Zaglądamy pod maskę: podstawy działania silnika wyszukiwawczego na przykładzie Lucene

Wielkość: px
Rozpocząć pokaz od strony:

Download "Zaglądamy pod maskę: podstawy działania silnika wyszukiwawczego na przykładzie Lucene"

Transkrypt

1 2..22 Zaglądamy pod maskę: podstawy działania silnika wyszukiwawczego na przykładzie Lucene Dominika Puzio

2 Indeks

3 Podstawy: dokument Dokument: jednostka danych, pojedynczy element na liście wyników wyszukiwania, to co chcemy wyszukiwać ( strona www, artykuł, post, dobro konsumpcyjne ) dokument id: content: Ala ma kota pole 3

4 Podstawy: indeks Indeks: repozytorium, w którym silnik wyszukiwawczy przechowuje dane, zorganizowane w taki sposób, aby dało się w nich szybko wyszukiwać id: content: Ala ma kota id:2 content: Ola ma psa id:3 content: Ala lubi psa 4

5 Indeks odwrócony doc content: content: Ala Ala ma ma kota kota doc2 content: content: Ola Ola ma ma psa psa doc3 content: content: Ala Ala lubi lubi psa psa ala 3 ma 2 kota ola 2 psa 2 3 lubi 3 5

6 Indeks: budowanie doc content: content: Ala Ala ma ma kota kota content:ala 3 doc2 content: content: Ola Ola ma ma psa psa doc3 content: content: Ala Ala lubi lubi psa psa content:kota content:ma content:lubi content:ma 3 2 content:ola content:ma 2 2 content:psa content:ola 2 content:psa 2 3 6

7 Indeks: słownik content:ala 3 content:kota słownik content:lubi 3 content:ma 2 content:ola 2 content:psa 2 3 termy listy id dokumentów 7

8 Indeks: słownik doc id: id: content:ala ma ma kota kota content:ala 3 content:kota doc2 id:2 id:2 content:ola ma ma psa psa doc3 id:3 id:3 content:ala lubi lubi psa psa content:lubi 3 content:ma 2 content:ola 2 content:psa 2 3 id: id:2 2 id:3 3 8

9 Indeks: przebieg wyszukiwania QUERY: [content: ala] content:ala 3 QUERY: [content: ala OR content: kota] content:ala 3 content:kota OR 3 QUERY: [content: ala AND content: kota] content:ala 3 content:kota AND 9

10 Indeks: oglądamy słownik Luke czytnik indeksów Lucene

11 Algorytm scoringu (czyli dlaczego kot jest ważniejszy niż pies)

12 Vector Space Model i trochę historii historycznie: idea użycia komputerów do poszukiwania informacji pojawiła się w 945 roku (http://www.theatlantic.com/magazine/archive/945/7/as-we-may-think/3388/) pierwsze silniki wyszukiwawcze (akademickie) lata 5' pierwsze wielkoskalowe silniki wyszukiwawcze, gotowe do użytku komercyjnego lata 7' Vector Space Model: algebraiczny model dokumentu tekstowego, opracowany i pierwszy raz użyty w latach 6' na Cornell University jako część systemu SMART (System for the Mechanical Analysis and Retrieval of Text) jednej z pierwszych tekstowych wyszukiwarek Vector Space Ranking: algorytm scoringu oparty o Vector Space Model 2

13 Informacje zawarte w słowniku content:ala 3 content:kota content:lubi 3 content:ma 2 content:ola 2 dokument : zawiera słowo ala dokument 2: nie zawiera słowa ala dokument 3: zawiera słowo ala content:psa 2 3 3

14 Alternatywny zapis słownika doc doc2 doc3 content:ala content:kota content:lubi content:ma content:ola content:psa Indeks macierzowy 4

15 Vector Space Model: wektor dokumentu doc doc2 doc3 ala kota doc3 lubi doc2 ma doc ola psa ala kota lubi ma ola psa wektor dokumentu wektor dokumentu doc w przestrzeni doc słów 5

16 Vector Space Model: waga słów doc ala kota lubi ma ola psa Założenie Vector Space Model: informacja o tym, że słowo wystąpiło w dokumencie (lub nie) nie jest wystarczająca. Model bierze pod uwagę również to, że: im więcej wystąpień słowa w dokumencie, tym wyżej powinien być na liście wyników nie wszystkie słowa są jednakowo ważne 6

17 Vector Space Model: waga słów Wartością współrzędnej słowa s w dokumencie d jest waga w s, d obliczana na podstawie liczby wystąpień słowa s w dokumencie d i wartości informacyjnej słowa s. doc w ala,doc w kota,doc w lubi,doc w ma,doc w ola,doc w psa,doc ala kota lubi ma ola psa 7

18 Vector Space Model Krok : każde słowo w dokumencie dostaje wagę zależną od liczby wystąpień słowa w dokumencie i wartości informacyjnej słowa bierzemy pod uwagę liczbę wystąpień poszukiwanego słowa w dokumencie - im więcej razy słowo z zapytania wystąpiło w dokumencie, tym wyższy score dla dokumentu dla każdego słowa w dokumencie mamy liczbę: tf s, d (term frequency) = liczba wystąpień słowa s w dokumencie d dla każdego słowa w dokumencie wyznaczamy wagę wg. wzoru: w s, d = log tf s, d dlatf s,d w przeciwnym wypadku 8

19 Vector Space Model Dlaczego logarytm? w s,d = log tf s, d dlatf s,d w przeciwnym wypadku żeby nie mieć zależności wprost (dokument zawierający słowo razy, nie jest razy lepszy od tego, który zawiera je raz) Dlaczego +log? żeby słowo, które wystąpiło w dokumencie raz, nie otrzymało wagi ( log = ) Dlaczego osobno przypadek, kiedy tf s, d =? dlatego, że log = -ꝏ 9

20 Vector Space Model Krok : każde słowo w dokumencie dostaje wagę zależną od liczby wystąpień słowa w dokumencie i wartości informacyjnej słowa bierzemy pod uwagę liczbę wystąpień poszukiwanego słowa w całym indeksie im rzadsze słowo, tym więcej informacji niesie i dokument je zawierający powinien mieć wyższy score dla każdego słowa w dokumencie mamy liczbę: df s (document frequency) = liczba dokumentów w indeksie zawierających słowo s dla każdego słowa w dokumencie wyznaczamy tzw. inverse document frrequency: idf s =log N df s N - liczba wszystkich dokumentów w indeksie 2

21 Vector Space Model Krok : każde słowo w dokumencie dostaje wagę zależną od tf i idf dla każdego słowa w dokumencie wyznaczamy wagę: w s, d = log tf s,d log N df s waga jest wyznaczana podczas indeksowania i zapisywana w indeksie Przykład: doc doc2 doc3 ala tf ala, doc = tf ala,doc3 = tf ala,doc2 = N = 3 df ala = 2 w ala,doc =w ala, doc3 = log log 3 2,58 w ala,doc2 = log 3 2 = 2

22 Vector Space Model Krok 2: każdy dokument przedstawiamy jako wektor w przestrzeni słów doc w ala,doc w kota,doc w lubi,doc w ma,doc w ola,doc w psa,doc ala kota lubi ma ola psa doc: Ala ma kota doc [,58,58,58 ] ala kota lubi ma ola psa 22

23 Vector Space Model Krok 2: każdy dokument przedstawiamy jako wektor w przestrzeni słów doc: Ala ma kota doc2: Ola ma psa doc3: Ala lubi psa doc [,58,58,58 ] doc2 [,58,58,58 ] doc3 [,58,58,58 ] ala kota lubi ma ola psa 23

24 Vector Space Model (Ranking) Krok 3: zapytanie przedstawiamy jako wektor w przestrzeni słów z: kota i psa z [,58,58 ] ala kota lubi ma ola psa 24

25 Vector Space Model (Ranking) Krok 4: liczymy odległość pomiędzy wektorem zapytania a wektorem dokumentu odległość Euklidesowa nie jest dobra: a b a b d a, b = a, b = d a, b = a, b = 25

26 Vector Space Model (Ranking) Krok 4: liczymy odległość pomiędzy wektorem zapytania a wektorem dokumentu jako miary odległości można użyć kąta między wektorami ale obliczanie kąta jest trudne (π!) zamiast samego kąta można policzyć jego cosinus: cos = cos9 = cos a, b = a b a b = i i a i 2 a i b i i b i 2 cosinus kąta między wektorami = odległość cosinusowa wektorów 26

27 Vector Space Model (Ranking). każde słowo w dokumencie dostaje wagę zależną od liczby wystąpień słowa w dokumencie i wartości informacyjnej słowa 2. każdy dokument przedstawiamy jako wektor w przestrzeni słów 3. zapytanie przedstawiamy jako wektor w przestrzeni słów 4. liczymy odległości cosinusowe pomiędzy wektorem zapytania a wektorami dokumentów 5. sortujemy dokumenty malejąco według odległości ich wektorów od wektora zapytania uproszczony wzór na score dokumentu: score q,d = s q s q d log tf s, q idf s log tf s, d idf s log tf s, q idf s 2 s d log tf s,d idf s 2 27

28 Vector Space Model w praktyce gdzie: scoring Lucene: score q,d = q d q querynorm q tf t,d idf 2 t boost s norm t, d t q querynorm(q) - czynnik normalizujący (stała), wprowadzony aby dało się porównać wyniki różnych typów zapytań, nie ma wpływu na pozycję dokumentu na liście tf zmodyfikowane term frequency idf zmodyfikowane inverse document frequency boost(s) dodatkowa waga słowa (termu) ustawiana w treści zapytania norm(t, d) norma dokumentu, liczba obliczana w trakcie indeksowania i zapisywana w indeksie: boost(d) dodatkowa waga dokumentu, ustawiana w czasie indeksowania field - długość pola (liczba słów) tf t, d := tf t,d N idf t := log df norm t,d =boost d boost field field boost(field) dodatkowa waga pola, ustawiana w czasie indeksowania 28

29 Vector Space Model w praktyce normy dokumentów 29

30 Vector Space Model w praktyce wartości tf dla każdego termu słownik + df dla każdego termu 3

31 Zasoby wiedzy Lucene Wiki: Luke Java User List: M. McCandless, E. Hatcher, O. Gospodnetić Lucene in Action, Second Edition Lucid Works:http://www.lucidworks.com/ C.D. Manning, P. Raghavan, H. Schutze Introduction to Information Retrieval 3

Architektury Usług Internetowych. Wyszukiwanie usług w systemie BeesyCluster

Architektury Usług Internetowych. Wyszukiwanie usług w systemie BeesyCluster Architektury Usług Internetowych laboratorium nr 6: Wyszukiwanie usług w systemie BeesyCluster Jakub Kuryłowicz, dr inż. Paweł Czarnul jakub.kurylowicz@eti.pg.gda.pl, pczarnul@eti.pg.gda.pl Katedra Architektury

Bardziej szczegółowo

Indeksowanie full text search w chmurze

Indeksowanie full text search w chmurze Prezentacja przygotowana dla: 5. Konferencja MIC w Poznaniu, 16.06.20111 Lucene.NET Indeksowanie full text search w chmurze K2 i Windows Azure dlaczego dla nas to możliwe? 1. Mamy unikalne połącznie kompetencji

Bardziej szczegółowo

27.03.2014 Warszawa. Indeksowanietreściwteoriipraktyce. warsztaty

27.03.2014 Warszawa. Indeksowanietreściwteoriipraktyce. warsztaty 27.03.2014 Warszawa Indeksowanietreściwteoriipraktyce warsztaty Rosnąca liczba informacji cyfrowej uniemożliwia osobiste zapoznanie się z każdym ważnym czy chociażby przydatnym dokumentem. W celu ułatwienia

Bardziej szczegółowo

1. Dane punkty na płaszczyźnie. Trzeba narysować dendrogram centroidu

1. Dane punkty na płaszczyźnie. Trzeba narysować dendrogram centroidu 1. Dane punkty na płaszczyźnie. Trzeba narysować dendrogram centroidu Dendrogram obrazuje powiązania między klastrami. Liście obiekty Korzeń wynik grupowania Linia odcinająca pokazuje, w którym momencie

Bardziej szczegółowo

Energia potencjalna pola elektrostatycznego ładunku punktowego

Energia potencjalna pola elektrostatycznego ładunku punktowego Energia potencjalna pola elektrostatycznego ładunku punktowego Wszystkie rysunki i animacje zaczerpnięto ze strony http://web.mit.edu/8.02t/www/802teal3d/visualizations/electrostatics/index.htm. Tekst

Bardziej szczegółowo

baton OR mars 282,000,000 241,000,000 baton OR mars 283,000,000 WYSZUKIWANIE BOOLOWSKIE

baton OR mars 282,000,000 241,000,000 baton OR mars 283,000,000 WYSZUKIWANIE BOOLOWSKIE WYSZUKIWANIE BOOLOWSKIE Wyszukiwanie boolowskie jest rozszerzeniem wyszukiwania prostego (opartego o słowa kluczowe) o operatory logiczne: AND, OR, NOT oraz ich kombinację. Większośd modeli wyszukiwania

Bardziej szczegółowo

Eksploracja złożonych typów danych Text i Web Mining

Eksploracja złożonych typów danych Text i Web Mining Eksploracja złożonych typów danych Text i Web Mining Jerzy Stefanowski Instytut Informatyki Politechniki Poznańskiej Wykład AiED, Poznań 2002 Co będzie? Eksploracja danych tekstowych Wyszukiwanie informacji

Bardziej szczegółowo

ECDL/ICDL Użytkowanie baz danych Moduł S1 Sylabus - wersja 5.0

ECDL/ICDL Użytkowanie baz danych Moduł S1 Sylabus - wersja 5.0 ECDL/ICDL Użytkowanie baz danych Moduł S1 Sylabus - wersja 5.0 Przeznaczenie Sylabusa Dokument ten zawiera szczegółowy Sylabus dla modułu ECDL/ICDL Użytkowanie baz danych. Sylabus opisuje zakres wiedzy

Bardziej szczegółowo

Systemy Wspomagania Decyzji

Systemy Wspomagania Decyzji Rodzaje danych oraz ich przetwarzanie Szkoła Główna Służby Pożarniczej Zakład Informatyki i Łączności January 29, 2014 1 Dane tabelaryczne 2 Dane tekstowe 3 Dane sensoryczne 4 Dane multimedialne 5 Podsumowanie

Bardziej szczegółowo

Text mining w programie RapidMiner Michał Bereta www.michalbereta.pl

Text mining w programie RapidMiner Michał Bereta www.michalbereta.pl Text mining w programie RapidMiner Michał Bereta www.michalbereta.pl 1. Wstęp Aby skorzystać z możliwości RapidMinera w zakresie analizy tekstu, należy zainstalować Text Mining Extension. Wybierz: 1 Po

Bardziej szczegółowo

Pobieranie i przetwarzanie treści stron WWW

Pobieranie i przetwarzanie treści stron WWW Eksploracja zasobów internetowych Wykład 2 Pobieranie i przetwarzanie treści stron WWW mgr inż. Maciej Kopczyński Białystok 2014 Wstęp Jedną z funkcji silników wyszukiwania danych, a właściwie ich modułów

Bardziej szczegółowo

Informatyka Arkusz kalkulacyjny Excel 2010 dla WINDOWS cz.3

Informatyka Arkusz kalkulacyjny Excel 2010 dla WINDOWS cz.3 Wyższa Szkoła Ekologii i Zarządzania Informatyka Arkusz kalkulacyjny Excel 2010 dla WINDOWS cz.3 Slajd 1 Excel Slajd 2 Adresy względne i bezwzględne Jedną z najważniejszych spraw jest tzw. adresacja. Mówiliśmy

Bardziej szczegółowo

Tadeusz Pankowski www.put.poznan.pl/~tadeusz.pankowski

Tadeusz Pankowski www.put.poznan.pl/~tadeusz.pankowski : idea Indeksowanie: Drzewo decyzyjne, przeszukiwania binarnego: F = {5, 7, 10, 12, 13, 15, 17, 30, 34, 35, 37, 40, 45, 50, 60} 30 12 40 7 15 35 50 Tadeusz Pankowski www.put.poznan.pl/~tadeusz.pankowski

Bardziej szczegółowo

Microsoft Small Basic

Microsoft Small Basic Microsoft Small Basic Obiekt Math Szacowany czas trwania lekcji: 1 godzina Obiekt Math Podczas tej lekcji dowiesz się, jak: Używać różnych właściwości obiektu Math. Używać różnych operacji obiektu Math.

Bardziej szczegółowo

MODEL UŻYTKOWNIKA W INTERNETOWYCH SYSTEMACH WYSZUKIWANIA INFORMACJI

MODEL UŻYTKOWNIKA W INTERNETOWYCH SYSTEMACH WYSZUKIWANIA INFORMACJI Wydziałowy Zakład Systemów Informacyjnych Wydział Informatyki i Zarządzania Politechnika Wrocławska MODEL UŻYTKOWNIKA W INTERNETOWYCH SYSTEMACH WYSZUKIWANIA INFORMACJI (praca doktorska) Agnieszka Indyka

Bardziej szczegółowo

System monitorowania opinii o produktach w Internecie

System monitorowania opinii o produktach w Internecie Słowa kluczowe: klasyfikacja tekstu, Internet, Open Source, Java. Tomasz ŁUKASZEWICZ * Łukasz SZNUK + System monitorowania opinii o produktach w Internecie W pracy opisano system klasyfikowania opinii

Bardziej szczegółowo

DZIAŁ I: LICZBY I DZIAŁANIA Ocena dostateczna. Ocena dobra. Ocena bardzo dobra (1+2) (1+2+3+4) Uczeń: (1+2+3) Uczeń: określone warunki

DZIAŁ I: LICZBY I DZIAŁANIA Ocena dostateczna. Ocena dobra. Ocena bardzo dobra (1+2) (1+2+3+4) Uczeń: (1+2+3) Uczeń: określone warunki MATEMATYKA KLASA I I PÓŁROCZE -wyróżnia liczby naturalne, całkowite, wymierne -zna kolejność wykonywania działań -rozumie poszerzenie osi liczbowej na liczby ujemne -porównuje liczby wymierne -zaznacza

Bardziej szczegółowo

WYMAGANIA EDUKACYJNE Z MATEMATYKI DLA KLASY I GIMNAZJUM

WYMAGANIA EDUKACYJNE Z MATEMATYKI DLA KLASY I GIMNAZJUM WYMAGANIA EDUKACYJNE Z MATEMATYKI DLA KLASY I GIMNAZJUM LICZBY I DZIAŁANIA zna pojęcie liczby naturalnej, całkowitej, wymiernej rozumie rozszerzenie osi liczbowej na liczby ujemne umie zaznaczać liczbę

Bardziej szczegółowo

Informatyka wspomaga przedmioty ścisłe w szkole

Informatyka wspomaga przedmioty ścisłe w szkole Informatyka wspomaga przedmioty ścisłe w szkole Prezentuje : Dorota Roman - Jurdzińska W arkuszu I na obu poziomach występują dwa zadania związane z algorytmiką: Arkusz I bez komputera analiza algorytmów,

Bardziej szczegółowo

EBSCO Discovery Service - przewodnik

EBSCO Discovery Service - przewodnik Multiwyszukiwarka EBSCO Discovery Service - przewodnik Multiwyszukiwarka... 1 O multiwyszukiwarce... 2 Przeszukiwane źródła... 2 Jak rozpocząć korzystanie?... 2 Wyszukiwanie zaawansowane... 3 Zawężanie

Bardziej szczegółowo

WYMAGANIA EDUKACYJNE NA POSZCZEGÓLNE OCENY W KLASIE I GIMNAZJUM

WYMAGANIA EDUKACYJNE NA POSZCZEGÓLNE OCENY W KLASIE I GIMNAZJUM WYMAGANIA EDUKACYJNE NA POSZCZEGÓLNE OCENY W KLASIE I GIMNAZJUM NA OCENĘ DOPUSZCZJĄCĄ UCZEN: zna pojęcie liczby naturalnej, całkowitej, wymiernej rozumie rozszerzenie osi liczbowej na liczby ujemne umie

Bardziej szczegółowo

Sieci komputerowe. Wykład 8: Wyszukiwarki internetowe. Marcin Bieńkowski. Instytut Informatyki Uniwersytet Wrocławski

Sieci komputerowe. Wykład 8: Wyszukiwarki internetowe. Marcin Bieńkowski. Instytut Informatyki Uniwersytet Wrocławski Sieci komputerowe Wykład 8: Wyszukiwarki internetowe Marcin Bieńkowski Instytut Informatyki Uniwersytet Wrocławski Sieci komputerowe (II UWr) Wykład 8 1 / 37 czyli jak znaleźć igłę w sieci Sieci komputerowe

Bardziej szczegółowo

SZCZEGÓŁOWE WYMAGANIA EDUKACYJNE NA POSZCZEGÓLNE OCENY Z MATEMATYKI KLASA I 2015/2016

SZCZEGÓŁOWE WYMAGANIA EDUKACYJNE NA POSZCZEGÓLNE OCENY Z MATEMATYKI KLASA I 2015/2016 SZCZEGÓŁOWE WYMAGANIA EDUKACYJNE NA POSZCZEGÓLNE OCENY Z MATEMATYKI KLASA I 2015/2016 Ocenę dopuszczającą otrzymuje uczeń, który: (Liczby i działania) zna pojęcie liczby naturalnej, całkowitej, wymiernej

Bardziej szczegółowo

Tomasz Boiński: 1. Pozycjonowanie stron i zastosowanie mod_rewrite

Tomasz Boiński: 1. Pozycjonowanie stron i zastosowanie mod_rewrite Tomasz Boiński: 1 Pozycjonowanie stron i zastosowanie mod_rewrite Pozycjonowanie stron Promocja strony odbywa się poprzez umiejscowienie jej jak najwyżej w wynikach wyszukiwania Wyszukiwarki indeksują

Bardziej szczegółowo

dr inż. Jacek Naruniec email: J.Naruniec@ire.pw.edu.pl

dr inż. Jacek Naruniec email: J.Naruniec@ire.pw.edu.pl dr inż. Jacek Naruniec email: J.Naruniec@ire.pw.edu.pl Coraz większa ilość danych obrazowych How much information, University of California Berkeley, 2002: przyrost zdjęć rentgenowskich to 17,2 PB rocznie

Bardziej szczegółowo

opisuje nazwy kolumn, wyrażenia arytmetyczne, funkcje nazwy tabel lub widoków warunek (wybieranie wierszy)

opisuje nazwy kolumn, wyrażenia arytmetyczne, funkcje nazwy tabel lub widoków warunek (wybieranie wierszy) Zapytania SQL. Polecenie SELECT jest używane do pobierania danych z bazy danych (z tabel lub widoków). Struktura polecenia SELECT SELECT FROM WHERE opisuje nazwy kolumn, wyrażenia arytmetyczne, funkcje

Bardziej szczegółowo

Kryteria oceniania z zakresu klasy pierwszej opracowane w oparciu o program Matematyki z plusem dla Gimnazjum

Kryteria oceniania z zakresu klasy pierwszej opracowane w oparciu o program Matematyki z plusem dla Gimnazjum Kryteria oceniania z zakresu klasy pierwszej opracowane w oparciu o program Matematyki z plusem dla Gimnazjum DZIAŁ 1. LICZBY I DZIAŁANIA HASŁO PROGRAMOWE WIADOMOŚCI I UMIEJĘTNOŚCI PODSTAWOWE WIADOMOŚCI

Bardziej szczegółowo

Tworzenie krzywych (curve) w module Geometry programu MSC.Patran można obywać się między innymi przy użyciu poniższych dwóch metod:

Tworzenie krzywych (curve) w module Geometry programu MSC.Patran można obywać się między innymi przy użyciu poniższych dwóch metod: Łukasz Byrski RM-2 Mes w dynamice konstrukcji instrukcja Tworzenie krzywych (curve) w module Geometry programu MSC.Patran można obywać się między innymi przy użyciu poniższych dwóch metod: 1.Metoda XYZ

Bardziej szczegółowo

Plan wynikowy. Klasa III Technik pojazdów samochodowych/ Technik urządzeń i systemów energetyki odnawialnej. Kształcenie ogólne w zakresie podstawowym

Plan wynikowy. Klasa III Technik pojazdów samochodowych/ Technik urządzeń i systemów energetyki odnawialnej. Kształcenie ogólne w zakresie podstawowym Oznaczenia: wymagania konieczne, P wymagania podstawowe, R wymagania rozszerzające, D wymagania dopełniające, W wymagania wykraczające. Plan wynikowy lasa III Technik pojazdów samochodowych/ Technik urządzeń

Bardziej szczegółowo

WYMAGANIA Z MATEMATYKI NA POSZCZEGÓLNE OCENY DLA I KLASY GIMNAZJUM

WYMAGANIA Z MATEMATYKI NA POSZCZEGÓLNE OCENY DLA I KLASY GIMNAZJUM WYMAGANIA Z MATEMATYKI NA POSZCZEGÓLNE OCENY DLA I KLASY GIMNAZJUM OPRACOWANO NA PODSTAWIE PLANU REALIZACJI MATERIAŁU NAUCZANIA MATEMATYKI Matematyka 1 Podręcznik do gimnazjum Nowa wersja, praca zbiorowa

Bardziej szczegółowo

Klasa 1 LO. Wymagania wraz z przykładowymi zadaniami na ocenę dopuszczającą

Klasa 1 LO. Wymagania wraz z przykładowymi zadaniami na ocenę dopuszczającą Klasa LO Wymagania wraz z przykładowymi zadaniami na ocenę dopuszczającą ZBIÓR I PODZBIOR DZIAŁANIA NA ZBIORACH I W ZBIORACH Przykładowe zadania: potrafi określić rodzaj liczby (N, C, W, NW, R) ) Ze zbioru

Bardziej szczegółowo

Podstawowe wiadomości o systemach plików.

Podstawowe wiadomości o systemach plików. Podstawowe wiadomości o systemach plików. Komputery mogą przechowywać informacje w kilku różnych postaciach fizycznych na różnych nośnikach i urządzeniach np. w postaci zapisów na dysku twardym, płytce

Bardziej szczegółowo

PŁOCKA MIĘDZYSZKOLNA LIGA PRZEDMIOTOWA MATEMATYKA klasa II szkoła podstawowa marzec 2012

PŁOCKA MIĘDZYSZKOLNA LIGA PRZEDMIOTOWA MATEMATYKA klasa II szkoła podstawowa marzec 2012 PŁOCKA MIĘDZYSZKOLNA LIGA PRZEDMIOTOWA MATEMATYKA klasa II szkoła podstawowa marzec 202 KARTA PUNKTACJI ZADAŃ (wypełnia komisja konkursowa): Numer zadania Zad. Zad. 2 Zad. 3 Zad. 4 SUMA PUNKTÓW Poprawna

Bardziej szczegółowo

Multiwyszukiwarka EBSCO Discovery Service - przewodnik

Multiwyszukiwarka EBSCO Discovery Service - przewodnik Ekran Wyszukiwania Podstawowego w multiwyszukiwarce EBSCO Discovery Service zapewnia dostęp poprzez jedno okienko wyszukiwawcze na platformie EBSCOhost do wszystkich zasobów biblioteki. Na ekranie do wyszukiwania

Bardziej szczegółowo

Załącznik nr 1. Specyfikacja techniczna portalu internetowego Łódź, 15.10.2012 r.

Załącznik nr 1. Specyfikacja techniczna portalu internetowego Łódź, 15.10.2012 r. Załącznik nr 1. Specyfikacja techniczna portalu internetowego Łódź, 15.10.2012 r. Stworzenie platformy internetowej na potrzeby projektu. 1 Wykonanie portalu internetowego na potrzeby e-usługi, obejmującego

Bardziej szczegółowo

Efektywne wyszukiwanie informacji w Internecie

Efektywne wyszukiwanie informacji w Internecie Efektywne wyszukiwanie informacji w Internecie Internet rozrasta się w takim tempie, że znalezienie w nim czegokolwiek jest bardzo trudne. Obecnie w Internecie jest już kilkadziesiąt miliardów stron Największa

Bardziej szczegółowo

METODY INDEKSOWANIA DOKUMENTÓW TEKSTOWYCH W SYSTEMACH WEBOWYCH

METODY INDEKSOWANIA DOKUMENTÓW TEKSTOWYCH W SYSTEMACH WEBOWYCH Indeksowanie, Indeks Inwersyjny Grupowanie, Pliki Podpisu Daniel Halikowski METODY INDEKSOWANIA DOKUMENTÓW TEKSTOWYCH W SYSTEMACH WEBOWYCH Zasoby sieci Internet to miliardy plików zlokalizowanych na całym

Bardziej szczegółowo

Dopuszczający. Opracowanie: mgr Michał Wolak 2

Dopuszczający. Opracowanie: mgr Michał Wolak 2 Dopuszczający zna pojęcie liczby naturalnej, całkowitej, wymiernej rozumie rozszerzenie osi liczbowej na liczby ujemne umie porównywać liczby wymierne proste przypadki umie zaznaczać liczbę wymierną na

Bardziej szczegółowo

WYMAGANIA EDUKACYJNE Z MATEMATYKI W KLASIE PIERWSZEJ Z PODZIAŁEM NA POZIOMY W ODNIESIENIU DO DZIAŁÓW NAUCZANIA

WYMAGANIA EDUKACYJNE Z MATEMATYKI W KLASIE PIERWSZEJ Z PODZIAŁEM NA POZIOMY W ODNIESIENIU DO DZIAŁÓW NAUCZANIA Poziomy wymagań edukacyjnych : KONIECZNY (K) - OCENA DOPUSZCZAJĄCA, PODSTAWOWY( P) - OCENA DOSTATECZNA, ROZSZERZAJĄCY(R) - OCENA DOBRA, DOPEŁNIAJĄCY (D) - OCENA BARDZO DOBRA WYKRACZAJACY(W) OCENA CELUJĄCA.

Bardziej szczegółowo

WYMAGANIA NA POSZCZEGÓLNE STOPNIE KLASA I GIMNAZJUM

WYMAGANIA NA POSZCZEGÓLNE STOPNIE KLASA I GIMNAZJUM WYMAGANIA NA POSZCZEGÓLNE STOPNIE KLASA I GIMNAZJUM OCENA DOPUSZCZAJĄCA pojęcie liczby naturalnej, całkowitej, wymiernej, pojęcia: rozwinięcie dziesiętne skończone, nieskończone, okres, algorytm zaokrąglania

Bardziej szczegółowo

Wymagania edukacyjne z matematyki

Wymagania edukacyjne z matematyki Wymagania edukacyjne z matematyki Klasa I - program Matematyka z plusem" Dział: LICZBY I DZIAŁANIA Poziom konieczny - ocena dopuszczająca porównywać liczby wymierne, zaznaczać liczby wymierne na osi liczbowej,

Bardziej szczegółowo

ZAŁOŻENIA DO PLANU RALIZACJI MATERIAŁU NAUCZANIA MATEMATYKI W KLASIE II ( zakres podstawowy)

ZAŁOŻENIA DO PLANU RALIZACJI MATERIAŁU NAUCZANIA MATEMATYKI W KLASIE II ( zakres podstawowy) 1 ZAŁOŻENIA DO PLANU RALIZACJI MATERIAŁU NAUCZANIA MATEMATYKI W KLASIE II ( zakres podstawowy) Program nauczania: Matematyka z plusem Liczba godzin nauki w tygodniu: 3 Planowana liczba godzin w ciągu roku:

Bardziej szczegółowo

WYMAGANIA EDUKACYJNE Z MATEMATYKI W KLASIE I GIMNAZJUM

WYMAGANIA EDUKACYJNE Z MATEMATYKI W KLASIE I GIMNAZJUM WYMAGANIA EDUKACYJNE Z MATEMATYKI W KLASIE I GIMNAZJUM OCENA DOPUSZCZAJĄCA I DZIAŁ; LICZBY I DZIAŁANIA zna pojęcie liczby naturalnej, całkowitej, wymiernej rozumie rozszerzenie osi liczbowej na liczby

Bardziej szczegółowo

OLAP i hurtownie danych c.d.

OLAP i hurtownie danych c.d. OLAP i hurtownie danych c.d. Przypomnienie OLAP -narzędzia analizy danych Hurtownie danych -duże bazy danych zorientowane tematycznie, nieulotne, zmienne w czasie, wspierjące procesy podejmowania decyzji

Bardziej szczegółowo

Wymagania eduka cyjne z matematyki

Wymagania eduka cyjne z matematyki Wymagania eduka cyjne z matematyki Klasa I - program Matematyka z plusem" Dział: LICZ B Y I DZIAŁANIA porównywać liczby wymierne, zaznaczać liczby wymierne na osi liczbowej, zamieniać ułamki zwykłe na

Bardziej szczegółowo

Wymagania edukacyjne na poszczególne oceny Matematyka klasa I Gimnazjum

Wymagania edukacyjne na poszczególne oceny Matematyka klasa I Gimnazjum Wymagania edukacyjne na poszczególne oceny Matematyka klasa I Gimnazjum Wymagania konieczne (na ocenę dopuszczającą) obejmują wiadomości i umiejętności umożliwiające uczniowi dalszą naukę, bez których

Bardziej szczegółowo

Wymagania przedmiotowe z matematyki w klasie I gimnazjum opracowane dla programu Matematyka z plusem GWO DZIAŁ 1. LICZBY I DZIAŁANIA

Wymagania przedmiotowe z matematyki w klasie I gimnazjum opracowane dla programu Matematyka z plusem GWO DZIAŁ 1. LICZBY I DZIAŁANIA Wymagania przedmiotowe z matematyki w klasie I gimnazjum opracowane dla programu Matematyka z plusem GWO POZIOMY WYMAGAŃ EDUKACYJNYCH: K - konieczny ocena dopuszczająca (2) P - podstawowy ocena dostateczna

Bardziej szczegółowo

KATALOG WYMAGAŃ PROGRAMOWYCH NA POSZCZEGÓLNE STOPNIE- MATEMATYKA klasa 1g

KATALOG WYMAGAŃ PROGRAMOWYCH NA POSZCZEGÓLNE STOPNIE- MATEMATYKA klasa 1g KATALOG WYMAGAŃ PROGRAMOWYCH NA POSZCZEGÓLNE STOPNIE- MATEMATYKA klasa 1g POZIOMY WYMAGAŃ EDUKACYJNYCH: K - konieczny ocena dopuszczająca (2) P - podstawowy ocena dostateczna (3) R - rozszerzający ocena

Bardziej szczegółowo

WYMAGANIA EDUKACYJNE Z MATEMATYKI W KLASIE PIERWSZEJ GIMNAZJUM. rok szkolny 2015/2016

WYMAGANIA EDUKACYJNE Z MATEMATYKI W KLASIE PIERWSZEJ GIMNAZJUM. rok szkolny 2015/2016 WYMAGANIA EDUKACYJNE Z MAYKI W KLASIE PIERWSZEJ GIMNAZJUM rok szkolny 2015/2016 POZIOMY WYMAGAŃ EDUKACYJNYCH: K konieczny - ocena dopuszczająca (2); P podstawowy - ocena dostateczna (3); R rozszerzający

Bardziej szczegółowo

Language INtegrated Query (LINQ)

Language INtegrated Query (LINQ) Języki Programowania na Platformie.NET (część 2) http://www.kaims.pl/ goluch/ goluch@eti.pg.gda.pl Zastosowanie LINQ pozwala na dostęp do danych w formie podobnej do SQL. Możliwy jest dostęp do danych:

Bardziej szczegółowo

Optymalizacja zapytań. Proces przetwarzania i obliczania wyniku zapytania (wyrażenia algebry relacji) w SZBD

Optymalizacja zapytań. Proces przetwarzania i obliczania wyniku zapytania (wyrażenia algebry relacji) w SZBD Optymalizacja zapytań Proces przetwarzania i obliczania wyniku zapytania (wyrażenia algebry relacji) w SZBD Elementy optymalizacji Analiza zapytania i przekształcenie go do lepszej postaci. Oszacowanie

Bardziej szczegółowo

WYMAGANIA EDUKACYJNE Z MATEMATYKI W KLASIE II A ROK SZKOLNY 2013/2014 - ZAKRES PODSTAWOWY

WYMAGANIA EDUKACYJNE Z MATEMATYKI W KLASIE II A ROK SZKOLNY 2013/2014 - ZAKRES PODSTAWOWY WYMAGANIA EDUKACYJNE Z MATEMATYKI W KLASIE II A ROK SZKOLNY 2013/2014 - ZAKRES PODSTAWOWY 1. FUNKCJA KWADRATOWA rysuje wykres funkcji i podaje jej własności sprawdza algebraicznie, czy dany punkt należy

Bardziej szczegółowo

Wymogi edukacyjne z kryteriami na poszczególne oceny z matematyki dla uczniów klasy pierwszej Publicznego Gimnazjum nr 1 w Strzelcach Opolskich

Wymogi edukacyjne z kryteriami na poszczególne oceny z matematyki dla uczniów klasy pierwszej Publicznego Gimnazjum nr 1 w Strzelcach Opolskich Wymogi edukacyjne z kryteriami na poszczególne oceny z matematyki dla uczniów klasy pierwszej Publicznego Gimnazjum nr 1 w Strzelcach Opolskich Na ocenę dopuszczającą uczeń: zna pojęcie liczby naturalnej,

Bardziej szczegółowo

Wymagania edukacyjne klasa pierwsza.

Wymagania edukacyjne klasa pierwsza. Wymagania edukacyjne klasa pierwsza. TEMAT WYMAGANIA SZCZEGÓŁOWE Z PODSTAWY PROGRAMOWEJ 1. LICZBY I DZIAŁANIA Liczby Rozwinięcia dziesiętne liczb wymiernych Zaokrąglanie liczb. Szacowanie wyników Dodawanie

Bardziej szczegółowo

1. Liczby zespolone. Jacek Jędrzejewski 2011/2012

1. Liczby zespolone. Jacek Jędrzejewski 2011/2012 1. Liczby zespolone Jacek Jędrzejewski 2011/2012 Spis treści 1 Liczby zespolone 2 1.1 Definicja liczby zespolonej.................... 2 1.2 Postać kanoniczna liczby zespolonej............... 1. Postać

Bardziej szczegółowo

CLUSTERING. Metody grupowania danych

CLUSTERING. Metody grupowania danych CLUSTERING Metody grupowania danych Plan wykładu Wprowadzenie Dziedziny zastosowania Co to jest problem klastrowania? Problem wyszukiwania optymalnych klastrów Metody generowania: k centroidów (k - means

Bardziej szczegółowo

CouchDB. Michał Nowikowski

CouchDB. Michał Nowikowski CouchDB Michał Nowikowski Agenda Wprowadzenie do CouchDB Mój przypadek Wyniki i wnioski Dokumenty CouchDB Format JSON Pary nazwa wartość Możliwe tablice i struktury Załączniki Brak limitów na liczbę i

Bardziej szczegółowo

GEOMETRIA ANALITYCZNA W PRZESTRZENI

GEOMETRIA ANALITYCZNA W PRZESTRZENI GEOMETRIA ANALITYCZNA W PRZESTRZENI Położenie punktu w przestrzeni określamy za pomocą trzech liczb (x, y, z). Liczby te odpowiadają rzutom na osie układu współrzędnych: każdy rzut wzdłuż płaszczyzny równoległej

Bardziej szczegółowo

Zakres na egzaminy poprawkowe w r. szk. 2013/14 /nauczyciel M.Tatar/

Zakres na egzaminy poprawkowe w r. szk. 2013/14 /nauczyciel M.Tatar/ Zakres na egzaminy poprawkowe w r. szk. 2013/14 /nauczyciel M.Tatar/ MATEMATYKA Klasa III ZAKRES PODSTAWOWY Dział programu Temat Wymagania. Uczeń: 1. Miara łukowa kąta zna pojęcia: kąt skierowany, kąt

Bardziej szczegółowo

MATeMAtyka klasa II poziom rozszerzony

MATeMAtyka klasa II poziom rozszerzony MATeMAtyka klasa II poziom rozszerzony W klasie drugiej na poziomie rozszerzonym realizujemy materiał z klasy pierwszej tylko z poziomu rozszerzonego (na czerwono) oraz cały materiał z klasy drugiej. Rozkład

Bardziej szczegółowo

Przetwarzanie tekstu 2. Operacje na plikach tekstowych w systemie Linux

Przetwarzanie tekstu 2. Operacje na plikach tekstowych w systemie Linux Przetwarzanie tekstu 2 Operacje na plikach tekstowych w systemie Linux filtry programy przetwarzajace pliki (w szczególności tekstowe) w taki sposób, że odczytuja dane (plik wejściowy) ze standardowego

Bardziej szczegółowo

Semantyczne podobieństwo stron internetowych

Semantyczne podobieństwo stron internetowych Uniwersytet Mikołaja Kopernika Wydział Matematyki i Informatyki Marcin Lamparski Nr albumu: 184198 Praca magisterska na kierunku Informatyka Semantyczne podobieństwo stron internetowych Praca wykonana

Bardziej szczegółowo

(a 1 2 + b 1 2); : ( b a + b ab 2 + c ). : a2 2ab+b 2. Politechnika Białostocka KATEDRA MATEMATYKI. Zajęcia fakultatywne z matematyki 2008

(a 1 2 + b 1 2); : ( b a + b ab 2 + c ). : a2 2ab+b 2. Politechnika Białostocka KATEDRA MATEMATYKI. Zajęcia fakultatywne z matematyki 2008 Zajęcia fakultatywne z matematyki 008 WYRAŻENIA ARYTMETYCZNE I ALGEBRAICZNE. Wylicz b z równania a) ba + a = + b; b) a = b ; b+a c) a b = b ; d) a +ab =. a b. Oblicz a) [ 4 (0, 5) ] + ; b) 5 5 5 5+ 5 5

Bardziej szczegółowo

Pojęcie systemu informacyjnego i informatycznego

Pojęcie systemu informacyjnego i informatycznego BAZY DANYCH Pojęcie systemu informacyjnego i informatycznego DANE wszelkie liczby, fakty, pojęcia zarejestrowane w celu uzyskania wiedzy o realnym świecie. INFORMACJA - znaczenie przypisywane danym. SYSTEM

Bardziej szczegółowo

Wielojęzykowość w aplikacjach J2EE. Tomasz.Skutnik@e-point.pl

Wielojęzykowość w aplikacjach J2EE. Tomasz.Skutnik@e-point.pl e-point SA 7 marca, 2009 Co to jest duży system? Domeny narodowe Warianty językowe Funkcje (ekrany) Klucze lokalizacyjne Tabele językowe w bazie danych Gdzie mogą wystąpić problemy? Środowisko uruchomieniowe

Bardziej szczegółowo

Eksploracja danych a serwisy internetowe Przemysław KAZIENKO

Eksploracja danych a serwisy internetowe Przemysław KAZIENKO Eksploracja danych a serwisy internetowe Przemysław KAZIENKO Wydział Informatyki i Zarządzania Politechnika Wrocławska kazienko@pwr.wroc.pl Dlaczego eksploracja danych w serwisach internetowych? Kanały

Bardziej szczegółowo

Axiell Arena Biblioteka XXI wieku

Axiell Arena Biblioteka XXI wieku Axiell Arena Biblioteka XXI wieku Wstęp Axiell Arena to system zarządzania informacją biblioteczną, stworzony w oparciu o zaawansowany system zarządzania treścią internetową czyli Content Management System

Bardziej szczegółowo

Przedmiotowy system oceniania dla uczniów z obowiązkiem dostosowania wymagań edukacyjnych z matematyki w kl.i

Przedmiotowy system oceniania dla uczniów z obowiązkiem dostosowania wymagań edukacyjnych z matematyki w kl.i Matematyka klasa I kryteria oceniania dla uczniów z obowiązkiem dostosowania wymagań edukacyjnych Liczby i działania Na ocenę dopuszczającą uczeń: - zna pojęcie liczby naturalnej - rozumie różnicę między

Bardziej szczegółowo

Język SQL, zajęcia nr 1

Język SQL, zajęcia nr 1 Język SQL, zajęcia nr 1 SQL - Structured Query Language Strukturalny język zapytań Login: student Hasło: stmeil14 Baza danych: st https://194.29.155.15/phpmyadmin/index.php Andrzej Grzebielec Najpopularniejsze

Bardziej szczegółowo

MATeMAtyka 3. Propozycja przedmiotowego systemu oceniania wraz z określeniem wymagań edukacyjnych. Zakres podstawowy i rozszerzony

MATeMAtyka 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 szczegółowo

Scoring w oparciu o Big Data. 8 kwietnia 2014 roku

Scoring w oparciu o Big Data. 8 kwietnia 2014 roku Scoring w oparciu o Big Data 8 kwietnia 2014 roku Od początków ludzkości do roku 2003 wygenerowano 5 eksabajtów informacji tyle samo ludzkość generuje dziś co dwa dni. - Eric Schmidt, Google CEO 2 Dlaczego

Bardziej szczegółowo

Korzystanie z katalogu on-line

Korzystanie z katalogu on-line Korzystanie z katalogu on-line Biblioteka PWSZ w Elblągu dysponuje katalogiem komputerowym działającym w zintegrowanym systemie obsługi biblioteki SOWA2/MARC21. Katalog ten jest dostępny on-line pod adresem

Bardziej szczegółowo

OPIS PRZEDMIOTU ZAMÓWIENIA

OPIS PRZEDMIOTU ZAMÓWIENIA Lubelskie Centrum Transferu Technologii Politechniki Lubelskiej ul. Nadbystrzycka 36, 20-618 Lublin Tel. 81 538 42 70, fax. 81 538 42 67; e-mail: lctt@pollub.pl OPIS PRZEDMIOTU ZAMÓWIENIA Do realizacji

Bardziej szczegółowo

Baza PEDAGOG narzędziem edukacji informacyjnej w bibliotece

Baza PEDAGOG narzędziem edukacji informacyjnej w bibliotece Baza PEDAGOG narzędziem edukacji informacyjnej w bibliotece akademickiej Danuta Szewczyk-Kłos Biblioteka Główna Uniwersytetu Opolskiego Bibliograficzne bazy danych i ich rola w rozwoju nauki Biblioteka

Bardziej szczegółowo

Metody numeryczne. materiały do wykładu dla studentów. 7. Całkowanie numeryczne

Metody numeryczne. materiały do wykładu dla studentów. 7. Całkowanie numeryczne Metody numeryczne materiały do wykładu dla studentów 7. Całkowanie numeryczne 7.1. Całkowanie numeryczne 7.2. Metoda trapezów 7.3. Metoda Simpsona 7.4. Metoda 3/8 Newtona 7.5. Ogólna postać wzorów kwadratur

Bardziej szczegółowo

PLAN REALIZACJI MATERIAŁU NAUCZANIA Z MATEMATYKI W KLASIE PIERWSZEJ GIMNAZJUM WRAZ Z OKREŚLENIEM WYMAGAŃ EDUKACYJNYCH

PLAN REALIZACJI MATERIAŁU NAUCZANIA Z MATEMATYKI W KLASIE PIERWSZEJ GIMNAZJUM WRAZ Z OKREŚLENIEM WYMAGAŃ EDUKACYJNYCH PLAN REALIZACJI MATERIAŁU NAUCZANIA Z MATEMATYKI W KLASIE PIERWSZEJ GIMNAZJUM WRAZ Z OKREŚLENIEM WYMAGAŃ EDUKACYJNYCH OPRACOWANO NA PODSTAWIE PROGRAMU MATEMATYKA Z PLUSEM I PODRĘCZNIKA O NR DOP. 168/1/2015/z1

Bardziej szczegółowo

Wykład XII. optymalizacja w relacyjnych bazach danych

Wykład XII. optymalizacja w relacyjnych bazach danych Optymalizacja wyznaczenie spośród dopuszczalnych rozwiązań danego problemu, rozwiązania najlepszego ze względu na przyjęte kryterium jakości ( np. koszt, zysk, niezawodność ) optymalizacja w relacyjnych

Bardziej szczegółowo

Netsprint Search. Koncepcja

Netsprint Search. Koncepcja Netsprint Search Koncepcja Netsprint - fakty 10-letnie doświadczenie Pierwsza firma, która wprowadziła silnik wyszukiwawczy w Polsce Pierwszy polski zaawansowany system reklamy kontekstowej (XI 2005) Pierwsze

Bardziej szczegółowo

MGA Sp. z o.o. 87-100 Toruń ul. Piaskowa 6

MGA Sp. z o.o. 87-100 Toruń ul. Piaskowa 6 +48 56 66 24 700 +48 56 69 26 998 info@mga.com.pl MGA V3 Third Edition Menu formatki W momencie otwarcia dowolnej formatki menu główne zostaje zastąpione przez menu formatki, które zawiera standardowo

Bardziej szczegółowo

KORPORACYJNE SYSTEMY ZARZĄDZANIA INFORMACJĄ

KORPORACYJNE SYSTEMY ZARZĄDZANIA INFORMACJĄ KORPORACYJNE SYSTEMY ZARZĄDZANIA INFORMACJĄ Wykład 3 Katedra Inżynierii Komputerowej Jakub Romanowski jakub.romanowski@kik.pcz.pl POBIERANIE DANYCH C/AL Poniższe funkcje używane są do operacji pobierania

Bardziej szczegółowo

Multi-projekt z przedmiotów Inżynieria oprogramowania, Współczesne bazy danych i Programowanie w języku Java

Multi-projekt z przedmiotów Inżynieria oprogramowania, Współczesne bazy danych i Programowanie w języku Java Multi-projekt z przedmiotów Inżynieria oprogramowania, Współczesne bazy danych i Programowanie w języku Java Spis treści 1 Terminarz...3 2 Specyfikacja wymagań - założenia projektowe...4 2.1 Informacje

Bardziej szczegółowo

Kwerendy (zapytania) wybierające

Kwerendy (zapytania) wybierające Access 2. Kwerendy (zapytania) wybierające Kwerendy wybierające (nazywane też zapytaniami wybierającymi) są podstawowymi obiektami w MS Access służącymi do wyszukiwania danych w tabelach. W wyniku uruchomienia

Bardziej szczegółowo

Osiągnięcia przedmiotowe

Osiągnięcia przedmiotowe 1. Zbieranie, porządkowanie i prezentowanie danych przedstawione w tabelach przedstawione na przedstawiać dane w tabelach przedstawiać dane na przedstawione w tabelach przedstawione na porównywać informacje

Bardziej szczegółowo

Zasady programowania Dokumentacja

Zasady programowania Dokumentacja Marcin Kędzierski gr. 14 Zasady programowania Dokumentacja Wstęp 1) Temat: Przeszukiwanie pliku za pomocą drzewa. 2) Założenia projektu: a) Program ma pobierać dane z pliku wskazanego przez użytkownika

Bardziej szczegółowo

ZAMAWIANIE KSIĄŻEK I CZASOPISM ON-LINE

ZAMAWIANIE KSIĄŻEK I CZASOPISM ON-LINE ZAMAWIANIE KSIĄŻEK I CZASOPISM ON-LINE W odpowiedzi na zgłaszane przez Czytelników postulaty wprowadzono zmianę w sposobie przeszukiwania katalogu biblioteki. Przeszukiwanie katalogu Po zalogowaniu się

Bardziej szczegółowo

Podstawy działań na wektorach - dodawanie

Podstawy działań na wektorach - dodawanie Podstawy działań na wektorach - dodawanie Metody dodawania wektorów można podzielić na graficzne i analityczne (rachunkowe). 1. Graficzne (rysunkowe) dodawanie dwóch wektorów. Założenia: dane są dwa wektory

Bardziej szczegółowo

Wstęp. Rodzaje typy wpięć. DISEN - Dokumentacja. Spis treści. Zdarzenia

Wstęp. Rodzaje typy wpięć. DISEN - Dokumentacja. Spis treści. Zdarzenia DISEN - Dokumentacja Spis treści Wstęp...1 Rodzaje typy wpięć...1 Zdarzenia...1 Tryb obsługi zdarzeń...2 Timery...2 Skrypty...2 Skrypty klienckie...3 Skrypty serwerowe...3 Parametry skryptów...3 Zależności

Bardziej szczegółowo

6. Organizacja dostępu do danych przestrzennych

6. Organizacja dostępu do danych przestrzennych 6. Organizacja dostępu do danych przestrzennych Duża liczba danych przestrzennych oraz ich specyficzny charakter sprawiają, że do sprawnego funkcjonowania systemu, przetwarzania zgromadzonych w nim danych,

Bardziej szczegółowo

Wyszukiwarki stosują różne metody oceny stron i algorytmy oceniające za indeksowane strony różnią się w poszczególnych wyszukiwarkach, ale można

Wyszukiwarki stosują różne metody oceny stron i algorytmy oceniające za indeksowane strony różnią się w poszczególnych wyszukiwarkach, ale można Wyszukiwarki stosują różne metody oceny stron i algorytmy oceniające za indeksowane strony różnią się w poszczególnych wyszukiwarkach, ale można jednak wyróżnić 3 główne elementy, które brane są pod uwagę:

Bardziej szczegółowo

Dział programowy: Liczby i działania ( 1 )

Dział programowy: Liczby i działania ( 1 ) 1 S t r o n a Dział programowy: Liczby i działania ( 1 ) 14-20 Liczby. Rozwinięcia liczb dziesiętne liczb wymiernych. Zaokrąglanie liczb. Szacowanie wyników. Dodawanie i odejmowanie liczb dodatnich. MnoŜenie

Bardziej szczegółowo

WYMAGANIA PROGRAMOWE DLA KLASY I GIMNAZJUM

WYMAGANIA PROGRAMOWE DLA KLASY I GIMNAZJUM WYMAGANIA PROGRAMOWE DLA KLASY I GIMNAZJUM Wymagania podstawowe(k- ocena dopuszczająca, P ocena dostateczna), wymagania ponadpodstawowe( R ocena dobra, D ocena bardzo dobra, W ocena celująca) DZIAŁ 1:

Bardziej szczegółowo

ZMODYFIKOWANY Szczegółowy opis przedmiotu zamówienia

ZMODYFIKOWANY Szczegółowy opis przedmiotu zamówienia ZP/ITS/11/2012 Załącznik nr 1a do SIWZ ZMODYFIKOWANY Szczegółowy opis przedmiotu zamówienia Przedmiotem zamówienia jest: Przygotowanie zajęć dydaktycznych w postaci kursów e-learningowych przeznaczonych

Bardziej szczegółowo

UWAGA!!! Przed przystąpieniem do zamknięcia roku proszę zrobić kopie bezpieczeństwa

UWAGA!!! Przed przystąpieniem do zamknięcia roku proszę zrobić kopie bezpieczeństwa UWAGA!!! Przed przystąpieniem do zamknięcia roku proszę zrobić kopie bezpieczeństwa Następnie należy sprawdzić czy w KOLFK w Słownik i-> Dokumenty-> znajduje się dokument BO- Bilans Otwarcia (w grupie

Bardziej szczegółowo

Jak zainstalować szablon allegro?

Jak zainstalować szablon allegro? Jak zainstalować szablon allegro? W mailu z zakupionym szablonem otrzymali państwo plik zip z numerem szablonu w nazwie. Należy najpierw go rozpakować. W paczce znajduję się pliki: 1. index[nrszablonu].txt

Bardziej szczegółowo

KRYTERIA OCENY Z MATEMATYKI W KLASIE PIERWSZEJ GIMNAZJUM

KRYTERIA OCENY Z MATEMATYKI W KLASIE PIERWSZEJ GIMNAZJUM KRYTERIA OCENY Z MATEMATYKI W KLASIE PIERWSZEJ GIMNAZJUM POZIOMY WYMAGAŃ EDUKACYJNYCH: K - konieczny ocena dopuszczająca (2) P - podstawowy ocena dostateczna (3) R - rozszerzający ocena dobra (4) D - dopełniający

Bardziej szczegółowo

LASERJET ENTERPRISE 500 MFP. Skrócona instrukcja obsługi M525

LASERJET ENTERPRISE 500 MFP. Skrócona instrukcja obsługi M525 LASERJET ENTERPRISE 500 MFP Skrócona instrukcja obsługi 2 M525 Drukowanie zapisanego zadania Use the following procedure to print a job that is stored in the product memory. 1. Na ekranie głównym panelu

Bardziej szczegółowo

Hurtownie danych. Przetwarzanie zapytań. http://zajecia.jakubw.pl/hur ZAPYTANIA NA ZAPLECZU

Hurtownie danych. Przetwarzanie zapytań. http://zajecia.jakubw.pl/hur ZAPYTANIA NA ZAPLECZU Hurtownie danych Przetwarzanie zapytań. Jakub Wróblewski jakubw@pjwstk.edu.pl http://zajecia.jakubw.pl/hur ZAPYTANIA NA ZAPLECZU Magazyny danych operacyjnych, źródła Centralna hurtownia danych Hurtownie

Bardziej szczegółowo

Wymagania edukacyjne na poszczególne oceny w klasie pierwszej gimnazjum.

Wymagania edukacyjne na poszczególne oceny w klasie pierwszej gimnazjum. Wymagania edukacyjne na poszczególne oceny w klasie pierwszej gimnazjum. Ustalając kryteria poszczególnych ocen, uwzględniono poziomy oraz kategorie celów nauczania oraz poziomy wymagań edukacyjnych. I.

Bardziej szczegółowo

1. Znajdowanie miejsca zerowego funkcji metodą bisekcji.

1. Znajdowanie miejsca zerowego funkcji metodą bisekcji. 1. Znajdowanie miejsca zerowego funkcji metodą bisekcji. Matematyczna funkcja f ma być określona w programie w oddzielnej funkcji języka C (tak, aby moŝna było łatwo ją zmieniać). Przykładowa funkcja to:

Bardziej szczegółowo

WYMAGANIA EDUKACYJNE DO PROGRAMU MATEMATYKA 2001 GIMNAZJUM KL. IA, ID ROK SZK. 2010/2011. Osiągnięcia ponadprzedmiotowe

WYMAGANIA EDUKACYJNE DO PROGRAMU MATEMATYKA 2001 GIMNAZJUM KL. IA, ID ROK SZK. 2010/2011. Osiągnięcia ponadprzedmiotowe WYMAGANIA EDUKACYJNE DO PROGRAMU MATEMATYKA 2001 GIMNAZJUM KL. IA, ID ROK SZK. 2010/2011 W rezultacie kształcenia matematycznego uczeń potrafi: Umiejętności konieczne i podstawowe Osiągnięcia ponadprzedmiotowe

Bardziej szczegółowo