. resampling) jednorodna: odrzucenie co k-tego punktu (b) niejednorodna: odrzucenie punktów w segmentach o niskiej krzywiźnie (c)
23 c Adam Czajka, IAiIS PW, wersja: 23 maja 2015, 23/47 Przetwarzanie wstępne Segmentacja Metody on-line 2. Podział na segmenty wykorzystanie informacji statycznej: podniesienia pióra, ekstrema składników (popularne dla nacisku) wykorzystanie informacji dynamicznej: ekstrema prędkości i przyspieszenia Przykład segmentacji z wykorzystaniem informacji o nacisku pióra. Realizacja pochodzi z bazy SVC 2004.
24 c Adam Czajka, IAiIS PW, wersja: 23 maja 2015, 24/47 Wyznaczanie cech Przedmiot obserwacji Pozyskiwanie danych Przetwarzanie wstępne Wyznaczanie cech Rozpoznawanie podpisów
25 c Adam Czajka, IAiIS PW, wersja: 23 maja 2015, 25/47 Wyznaczanie cech Metody off-line 1. Cechy globalne własności geometryczne obrysu podpisu liczba pętli liczba przecięć linii nachylenia linii grubość linii wartości średnie i odchylenia standardowe elementów podpisu (dla różnych skal obrazu) własności obrazów po przekształceniach morfologicznych, np. pole powierzchni, orientacja 2. Cechy lokalne wybrane cechy globalne liczone w segmentach lokalne deskryptory obrazu, np. LBP, cechy Gabora, itp.
26 c Adam Czajka, IAiIS PW, wersja: 23 maja 2015, 26/47 Wyznaczanie cech Metody off-line Przykład wielokrotnie zastosowanej dylatacji morfologicznej
27 c Adam Czajka, IAiIS PW, wersja: 23 maja 2015, 27/47 Wyznaczanie cech Metody off-line Przykład zastosowania erozji do rozpoznawania nachylenia podpisów
28 c Adam Czajka, IAiIS PW, wersja: 23 maja 2015, 28/47 Wyznaczanie cech Metody on-line Cechy globalne 1. Momenty statystyczne Dla pojedynczych składników: średnia, wariancja, skośność, kurtoza Dla mieszanin składników: momenty mieszane, np. wartości własne macierzy kowariancji dla wybranych składników
29 c Adam Czajka, IAiIS PW, wersja: 23 maja 2015, 29/47 Wyznaczanie cech Metody on-line Cechy globalne 2. Czas trwania realizacji podpisu (bardzo istotne!) 3. Współczynniki trendów liniowych 4. Prędkość i przyspieszenie prowadzenia pióra 5. Cechy po wstępnej filtracji (np. falkowej) 6. Miejsca przejść przez zero (cechy dla metod zero-crossing)
30 c Adam Czajka, IAiIS PW, wersja: 23 maja 2015, 30/47 Wyznaczanie cech Metody on-line Dobór cech globalnych 1. Eliminacja cech skorelowanych 2. Dobór cech najbardziej rozróżniających (np. analiza Fishera, informacja wzajemna, itp.) Z prawej: przykładowa analiza korelacyjna cech (s - średnie, σ odch. standardowe, α współczynniki trendu liniowego, β trzecie momenty, λ wart. wł. macierzy kowariancji, N długość podpisu) Dodatkowa literatura: A. Pacut, A. Czajka, Recognition of Human Signatures, IEEE-INNS-ENNS International Joint Conference on Neural Networks IJCNN 2001, Washington, D.C., USA, Vol 2, pp , IEEE, 2001
31 c Adam Czajka, IAiIS PW, wersja: 23 maja 2015, 31/47 Rozpoznawanie podpisów Przedmiot obserwacji Pozyskiwanie danych Przetwarzanie wstępne Wyznaczanie cech Rozpoznawanie podpisów
32 c Adam Czajka, IAiIS PW, wersja: 23 maja 2015, 32/47 Rozpoznawanie podpisów Grupowanie cech globalnych 1. Cechy widoczne łatwe do oszacowania przez fałszerza na podstawie wykresu xy podpisu przykład: średnie i odchylenia standardowe współrzędnych położenia 2. Cechy ukryte trudne lub niemożliwe do oszacowania na podstawie wykresu xy podpisu przykład: prędkość i przyspieszenie prowadzenia pióra, siła nacisku, cechy związane z orientacją pióra podczas pisania
33 c Adam Czajka, IAiIS PW, wersja: 23 maja 2015, 33/47 Rozpoznawanie podpisów Rozpoznawanie w podprzestrzeni cech ukrytych 3. Grupowanie podpisów podobnych w sensie odległości w podprzestrzeni cech widocznych pozwala na grupowanie podpisów podobnych na papierze 4. Klasyfikacja w podprzestrzeni cech ukrytych pozwala na budowę dokładniejszych klasyfikatorów, bardziej wrażliwych na fałszerstwa zaawansowane
34 c Adam Czajka, IAiIS PW, wersja: 23 maja 2015, 34/47 Rozpoznawanie podpisów Klasyfikacja cech Popularne podejścia 1. Klasyfikatory neuronowe perceptron wielowarstwowy sieci radialne decyzja określana na bazie wyjścia zwycięskiego neuronu ( winner takes all ) uwzględnienie wartości wyjść pozostałych neuronów (np. z wykorzystaniem nierówności Czybyszewa) 2. Maszyna wektorów podpierających (SVM) 3. Warianty klasyfikacji odrębne klasyfikatory dla każdego podpisu (typowy dla weryfikacji) wspólna funkcja klasyfikująca dla wszystkich podpisów (typowy dla identyfikacji)
35 c Adam Czajka, IAiIS PW, wersja: 23 maja 2015, 35/47 Rozpoznawanie podpisów Dynamiczne marszczenie czasu ang. Dynamic Time Warping (DTW) 1. Liniowe (bezpośrednie) przyporządkowanie elementów dwóch realizacji
36 c Adam Czajka, IAiIS PW, wersja: 23 maja 2015, 36/47 Rozpoznawanie podpisów Dynamiczne marszczenie czasu ang. Dynamic Time Warping (DTW) 2. Nieliniowe przyporządkowanie elementów dwóch realizacji, wyznaczone np. przy pomocy DTW
37 c Adam Czajka, IAiIS PW, wersja: 23 maja 2015, 37/47 Rozpoznawanie podpisów Dynamiczne marszczenie czasu Przypadek z czasem ciągłym 1. DTW to technika porównywania funkcji r i g: r = {r(t), t 1, T r } r(w t (l)), l 1, L w g = {g(τ), τ 1, T g } g(w τ (l)), l 1, L w gdzie w t, w τ W są tzw. funkcjami marszczącymi, W jest rodziną funkcji marszczących natomiast L w = max(t r, T g ) 2. W ogólności, r oraz g są krzywymi wielowymiarowymi, czyli mogą reprezentować realizacje złożone z jednego lub wielu składników podpisu
38 Rozpoznawanie podpisów Dynamiczne marszczenie czasu Przypadek z czasem ciągłym 3. Przykładowa miara podobieństwa funkcji inf w t,w τ W Lw 1 r(w t (l)) g(w τ (l)) 2 dl 4. Często zakładamy (dla wygody), że czas t jest tożsamy z czasem idealnym l, tzn. inf w W Tr 1 r(t) g(w(t)) 2 dt czyli czas realizacji r nie jest marszczony, natomiast czas realizacji g jest marszczony funkcją w 5. Czas nie powinien być znacznie marszczony, tzn. w(t) t, ẇ(t) 1 c Adam Czajka, IAiIS PW, wersja: 23 maja 2015, 38/47
39 c Adam Czajka, IAiIS PW, wersja: 23 maja 2015, 39/47 Rozpoznawanie podpisów Dynamiczne marszczenie czasu Przypadek z czasem dyskretnym 1. Dyskretna dziedzina porównywanych funkcji r = {r(t), t = 1, 2,.., M r } g = {g(τ), τ = 1, 2,.., M g } 2. Funkcje marszczące reprezentowane przez tzw. ścieżki marszczenia w(l) = [w t (l) w τ (l)] T ; l = 1,.., L w gdzie w t (l) {1,.., M r } w τ (l) {1,.., M g }
40 c Adam Czajka, IAiIS PW, wersja: 23 maja 2015, 40/47 Rozpoznawanie podpisów Dynamiczne marszczenie czasu Przypadek z czasem dyskretnym r Mg g Mg g 1 Mr Mg g 1 1 r 1 r Mr t 1 t Mr Źródło: Joanna Putz-Leszczynska, Signature Verification A Comprehensive Study Of The Hidden, International Journal of Applied Mathematics in Computer Science (to be published in 2014)
41 c Adam Czajka, IAiIS PW, wersja: 23 maja 2015, 41/47 Rozpoznawanie podpisów Dynamiczne marszczenie czasu Przypadek z czasem dyskretnym 2a. Przejście diagonalne odpowiada zgodnemu przebiegowi czasu w obu realizacjach 2b. Przejścia poziome lub pionowe odpowiadają jednostkowemu wydłużeniu lub skróceniu czasu 2c. Ścieżki marszczenia spełniają warunki: brzegowe: w t (1) = w τ (1) = 0, w t (L w ) = M r, w τ (L w ) = M g tzn. ścieżka łączy punkt (1,1) z (M r, M g ) monotoniczności: w t (l + 1) w t (l), w τ (l + 1) w τ (l) tzn. nie cofamy się w czasie długości ścieżki marszczenia: max(m r, M g ) L w M r + M g 1
42 c Adam Czajka, IAiIS PW, wersja: 23 maja 2015, 42/47 Rozpoznawanie podpisów Dynamiczne marszczenie czasu Przypadek z czasem dyskretnym 3. Lokalna odległość (niepodobieństwo) między punktami, np. kwadratowa: d ( r(t), g(τ) ) = r(t) g(τ) 2 4. Wartość niepodobieństwa wzdłuż całej ścieżki marszczenia w: D(r, g, w) = L w l=1 d ( r(w t (l)), g(w τ (l)) )
43 c Adam Czajka, IAiIS PW, wersja: 23 maja 2015, 43/47 Rozpoznawanie podpisów Dynamiczne marszczenie czasu Przypadek z czasem dyskretnym 5. Optymalna ścieżka marszczenia ŵ(r, g) = arg min D(r, g,w) w W r,g (dostarcza rozwiązania, tzn. w jaki sposób zmodyfikować czas aby dwie realizacje były najbardziej podobne w sensie D(r, g,w) 6. Minimalne niepodobieństwo ˆD(r, g) = D(r, g, ŵ(r, g)) (dostarcza informacji o jakości optymalnego rozwiązania, tzn. jak bardzo należało zmodyfikować czas)
44 c Adam Czajka, IAiIS PW, wersja: 23 maja 2015, 44/47 Rozpoznawanie podpisów Dynamiczne marszczenie czasu Przypadek z czasem dyskretnym Źródło: Joanna Putz-Leszczynska, Signature Verification A Comprehensive Study Of The Hidden, International Journal of Applied Mathematics in Computer Science (to be published in 2014)
45 c Adam Czajka, IAiIS PW, wersja: 23 maja 2015, 45/47 Rozpoznawanie podpisów Dynamiczne marszczenie czasu Przypadek z czasem dyskretnym 7. Programowanie dynamiczne wyznacza optymalną ścieżkę marszczenia oraz minimalne globalne niepodobieństwo wyznaczenie macierzy kosztu D a) pierwszy rząd: D(1, j) = j k=1 d(r(1), g(k)); j = {1,.., Mr} b) pierwsza kol.: D(i, 1) = i k=1 d(r(k), g(1)); i = {1,.., Mr} c) pozostałe elementy: D(i, j) = min{d(i 1; j 1), D(i 1; j), D(i; j 1)}+d(r(i), g(j)) gdzie i = {1,.., M r}, j = {1,.., M g} ostatni element wskazuje minimalne niepodobieństwo, tzn. ˆD(r, g) = D(M r, M g ) poruszając się w kierunku przeciwnym od punktu (M r, M g ) znajdujemy optymalną ścieżkę marszczenia ŵ(r, g)
46 c Adam Czajka, IAiIS PW, wersja: 23 maja 2015, 46/47 Rozpoznawanie podpisów Dynamiczne marszczenie czasu Przypadek z czasem dyskretnym 8. Wynik porównania podpisów minimalne niepodobieństwo ˆD(r, g) = D(M r, M g ), i/lub odległość między realizacjami po marszczeniu czasu 9. Dodatkowe ograniczenia przyspieszające obliczenia
47 c Adam Czajka, IAiIS PW, wersja: 23 maja 2015, 47/47 Przykładowe pytanie egzaminacyjne Na rysunku przedstawiono przyporządkowanie dwóch różnych podpisów w przestrzeni jednego ze składników. A. Narysuj odpowiadającą temu przyporządkowaniu ścieżkę marszczenia. B. Narysuj dowolną ścieżkę marszczenia, dla której koszt przyporządkowania podpisów będzie większy niż dla ścieżki z punktu A.
Wykład 6: Biometria podpisu odręcznego. Joanna Putz-Leszczyńska. Semestr letni 2014
c JoannaPutz-Leszczyńska IAiISPW 1stycznia,2014 1/49 Joanna Putz-Leszczyńska Wykład na Wydziale Elektroniki i Technik Informacyjnych Politechniki Warszawskiej Semestr letni 2014 c JoannaPutz-Leszczyńska
Bardziej szczegółowo5. Analiza dyskryminacyjna: FLD, LDA, QDA
Algorytmy rozpoznawania obrazów 5. Analiza dyskryminacyjna: FLD, LDA, QDA dr inż. Urszula Libal Politechnika Wrocławska 2015 1 1. Liniowe funkcje dyskryminacyjne Liniowe funkcje dyskryminacyjne mają ogólną
Bardziej szczegółowoSYSTEMY UCZĄCE SIĘ WYKŁAD 10. PRZEKSZTAŁCANIE ATRYBUTÓW. Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska.
SYSTEMY UCZĄCE SIĘ WYKŁAD 10. PRZEKSZTAŁCANIE ATRYBUTÓW Częstochowa 2014 Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska INFORMACJE WSTĘPNE Hipotezy do uczenia się lub tworzenia
Bardziej szczegółowoAnaliza składowych głównych. Wprowadzenie
Wprowadzenie jest techniką redukcji wymiaru. Składowe główne zostały po raz pierwszy zaproponowane przez Pearsona(1901), a następnie rozwinięte przez Hotellinga (1933). jest zaliczana do systemów uczących
Bardziej szczegółowoKryteria oceniania z matematyki Klasa III poziom podstawowy
Kryteria oceniania z matematyki Klasa III poziom podstawowy Potęgi Zakres Dopuszczający Dostateczny Dobry Bardzo dobry oblicza potęgi o wykładnikach wymiernych; zna prawa działań na potęgach i potrafi
Bardziej szczegółowoStatystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl
Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyczna teoria korelacji i regresji (1) Jest to dział statystyki zajmujący
Bardziej szczegółowoTechnologia dynamicznego podpisu biometrycznego
Technologia dynamicznego podpisu biometrycznego Prof. Andrzej Czyżewski, Politechnika Gdańska VI Konferencja i Narodowy Test Interoperacyjności Podpisu Elektronicznego CommonSign 2016, 26 27. X. 2016 r.
Bardziej szczegółowoRozkład materiału z matematyki dla II klasy technikum zakres podstawowy I wariant (38 tyg. 2 godz. = 76 godz.)
Rozkład materiału z matematyki dla II klasy technikum zakres podstawowy I wariant (38 tyg. godz. = 76 godz.) I. Funkcja i jej własności.4godz. II. Przekształcenia wykresów funkcji...9 godz. III. Funkcja
Bardziej szczegółowoInteligentna analiza danych
Numer indeksu 150946 Michał Moroz Imię i nazwisko Numer indeksu 150875 Grzegorz Graczyk Imię i nazwisko kierunek: Informatyka rok akademicki: 2010/2011 Inteligentna analiza danych Ćwiczenie I Wskaźniki
Bardziej szczegółowoWymagania edukacyjne z matematyki Klasa III zakres podstawowy
Wymagania edukacyjne z matematyki Klasa III zakres podstawowy Program nauczania zgodny z: Kurczab M., Kurczab E., Świda E., Program nauczania w liceach i technikach. Zakres podstawowy., Oficyna Edukacyjna
Bardziej szczegółowo1. Potęgi. Logarytmy. Funkcja wykładnicza
1. Potęgi. Logarytmy. Funkcja wykładnicza Tematyka zajęć: WYMAGANIA EDUKACYJNE NA POSZCZEGÓLNE OCENY KL. 3 POZIOM PODSTAWOWY Potęga o wykładniku rzeczywistym powtórzenie Funkcja wykładnicza i jej własności
Bardziej szczegółowoKryteria oceniania z matematyki Klasa III poziom rozszerzony
Kryteria oceniania z matematyki Klasa III poziom rozszerzony Zakres Dopuszczający Dostateczny Dobry Bardzo dobry Funkcja potęgowa - zna i stosuje tw. o potęgach - zna wykresy funkcji potęgowej o dowolnym
Bardziej szczegółowoTomasz Tobiasz PLAN WYNIKOWY (zakres podstawowy)
Tomasz Tobiasz PLAN WYNIKOWY (zakres podstawowy) klasa 3. PAZDRO Plan jest wykazem wiadomości i umiejętności, jakie powinien mieć uczeń ubiegający się o określone oceny na poszczególnych etapach edukacji
Bardziej szczegółowo10. Redukcja wymiaru - metoda PCA
Algorytmy rozpoznawania obrazów 10. Redukcja wymiaru - metoda PCA dr inż. Urszula Libal Politechnika Wrocławska 2015 1 1. PCA Analiza składowych głównych: w skrócie nazywana PCA (od ang. Principle Component
Bardziej szczegółowoElementy statystyki wielowymiarowej
Wnioskowanie_Statystyczne_-_wykład Spis treści 1 Elementy statystyki wielowymiarowej 1.1 Kowariancja i współczynnik korelacji 1.2 Macierz kowariancji 1.3 Dwumianowy rozkład normalny 1.4 Analiza składowych
Bardziej szczegółowoWykład Matematyka A, I rok, egzamin ustny w sem. letnim r. ak. 2002/2003. Każdy zdający losuje jedno pytanie teoretyczne i jedno praktyczne.
Wykład Matematyka A, I rok, egzamin ustny w sem. letnim r. ak. 2002/2003. Każdy zdający losuje jedno pytanie teoretyczne i jedno praktyczne. pytania teoretyczne:. Co to znaczy, że wektory v, v 2 i v 3
Bardziej szczegółowoKINEMATYKA I DYNAMIKA CIAŁA STAŁEGO. dr inż. Janusz Zachwieja wykład opracowany na podstawie literatury
KINEMATYKA I DYNAMIKA CIAŁA STAŁEGO dr inż. Janusz Zachwieja wykład opracowany na podstawie literatury Funkcje wektorowe Jeśli wektor a jest określony dla parametru t (t należy do przedziału t (, t k )
Bardziej szczegółowoRozdział 7.7. Biometria podpisu odręcznego
Materiał z książki Paweł Zając, Stanisław Kwaśniowski (Red.), Automatyczna identyfikacja w systemach logistycznych, Oficyna Wydawnicza Politechniki Wrocławskiej, 2004. Kopiowanie i udostępnianie całości
Bardziej szczegółowoStatystyka opisowa. Wykład I. Elementy statystyki opisowej
Statystyka opisowa. Wykład I. e-mail:e.kozlovski@pollub.pl Spis treści Elementy statystyku opisowej 1 Elementy statystyku opisowej 2 3 Elementy statystyku opisowej Definicja Statystyka jest to nauka o
Bardziej szczegółowoW1. Wprowadzenie. Statystyka opisowa
W1. Wprowadzenie. Statystyka opisowa dr hab. Jerzy Nakielski Zakład Biofizyki i Morfogenezy Roślin Plan wykładu: 1. O co chodzi w statystyce 2. Etapy badania statystycznego 3. Zmienna losowa, rozkład
Bardziej szczegółowo7. Maszyny wektorów podpierajacych SVMs
Algorytmy rozpoznawania obrazów 7. Maszyny wektorów podpierajacych SVMs dr inż. Urszula Libal Politechnika Wrocławska 2015 1 1. Maszyny wektorów podpierajacych - SVMs Maszyny wektorów podpierających (ang.
Bardziej szczegółowoSzczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) 1. Populacja generalna a losowa próba, parametr rozkładu cechy a jego ocena z losowej próby, miary opisu statystycznego
Bardziej szczegółowoWYMAGANIA EDUKACYJNE Z MATEMATYKI 2016/2017 (zakres podstawowy) klasa 3abc
WYMAGANIA EDUKACYJNE Z MATEMATYKI 2016/2017 (zakres podstawowy) klasa 3abc 1, Ciągi zna definicję ciągu (ciągu liczbowego); potrafi wyznaczyć dowolny wyraz ciągu liczbowego określonego wzorem ogólnym;
Bardziej szczegółowo83 Przekształcanie wykresów funkcji (cd.) 3
Zakres podstawowy Zakres rozszerzony dział temat godz. dział temat godz,. KLASA 1 (3 godziny tygodniowo) - 90 godzin KLASA 1 (5 godzin tygodniowo) - 150 godzin I Zbiory Zbiory i działania na zbiorach 2
Bardziej szczegółowo4.1. Wprowadzenie...70 4.2. Podstawowe definicje...71 4.3. Algorytm określania wartości parametrów w regresji logistycznej...74
3 Wykaz najważniejszych skrótów...8 Przedmowa... 10 1. Podstawowe pojęcia data mining...11 1.1. Wprowadzenie...12 1.2. Podstawowe zadania eksploracji danych...13 1.3. Główne etapy eksploracji danych...15
Bardziej szczegółowoPraca kontrolna z matematyki nr 1 Liceum Ogólnokształcące dla Dorosłych Semestr 5 Rok szkolny 2014/2015
Praca kontrolna z matematyki nr 1 Liceum Ogólnokształcące dla Dorosłych Semestr 5 Rok szkolny 2014/2015 2 6 + 3 1. Oblicz 3. 3 x 1 3x 2. Rozwiąż nierówność > x. 2 3 3. Funkcja f przyporządkowuje każdej
Bardziej szczegółowoS O M SELF-ORGANIZING MAPS. Przemysław Szczepańczyk Łukasz Myszor
S O M SELF-ORGANIZING MAPS Przemysław Szczepańczyk Łukasz Myszor Podstawy teoretyczne Map Samoorganizujących się stworzył prof. Teuvo Kohonen (1982 r.). SOM wywodzi się ze sztucznych sieci neuronowych.
Bardziej szczegółowoFIGURY I PRZEKSZTAŁCENIA GEOMETRYCZNE
Umiejętności opracowanie: Maria Lampert LISTA MOICH OSIĄGNIĘĆ FIGURY I PRZEKSZTAŁCENIA GEOMETRYCZNE Co powinienem umieć Umiejętności znam podstawowe przekształcenia geometryczne: symetria osiowa i środkowa,
Bardziej szczegółowoI. Potęgi. Logarytmy. Funkcja wykładnicza.
WYMAGANIA EDUKACYJNE Z MATEMATYKI DLA KLASY TRZECIEJ LICEUM OGÓLNOKSZTAŁCĄCEGO ZAKRES PODSTAWOWY I. Potęgi. Logarytmy. Funkcja wykładnicza. dobrą, bardzo - oblicza potęgi o wykładnikach wymiernych; - zna
Bardziej szczegółowoTechnikum Nr 2 im. gen. Mieczysława Smorawińskiego w Zespole Szkół Ekonomicznych w Kaliszu
Technikum Nr 2 im. gen. Mieczysława Smorawińskiego w Zespole Szkół Ekonomicznych w Kaliszu Wymagania edukacyjne niezbędne do uzyskania poszczególnych śródrocznych i rocznych ocen klasyfikacyjnych z obowiązkowych
Bardziej szczegółowoWYMAGANIA EDUKACYJNE Z MATEMATYKI DLA KLASY TRZECIEJ NA ROK SZKOLNY 2011/2012 DO PROGRAMU MATEMATYKA Z PLUSEM
WYMAGANIA EDUKACYJNE Z MATEMATYKI DLA KLASY TRZECIEJ NA ROK SZKOLNY 2011/2012 DO PROGRAMU MATEMATYKA Z PLUSEM LICZBY, WYRAŻENIA ALGEBRAICZNE umie obliczyć potęgę o wykładniku naturalnym; umie obliczyć
Bardziej szczegółowoReprezentacja i analiza obszarów
Cechy kształtu Topologiczne Geometryczne spójność liczba otworów liczba Eulera szkielet obwód pole powierzchni środek ciężkości ułożenie przestrzenne momenty wyższych rzędów promienie max-min centryczność
Bardziej szczegółowoDział I FUNKCJE I ICH WŁASNOŚCI
MATEMATYKA ZAKRES PODSTAWOWY Rok szkolny 01/013 Klasa: II Nauczyciel: Mirosław Kołomyjski Dział I FUNKCJE I ICH WŁASNOŚCI Lp. Zagadnienie Osiągnięcia ucznia. 1. Podstawowe własności funkcji.. Podaje określenie
Bardziej szczegółowoKatalog wymagań programowych na poszczególne stopnie szkolne. Matematyka. Poznać, zrozumieć
Katalog wymagań programowych na poszczególne stopnie szkolne Matematyka. Poznać, zrozumieć Kształcenie w zakresie podstawowym. Klasa 3 Poniżej podajemy umiejętności, jakie powinien zdobyć uczeń z każdego
Bardziej szczegółowoAnaliza współzależności dwóch cech I
Analiza współzależności dwóch cech I Współzależność dwóch cech W tym rozdziale pokażemy metody stosowane dla potrzeb wykrywania zależności lub współzależności między dwiema cechami. W celu wykrycia tych
Bardziej szczegółowoWymagania edukacyjne z matematyki w klasie III gimnazjum
Wymagania edukacyjne z matematyki w klasie III gimnazjum - nie potrafi konstrukcyjnie podzielić odcinka - nie potrafi konstruować figur jednokładnych - nie zna pojęcia skali - nie rozpoznaje figur jednokładnych
Bardziej szczegółowoSzczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) 1. Populacja generalna a losowa próba, parametr rozkładu cechy a jego ocena z losowej próby, miary opisu statystycznego
Bardziej szczegółowoZadania egzaminacyjne
Rozdział 13 Zadania egzaminacyjne Egzamin z algebry liniowej AiR termin I 03022011 Zadanie 1 Wyznacz sumę rozwiązań równania: (8z + 1 i 2 2 7 iz 4 = 0 Zadanie 2 Niech u 0 = (1, 2, 1 Rozważmy odwzorowanie
Bardziej szczegółowoMATeMAtyka 3. Propozycja przedmiotowego systemu oceniania wraz z określeniem wymagań edukacyjnych. Zakres podstawowy i rozszerzony
Agnieszka Kamińska, Dorota Ponczek MATeMAtyka 3 Propozycja przedmiotowego systemu oceniania wraz z określeniem wymagań edukacyjnych Zakres podstawowy i rozszerzony Wyróżnione zostały następujące wymagania
Bardziej szczegółowoWyznaczanie prędkości dźwięku w powietrzu
Imię i Nazwisko... Wyznaczanie prędkości dźwięku w powietrzu Opracowanie: Piotr Wróbel 1. Cel ćwiczenia. Celem ćwiczenia jest wyznaczenie prędkości dźwięku w powietrzu, metodą różnicy czasu przelotu. Drgania
Bardziej szczegółowoIII. Układy liniowe równań różniczkowych. 1. Pojęcie stabilności rozwiązań.
III. Układy liniowe równań różniczkowych. 1. Pojęcie stabilności rozwiązań. Analiza stabilności rozwiązań stanowi ważną część jakościowej teorii równań różniczkowych. Jej istotą jest poszukiwanie odpowiedzi
Bardziej szczegółowoMatematyka do liceów i techników Szczegółowy rozkład materiału Zakres podstawowy
Matematyka do liceów i techników Szczegółowy rozkład materiału Zakres podstawowy Wariant nr (klasa I 4 godz., klasa II godz., klasa III godz.) Klasa I 7 tygodni 4 godziny = 48 godzin Lp. Tematyka zajęć
Bardziej szczegółowoZagadnienia z matematyki dla klasy II oraz przykładowe zadania
Zagadnienia z matematyki dla klasy II oraz przykładowe zadania FUNKCJA KWADRATOWA Wykres funkcji f () = a Przesunięcie wykresu funkcji f() = a o wektor Postać kanoniczna i postać ogólna funkcji kwadratowej
Bardziej szczegółowoWykład Ćwiczenia Laboratorium Projekt Seminarium Liczba godzin zajęć zorganizowanych w Uczelni 30 30
Zał. nr do ZW WYDZIAŁ ***** KARTA PRZEDMIOTU Nazwa w języku polskim ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ B Nazwa w języku angielskim Algebra and Analytic Geometry Kierunek studiów (jeśli dotyczy): Specjalność
Bardziej szczegółowoKształcenie w zakresie podstawowym. Klasa 2
Kształcenie w zakresie podstawowym. Klasa 2 Poniżej podajemy umiejętności, jakie powinien zdobyć uczeń z każdego działu, aby uzyskać poszczególne stopnie. Na ocenę dopuszczającą uczeń powinien opanować
Bardziej szczegółowoR n jako przestrzeń afiniczna
R n jako przestrzeń afiniczna Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 11. wykład z algebry liniowej Warszawa, grudzień 2014 Mirosław Sobolewski (UW) Warszawa, grudzień 2014 1
Bardziej szczegółowoEgzamin ustny z matematyki semestr II Zakres wymaganych wiadomości i umiejętności
Egzamin ustny z matematyki semestr II Zakres wymaganych wiadomości i umiejętności I. Pojęcie funkcji definicja różne sposoby opisu funkcji określenie dziedziny, zbioru wartości, miejsc zerowych. Należy
Bardziej szczegółowoTechniki uczenia maszynowego nazwa przedmiotu SYLABUS
Techniki uczenia maszynowego nazwa SYLABUS Obowiązuje od cyklu kształcenia: 2014/20 Część A. Informacje ogólne Elementy składowe sylabusu Nazwa jednostki prowadzącej studiów Poziom kształcenia Profil studiów
Bardziej szczegółowoStatystyka od podstaw Janina Jóźwiak, Jarosław Podgórski
Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski Książka jest nowoczesnym podręcznikiem przeznaczonym dla studentów uczelni i wydziałów ekonomicznych. Wykład podzielono na cztery części. W pierwszej
Bardziej szczegółowoBiometria podpisu odręcznego
Podstawy Technik Biometrycznych Semestr letni 215/216, wykład #6 Biometria podpisu odręcznego dr inż. Paweł Forczmański Katedra Systemów Multimedialnych, Wydzial Informatyki 1/26 Biometria behawioralna
Bardziej szczegółowoWYMAGANIA EDUKACYJNE Z MATEMATYKI DLA KLASY III
WYMAGANIA EDUKACYJNE Z MATEMATYKI DLA KLASY III Program nauczania matematyki w gimnazjum Matematyka dla przyszłości DKW 4014 162/99 Opracowała: mgr Mariola Bagińska 1. Liczby i działania Podaje rozwinięcia
Bardziej szczegółowoStatystyka. Wykład 7. Magdalena Alama-Bućko. 16 kwietnia Magdalena Alama-Bućko Statystyka 16 kwietnia / 35
Statystyka Wykład 7 Magdalena Alama-Bućko 16 kwietnia 2017 Magdalena Alama-Bućko Statystyka 16 kwietnia 2017 1 / 35 Tematyka zajęć: Wprowadzenie do statystyki. Analiza struktury zbiorowości miary położenia
Bardziej szczegółowoĆWICZENIE NR.6. Temat : Wyznaczanie drgań mechanicznych przekładni zębatych podczas badań odbiorczych
ĆWICZENIE NR.6 Temat : Wyznaczanie drgań mechanicznych przekładni zębatych podczas badań odbiorczych 1. Wstęp W nowoczesnych przekładniach zębatych dąży się do uzyskania małych gabarytów w stosunku do
Bardziej szczegółowoStatystyka. Wykład 5. Magdalena Alama-Bućko. 20 marca Magdalena Alama-Bućko Statystyka 20 marca / 26
Statystyka Wykład 5 Magdalena Alama-Bućko 20 marca 2017 Magdalena Alama-Bućko Statystyka 20 marca 2017 1 / 26 Koncentracja Analiza struktury zbiorowości miary położenia ( miary średnie) miary zmienności
Bardziej szczegółowoSpis treści. Zadania z rozwiązaniem krok po kroku Arkusz maturalny przykładowy zestaw zadań Odpowiedzi do zadań Indeks...
Spis treści 3 Spis treści I. Liczby rzeczywiste 1. Liczby naturalne, całkowite, wymierne... 5. Pierwiastki, liczby niewymierne... 11 3. Potęga o wykładniku naturalnym, całkowitym, wymiernym... 15 4. Wyrażenia
Bardziej szczegółowoMATeMAtyka 4 Przedmiotowy system oceniania wraz z określeniem wymagań edukacyjnych
MATeMAtyka 4 Przedmiotowy system oceniania wraz z określeniem wymagań edukacyjnych Zakres podstawowy i rozszerzony Wyróżnione zostały następujące wymagania programowe: konieczne (K), podstawowe (P), rozszerzające
Bardziej szczegółowoMetody systemowe i decyzyjne w informatyce
Metody systemowe i decyzyjne w informatyce Laboratorium JAVA Zadanie nr 2 Rozpoznawanie liter autorzy: A. Gonczarek, J.M. Tomczak Cel zadania Celem zadania jest zapoznanie się z problemem klasyfikacji
Bardziej szczegółowoKatedra Fizyki Ciała Stałego Uniwersytetu Łódzkiego. Ćwiczenie 2 Badanie funkcji korelacji w przebiegach elektrycznych.
Katedra Fizyki Ciała Stałego Uniwersytetu Łódzkiego Ćwiczenie Badanie unkcji korelacji w przebiegach elektrycznych. Cel ćwiczenia: Celem ćwiczenia jest zbadanie unkcji korelacji w okresowych sygnałach
Bardziej szczegółowoElementy Modelowania Matematycznego Wykład 4 Regresja i dyskryminacja liniowa
Spis treści Elementy Modelowania Matematycznego Wykład 4 Regresja i dyskryminacja liniowa Romuald Kotowski Katedra Informatyki Stosowanej PJWSTK 2009 Spis treści Spis treści 1 Wstęp Bardzo często interesujący
Bardziej szczegółowoWymagania kl. 3. Zakres podstawowy i rozszerzony
Wymagania kl. 3 Zakres podstawowy i rozszerzony Temat lekcji Zakres treści Osiągnięcia ucznia 1. RACHUNEK PRAWDOPODOBIEŃSTWA 1. Reguła mnożenia reguła mnożenia ilustracja zbioru wyników doświadczenia za
Bardziej szczegółowoPrzedmiotowy system oceniania z matematyki klasa I i II ZSZ 2013/2014
I. Liczby rzeczywiste K-2 P-3 R-4 D-5 W-6 Rozpoznaje liczby: naturalne (pierwsze i złożone),całkowite, wymierne, niewymierne, rzeczywiste Stosuje cechy podzielności liczb przez 2, 3,5, 9 Podaje dzielniki
Bardziej szczegółowoAlgebra Liniowa 2 (INF, TIN), MAP1152 Lista zadań
Algebra Liniowa 2 (INF, TIN), MAP1152 Lista zadań Przekształcenia liniowe, diagonalizacja macierzy 1. Podano współrzędne wektora v w bazie B. Znaleźć współrzędne tego wektora w bazie B, gdy: a) v = (1,
Bardziej szczegółowoAUTOMATYKA INFORMATYKA
AUTOMATYKA INFORMATYKA Technologie Informacyjne Sieć Semantyczna Przetwarzanie Języka Naturalnego Internet Edytor Serii: Zdzisław Kowalczuk Inteligentne wydobywanie informacji z internetowych serwisów
Bardziej szczegółowoMatematyka do liceów i techników Szczegółowy rozkład materiału Klasa III zakres rozszerzony
Matematyka do liceów i techników Szczegółowy rozkład materiału Klasa III zakres rozszerzony 9 tygodni 6 godzin = 7 godziny Lp. Tematyka zajęć Liczba godzin I. Funkcja wykładnicza i funkcja logarytmiczna.
Bardziej szczegółowoSYSTEM BIOMETRYCZNY IDENTYFIKUJĄCY OSOBY NA PODSTAWIE CECH OSOBNICZYCH TWARZY. Autorzy: M. Lewicka, K. Stańczyk
SYSTEM BIOMETRYCZNY IDENTYFIKUJĄCY OSOBY NA PODSTAWIE CECH OSOBNICZYCH TWARZY Autorzy: M. Lewicka, K. Stańczyk Kraków 2008 Cel pracy projekt i implementacja systemu rozpoznawania twarzy, który na podstawie
Bardziej szczegółowoMatematyka do liceów i techników Szczegółowy rozkład materiału Klasa III zakres rozszerzony 563/3/2014
Matematyka do liceów i techników Szczegółowy rozkład materiału Klasa III zakres rozszerzony 56//0 5 tygodni godzin = 75 godzin Lp. Tematyka zajęć I. Kombinatoryka i rachunek prawdopodobieństwa. Reguła
Bardziej szczegółowoStatystyka w pracy badawczej nauczyciela
Statystyka w pracy badawczej nauczyciela Wykład 1: Terminologia badań statystycznych dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyka (1) Statystyka to nauka zajmująca się zbieraniem, badaniem
Bardziej szczegółowoAnaliza współzależności zjawisk. dr Marta Kuc-Czarnecka
Analiza współzależności zjawisk dr Marta Kuc-Czarnecka Wprowadzenie Prawidłowości statystyczne mają swoje przyczyny, w związku z tym dla poznania całokształtu badanego zjawiska potrzebna jest analiza z
Bardziej szczegółowoWeryfikacja hipotez statystycznych. KG (CC) Statystyka 26 V / 1
Weryfikacja hipotez statystycznych KG (CC) Statystyka 26 V 2009 1 / 1 Sformułowanie problemu Weryfikacja hipotez statystycznych jest drugą (po estymacji) metodą uogólniania wyników uzyskanych w próbie
Bardziej szczegółowoWYMAGANIA EDUKACYJNE NIEZBĘDNE DO UZYSKANIA POSZCZEGÓLNYCH ŚRÓDROCZNYCH I ROCZNYCH OCEN KLASYFIKACYJNYCH Z MATEMATYKI
WYMAGANIA EDUKACYJNE NIEZBĘDNE DO UZYSKANIA POSZCZEGÓLNYCH ŚRÓDROCZNYCH I ROCZNYCH OCEN KLASYFIKACYJNYCH Z MATEMATYKI ROK SZKOLNY 2018/2019 POZIOM PODSTAWOWY I ROZSZERZONY KLASA 3 UWAGI: 1. Zakłada się,
Bardziej szczegółowoKinematyka robotów mobilnych
Kinematyka robotów mobilnych Maciej Patan Uniwersytet Zielonogórski Instytut Sterowania i Systemów Informatycznych Adaptacja slajdów do wykładu Autonomous mobile robots R. Siegwart (ETH Zurich Master Course:
Bardziej szczegółowoRozkłady wielu zmiennych
Rozkłady wielu zmiennych Uogólnienie pojęć na rozkład wielu zmiennych Dystrybuanta, gęstość prawdopodobieństwa, rozkład brzegowy, wartości średnie i odchylenia standardowe, momenty Notacja macierzowa Macierz
Bardziej szczegółowoWyznaczenie współczynnika restytucji
1 Ćwiczenie 19 Wyznaczenie współczynnika restytucji 19.1. Cel ćwiczenia Celem ćwiczenia jest wyznaczenie współczynnika restytucji dla różnych materiałów oraz sprawdzenie słuszności praw obowiązujących
Bardziej szczegółowo1 Podstawy rachunku prawdopodobieństwa
1 Podstawy rachunku prawdopodobieństwa Dystrybuantą zmiennej losowej X nazywamy prawdopodobieństwo przyjęcia przez zmienną losową X wartości mniejszej od x, tzn. F (x) = P [X < x]. 1. dla zmiennej losowej
Bardziej szczegółowoSYSTEMY UCZĄCE SIĘ WYKŁAD 4. DRZEWA REGRESYJNE, INDUKCJA REGUŁ. Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska
SYSTEMY UCZĄCE SIĘ WYKŁAD 4. DRZEWA REGRESYJNE, INDUKCJA REGUŁ Częstochowa 2014 Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska DRZEWO REGRESYJNE Sposób konstrukcji i przycinania
Bardziej szczegółowoPrzestrzeń unitarna. Jacek Kłopotowski. 23 października Katedra Matematyki i Ekonomii Matematycznej SGH
Katedra Matematyki i Ekonomii Matematycznej SGH 23 października 2018 Definicja iloczynu skalarnego Definicja Iloczynem skalarnym w przestrzeni liniowej R n nazywamy odwzorowanie ( ) : R n R n R spełniające
Bardziej szczegółowoStatystyka. Wykład 9. Magdalena Alama-Bućko. 24 kwietnia Magdalena Alama-Bućko Statystyka 24 kwietnia / 34
Statystyka Wykład 9 Magdalena Alama-Bućko 24 kwietnia 2017 Magdalena Alama-Bućko Statystyka 24 kwietnia 2017 1 / 34 Tematyka zajęć: Wprowadzenie do statystyki. Analiza struktury zbiorowości miary położenia
Bardziej szczegółowoWPŁYW METODY DOPASOWANIA NA WYNIKI POMIARÓW PIÓRA ŁOPATKI INFLUENCE OF BEST-FIT METHOD ON RESULTS OF COORDINATE MEASUREMENTS OF TURBINE BLADE
Dr hab. inż. Andrzej Kawalec, e-mail: ak@prz.edu.pl Dr inż. Marek Magdziak, e-mail: marekm@prz.edu.pl Politechnika Rzeszowska Wydział Budowy Maszyn i Lotnictwa Katedra Technik Wytwarzania i Automatyzacji
Bardziej szczegółowoRok akademicki: 2012/2013 Kod: JFM s Punkty ECTS: 3. Poziom studiów: Studia I stopnia Forma i tryb studiów: Stacjonarne
Nazwa modułu: Statystyka inżynierska Rok akademicki: 2012/2013 Kod: JFM-1-210-s Punkty ECTS: 3 Wydział: Fizyki i Informatyki Stosowanej Kierunek: Fizyka Medyczna Specjalność: Poziom studiów: Studia I stopnia
Bardziej szczegółowoSpis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16
Spis treści Przedmowa.......................... XI Rozdział 1. Pomiar: jednostki miar................. 1 1.1. Wielkości fizyczne i pozafizyczne.................. 1 1.2. Spójne układy miar. Układ SI i jego
Bardziej szczegółowoStatystyka opisowa. Wykład V. Regresja liniowa wieloraka
Statystyka opisowa. Wykład V. e-mail:e.kozlovski@pollub.pl Spis treści 1 Prosta regresji cechy Y względem cech X 1,..., X k. 2 3 Wyznaczamy zależność cechy Y od cech X 1, X 2,..., X k postaci Y = α 0 +
Bardziej szczegółowoPDM 3. Zakres podstawowy i rozszerzony. Plan wynikowy. STEREOMETRIA (22 godz.) W zakresie TREŚCI PODSTAWOWYCH uczeń potrafi:
PDM 3 Zakres podstawowy i rozszerzony Plan wynikowy STEREOMETRIA ( godz.) Proste i płaszczyzny w przestrzeni Kąt nachylenia prostej do płaszczyzny wskazać płaszczyzny równoległe i płaszczyzny prostopadłe
Bardziej szczegółowoBlok 2: Zależność funkcyjna wielkości fizycznych. Rzuty
Blok : Zależność funkcyjna wielkości fizycznych. Rzuty ZESTAW ZADAŃ NA ZAJĘCIA ROZGRZEWKA 1. Przeanalizuj wykresy zaprezentowane na rysunkach. Załóż, żę w każdym przypadku ciało poruszało się zgodnie ze
Bardziej szczegółowoANALIZA SEMANTYCZNA OBRAZU I DŹWIĘKU
ANALIZA SEMANTYCZNA OBRAZU I DŹWIĘKU obraz dr inż. Jacek Naruniec Analiza Składowych Niezależnych (ICA) Independent Component Analysis Dąży do wyznaczenia zmiennych niezależnych z obserwacji Problem opiera
Bardziej szczegółowoDział I FUNKCJE TRYGONOMETRYCZNE
MATEMATYKA ZAKRES PODSTAWOWY Rok szkolny 01/013 Klasa: III Nauczyciel: Mirosław Kołomyjski Dział I FUNKCJE TRYGONOMETRYCZNE Lp. Zagadnienie Osiągnięcia ucznia. 1. Miara kąta. Sprawnie operuje pojęciami:
Bardziej szczegółowoZałóżmy, że obserwujemy nie jedną lecz dwie cechy, które oznaczymy symbolami X i Y. Wyniki obserwacji obu cech w i-tym obiekcie oznaczymy parą liczb
Współzależność Załóżmy, że obserwujemy nie jedną lecz dwie cechy, które oznaczymy symbolami X i Y. Wyniki obserwacji obu cech w i-tym obiekcie oznaczymy parą liczb (x i, y i ). Geometrycznie taką parę
Bardziej szczegółowoWspółczynnik korelacji. Współczynnik korelacji jest miernikiem zależności między dwiema cechami Oznaczenie: ϱ
Współczynnik korelacji Współczynnik korelacji jest miernikiem zależności między dwiema cechami Oznaczenie: ϱ Własności współczynnika korelacji 1. Współczynnik korelacji jest liczbą niemianowaną 2. ϱ 1,
Bardziej szczegółowoGeometria Lista 0 Zadanie 1
Geometria Lista 0 Zadanie 1. Wyznaczyć wzór na pole równoległoboku rozpiętego na wektorach u, v: (a) nie odwołując się do współrzędnych tych wektorów; (b) odwołując się do współrzędnych względem odpowiednio
Bardziej szczegółowoMATEMATYKA. kurs uzupełniający dla studentów 1. roku PWSZ. w ramach»europejskiego Funduszu Socjalnego« Adam Kolany.
MATEMATYKA kurs uzupełniający dla studentów 1. roku PWSZ w ramach»europejskiego Funduszu Socjalnego«Adam Kolany rozkład materiału Projekt finansowany przez Unię Europejską w ramach Europejskiego Funduszu
Bardziej szczegółowoWYMAGANIA EDUKACYJNE Z MATEMATYKI DLA KLASY 7SP. V. Obliczenia procentowe. Uczeń: 1) przedstawia część wielkości jako procent tej wielkości;
WYMAGANIA EDUKACYJNE Z MATEMATYKI DLA KLASY 7SP Liczby. TEMAT Rozwinięcia dziesiętne liczb wymiernych. Zaokrąglanie liczb. Szacowanie wyników. Dodawanie i odejmowanie liczb dodatnich. Mnożenie i dzielenie
Bardziej szczegółowoWymagania edukacyjne na poszczególne oceny branżowa szkoła I stopnia klasa 1 po gimnazjum
Wymagania edukacyjne na poszczególne oceny branżowa szkoła I stopnia klasa 1 po gimnazjum I. Liczby rzeczywiste 1. Liczby naturalne 2. Liczby całkowite. 3. Liczby wymierne 4. Rozwinięcie dziesiętne liczby
Bardziej szczegółowoZagadnienia z matematyki dla klasy II oraz przykładowe zadania
Zagadnienia z matematyki dla klasy II oraz przykładowe zadania FUNKCJA KWADRATOWA Wykres funkcji f (x) = ax Przesunięcie wykresu funkcji f(x) = ax o wektor Postać kanoniczna i postać ogólna funkcji kwadratowej
Bardziej szczegółowoKRYTERIA OCENIANIA Z MATEMATYKI W OPARCIU O PODSTAWĘ PROGRAMOWĄ I PROGRAM NAUCZANIA MATEMATYKA 2001 DLA KLASY DRUGIEJ
KRYTERIA OCENIANIA Z MATEMATYKI W OPARCIU O PODSTAWĘ PROGRAMOWĄ I PROGRAM NAUCZANIA MATEMATYKA 2001 DLA KLASY DRUGIEJ TREŚCI KSZTAŁCENIA WYMAGANIA PODSTAWOWE WYMAGANIA PONADPODSTAWOWE Liczby wymierne i
Bardziej szczegółowoRobert Susmaga. Instytut Informatyki ul. Piotrowo 2 Poznań
... Robert Susmaga Instytut Informatyki ul. Piotrowo 2 Poznań kontakt mail owy Robert.Susmaga@CS.PUT.Poznan.PL kontakt osobisty Centrum Wykładowe, blok informatyki, pok. 7 Wyłączenie odpowiedzialności
Bardziej szczegółowoTestowanie hipotez statystycznych.
Statystyka Wykład 10 Wrocław, 22 grudnia 2011 Testowanie hipotez statystycznych Definicja. Hipotezą statystyczną nazywamy stwierdzenie dotyczące parametrów populacji. Definicja. Dwie komplementarne w problemie
Bardziej szczegółowoObraz jako funkcja Przekształcenia geometryczne
Cyfrowe przetwarzanie obrazów I Obraz jako funkcja Przekształcenia geometryczne dr. inż Robert Kazała Definicja obrazu Obraz dwuwymiarowa funkcja intensywności światła f(x,y); wartość f w przestrzennych
Bardziej szczegółowo1.7. Eksploracja danych: pogłębianie, przeszukiwanie i wyławianie
Wykaz tabel Wykaz rysunków Przedmowa 1. Wprowadzenie 1.1. Wprowadzenie do eksploracji danych 1.2. Natura zbiorów danych 1.3. Rodzaje struktur: modele i wzorce 1.4. Zadania eksploracji danych 1.5. Komponenty
Bardziej szczegółowoReprezentacja i analiza obszarów
Cechy kształtu Topologiczne Geometryczne spójność liczba otworów liczba Eulera szkielet obwód pole powierzchni środek cięŝkości ułoŝenie przestrzenne momenty wyŝszych rzędów promienie max-min centryczność
Bardziej szczegółowoWymagania edukacyjne z matematyki Klasa III zakres rozszerzony
Wymagania edukacyjne z matematyki Klasa III zakres rozszerzony Program nauczania zgodnie z: Kurczab M., Kurczab E., Świda E., Program nauczania w liceach i technikach. Zakres Rozszerzony., Oficyna Edukacyjna
Bardziej szczegółowoROZKŁAD MATERIAŁU DO II KLASY LICEUM (ZAKRES ROZSZERZONY) A WYMAGANIA PODSTAWY PROGRAMOWEJ.
ROZKŁAD MATERIAŁU DO II KLASY LICEUM (ZAKRES ROZSZERZONY) A WYMAGANIA PODSTAWY PROGRAMOWEJ. LICZBA TEMAT GODZIN LEKCYJNYCH Potęgi, pierwiastki i logarytmy (8 h) Potęgi 3 Pierwiastki 3 Potęgi o wykładnikach
Bardziej szczegółowo