Konspekt do zaj : Statystyczne metody analizy danych. dr Agnieszka Nowak-Brzezi«ska
|
|
- Paulina Bogna Skrzypczak
- 7 lat temu
- Przeglądów:
Transkrypt
1 Konspekt do zaj : Statystyczne metody analizy danych dr Agnieszka Nowak-Brzezi«ska 14 pa¹dziernika 2009
2 0.1 Wprowadzenie Operator przypisania to <, który mo»e by te» zast piony = lub >. Gdy chcemy do zmiennej a przypisa warto± 5 u»yjemy nast puj cego polecenia: Jak wida, gdy u»yjemy instrukcji warunkowej: if (warunek) print("tekst") efekt b dzie nast puj cy: Operatory mo»na ª czy, przez co mo»liwe jest i takie polecenie: a = b < > c, po wykonaniu którego wszystkie zmienne: a,b oraz c b d miaªy t sam warto±, czyli 4. Oczywi±cie mo»na stosowa równie» znacznie bardziej skomplikowane wyra»enia, jak na poni»szym rysunku. 1
3 0.2 Typy obiektów Uwaga!!! Wszystko w R jest obiektem. W zwi zku z tym, za obiekt uznamy nast puj ce typy danych: wektor lista tablica macierz tabela danych (ang. data frame) Wektor Wektor nale»y rozumie jako ci g liczb, ªa«cuchów tekstowych lub warto±ci logicznych. Wektory tworzymy za pomoc konstruktora - funkcji c(elementy) np: wektor < c(3, 4, 2, 4, 5, 7), gdzie kolejne elementy wektora o nazwie wektor s indeksowane od warto±ci 1, i dost p do poszczególnych elementów uzyskujemy za pomoc selektora []. Dla wektora o elementach 3, 4, 2, 4, 5, 7 pisz c wektor[3] uzyskamy warto± 2 za± wektor[5]: 5. Inne konstruktory wektora : Za pomoc konstrukcji < poczatek >:< koniec > mo»emy tak»e tworzy wektory, z tym,»e wektor taki b dzie bardziej ci giem arytmetycznym utworzonym przez elementy znajdujace si w takim ci gu o zadanym pocz tku i ko«cu. > wektorb < 2 : 8 seq seq dziaªa tak jak : lecz pozwala tak»e na ustalenie innej ni» +1 lub 1 krok. Wiadomo,»e wektor < seq(3 : 6) utworzy wektor z elementów: 3, 4, 5, 6 gdzie kolejne elementy mi dzy 3 a 6 s tworzone z ró»nic 1. U»ywaj c instrukcji: wektor < seq(2, 23, 5), otrzymamy wektor z elementów:2, 7, 12, 17, 22. 2
4 rep rep - zwraca wektor utworzony przez replikacj elementów pierwszego argumentu. np. wektora < rep(2, 10) utworzy wektor 10 elementów (2). Z kolei wektorb < rep(c(2, 3, 6), 3) utworzy wektor 2, 3, 6, 2, 3, 6, 2, 3, 6, gdy» powtórzy elementy 2, 3, 6 trzy razy. Dªugo± wektora zmierzymy funkcj length(). sample Jeszcze innym konstrukturem wektora jest sample, który tworzy wektor losowych liczby z okre±lonego przedziaªu i o zadanej dªugo±ci. Istnieje mo»liwo± sterowania tym, czy losowe liczby mog si powtarza czy te» nie. I tak, standardowo: nie mog, je±li za± chcemy dopuszcza powtórzenia, wystarczy jako 3 argument przy funkcji sample() doda informacj : rep=true. Jak wida na rysunku udaªo si wylosowa z przedziaªu od 1 do 20, 5 liczb, w których liczba 20 si powtórzyªa. 3
5 0.2.2 Struktury (factor) Do reprezentacji zmiennej nominalnej ze zdeniowanymi kategoriami sªu»y funkcja factor. Mo»emy traktowa j jako funkcj pozwalaj c deniowa 4
6 typy wyliczeniowe. Zrzut ekranu przedstawia prób zdeniowania zmiennej nominalnej z warto±ciami: 2, 1 i 5 przy zdeniowanych kategoriach: 1,2,3,4 oraz 5. Mo»emy teraz zmieni nazwy kategorii (poziomy) za pomoc atrybutu LEVELS: >attr(struktura,"levels")<-c("ndst","dost","dobry","bdb","celuj cy") Zawarto± takiej zmiennej nominalnej b dzie nast puj ca: Wy±wietl si tylko elementy: ndst,dost, celujacy, gdy» to one odpowiadaj elementom o numerach 2,1 i 5, które na pocz tku przypisano do zmiennej struktura Lista Czasami chcemy zapami ta w jednym miejscu wyniki pewnej analizy. Np po zbadaniu danego zbioru danych, chcemy jednocze±nie zachowa informacje o elemencie minimalny, maksymalnym oraz ±rednim w zbiorze. Tak mo»liwo± daje nam funkcja list. W podanym poni»ej przykªadzie, dla zadanego zbioru elementów b dziemy pami ta pod nazw srednia ±redni arytmetyczn zbioru (wywoªuj c funkcj mean()), miniminum element najmniejszy w zbiorze, maksimum - element najwi kszy. Je±li teraz wypiszemy zawarto± tak utworzonej listy, efekt b dzie nast puj cy: Jak wida kolejno wypisane s poszczególne elementy, w zale»no±ci od tego ile ich jest zapisanych w takiej strukturze. Je±li chcemy si odwoªa konkretnie do jednej skªadowej to mo»emy wprost wypisa jej zawarto± stosouj c selektor $. Uwaga! Gdy 5
7 nie znamy skªadowych danej struktury, jest mo»liwo± wy±wietlenia ich zawarto±ci przy u»yciu atrybutu names. Prosz poszuka informacji na ten temat. Wykona stosowne wiczenia Tablica Tablic b dziemy traktowa jako obiekt zawieraj cy grup elementów tego samego typu. W odró»nieniu do wektora, elementy tablicy mog by indeksowane w jednym lub wi cej wymiarach. Tworzenie tablicy umo»liwia funkcja array(dane,wymiary). Konstruktor array(0,c(2,4)) utworzy tablic o wymiarach 2 4 wypeªnion zerami. Za± konstruktor: array(,c(2,4)) stworzy tablic tak»e o wymiarach 2 4 ale bez okre±lonych warto±ci (NA). Chc c odwoªa si do poszczególnych elementów tablicy u»ywamy selektora [], gdzie podajemy indeksy dla wszystkich wymiarów oddzielone przecinkami. Gdy wi c w zmiennej tab zapiszemy nast puj c tablic : [, 1] [, 2] [, 3] odwoªanie tab[2, 3] zwróci nam warto± 6, za± odwoªanie tab[1, 3] warto± : 5. Mo»na odwoªywa si do caªych (peªnych) wierszy i kolumn.odpowiednio odwoªanie: tab[2, ] wy±wietli nam caªy drugi wiersz tablicy tab, za± tab[, 3] caª trzeci kolumn. 6
8 0.2.5 Dodatek Tablice dwuwymiarowe mog by tworzone równie» przez ª czenie ze sob wektorów lub innych tablic 2-wymiarowych za pomoc funkcji: cbind i rbind. wiczenie: Co b dzie rezultatem: 1. > taba < cbind(1 : 5, rep(2, 5), 5 : 1) 2. > tabb < NULL 3. > tabb < rbind(tabb, c(0, 30, 45, 60, 90)) 4. > tabb < rbind(tabb, sin(tabb pi/180)) 5. > tabc < cbind(rbind(array(1, c(2, 2)), array(2, c(3, 2))), array(3, c(5, 2))) Wiedz c,»e do okre±lania wymiarów tablicy sªu»y atrybut dim, za± do okre±lania liczby kolumn atrybut ncol i odpowiednio liczby wierszy nrow, sprawd¹ co zwróci wywoªanie: 1. > dim(tabc) 2. > nrow(tabc) 3. > ncol(tabc) Macierz Macierz nale»y traktowa jako tablic dwuwymiarow. Stosujemy do tego funkcj matrix, która domy±lnie traktuje dane wej±ciowe jako kolejne kolumny macierzy. Mo»na odpowiednio decydowa o wypeªnianiu macierzy: kolumnami b d¹ wierszami. Dlatego dwa polecenia: macierza<-matrix(c(1,2,3,4,5,6,7,8,9),ncol=3,nrow=3) oraz macierza<-matrix(c(1,2,3,4,5,6,7,8,9),ncol=3,nrow=3,byrow=true) stworz inne macierze (co pokazuje rysunek). Wida,»e u»ycie polecenia byrow = T RUE powoduje,»e wypelnianie odbywa si wierszami, nie za± kolumnami. Wiedz c,»e: % % to operator mno»enia macierzy, det(a) pozwala obliczy wyznacznik macierzy A, solve(a) pozwala wyznaczy macierz odwrotn do macierzy A, 7
9 t(a) wyznacza za± macierz transoponowan dla macierzy A wykonaj wiczenia: 1. utwórz na trzy ró»ne sposoby wektor skªadaj cy si z elementów 1, 5, 3, 2, 4, 6 [ ] Oblicz wyznacznik macierzy: 1 2 [ ] [ ] Pomnó» macierz A = przez macierz B = Tabela danych Niew tpliwie sporym ograniczeniem w przypadku tablic czy macierzy jest zapewnienie jednorodno±ci ich elementów. Mog to by zarówno dane liczbowe, tekstowe jak i zmienne logiczne, jednak w jednej tablicy te dane nie mog by pomieszane. Szcz ±liwie w ±rodowisku R rozwi zano ten problem funkcj tworzenia tzw. ramek danych (ang. data.frame). Wiedz c,»e standardowo w ±rodowisku R mamy tablice LET T ERS przechowuj c 26 wielkich liter alfabetu ªaci«skiego, za± letters odpowiednio te same litery tyle maªe, za- ªadujemy do takiej tabeli danych (któr nazwiemy litery) 10 liter wielkich i przypiszemy im logiczne warto±ci TRUE lub FALSE oznaczaj ce odpowiednio to czy ddana litera jest parzysta czy nie. litery < daqta.frame(let T ERS[1 : 10], 1 : 10, rep(c(f, T ), 5)) names(litery) < c( litera, ńumer, ćzyparzysta ) 0.3 Konwersje typów Konwersja dla typów prostych Konwersja typów prostych jest realizowana za pomoc funkcji:as.nazwa_typu. Zapis: 8
10 < t < T RUE > print(as.integer(t)) jest poprawny i w rezultacje wy±wietli warto± 1, gdy» logiczna 1 b dzie odpowiadaªa warto±ci T RU E, za± 0 warto±ci F ALSE. Dlatego np. zapis zwróci bª d, za± as.integer( 5 )+as.integer( 4 ) b dzie poprawne i da w wyniku warto± Konwersja dla typów zªo»onych Konwersja mo»e tak»e dotyczy obiektów typu zªo»onego jak wektor. Poni»szy kod >dane<-c(2,1,3,3,4,5,3,2,7,6,8,6,6,5,3,1) >unikatowe<-as.vector(levels(as.factor(dane))) >print(unikatowe) w rezultacie wy±wietli niepowtarzaj ce sie elementy ze zbioru dane. Mo»na te» rzutowa tablice na typy proste: >logiczne<-array(c(0,0,1,0,1,1),c(2,3)) >as.logical(logiczne) Wówczas efektem b dzie wy±wietlenie kolejno: F F T F T T Do prze wiczenia 1. funkcje konwersji dla typów prostych: numeric integer real single string logical 2. funkcje konwersji dla klas obiektow zlo»onych: vector factor matrix array list data.frame 3. operatory arytmetyczne: +,,, /,, %/%, %% 9
11 4. operatory logiczne: ==,! =,, =,, = 5. logiczne "i"(&&), ªub"( ), «ie"(!) 6. funkcje matematyczne: sqrt,round,ceiling,oor,logb 7. sortowanie: sort 8. funkcje agreguj ce: mad,max,mean,min, median, product,quantile,sd,sum 9. funkcja paste wspomaga funkcj print. 10. Funkcje agreguj ce maj to do siebie,»e dziaªaj dla caªej tablicy. Gdy chcemy zastosowa dan funkcj dla konkretnej kolumny - stosujemy funkcj : apply(tablica,rodzaj_obliczen,funkcja_agregujaca). Je±li obliczenia maj dotyczy tylko wierszy to jako drugi argument wpiszemy 1, je±li tylko kolumn to wpiszemy 2, a jesli jednocze±cie kolumn i wierszy to c(1, 2). Czyli gdy stworzyny macierz A: > A < matrix(c(1, 2, 3, 4, 5, 1, 2, 3, 4, 5, 1, 2, 3, 4, 5), ncol = 5, nrow = 3, byrow = T RUE) i chcemy wyliczy ±redni tylko z wierszy to u»yjemy komendy: apply(a, 1, mean ) 0.4 Zadania do wykonania 1. napisz w jednej komendzie polecenie wypisania sze±cianów liczb od 1 do 5 2. Co da w wyniku: > as.logical((1 : 10)%%2)? 3. czym ró»ni si 2 komendy: > matrix(c(1, 2, 3, 4, 5, 6), ncol = 2, nrow = 3) oraz > matrix(c(1, 2, 3, 4, 5, 6), ncol = 2, nrow = 3, byrow = T RUE)? 4. Zrób wgl d w konstrukcj p tli i instrukcji warunkowych w R (if, while, for). 5. Stwórz tablic o wymiarach 5 5 (wypeªnij jej losowymi warto±ciami z przedziaªu: [1..9]) i oblicz sum elementów 2 kolumny 6. Oblicz sum elementów nieparzystych 7. wpisz do ostatniej kolumny liczby od 1 do 5 (kolejno) 8. Sprawd¹ ile jest elementów mniejszych od 4 10
12 9. Stwórz tablic dochody, w której umie± dochody z ka»dego miesi ca. Napisz funkcj wypisuj c dla ka»dego miesi ca uzyskane dochody, w formacie: Dochody w miesi cu: i wynosily: x. Dodatkowo w osobnej strukturze, zapisz najmniejszy, najwi kszy i ±redni dochód. 11
Vincent Van GOGH: M»czyzna pij cy li»ank kawy. Radosªaw Klimek. J zyk programowania Java
J zyk programowania JAVA c 2011 Vincent Van GOGH: M»czyzna pij cy li»ank kawy Zadanie 6. Napisz program, który tworzy tablic 30 liczb wstawia do tej tablicy liczby od 0 do 29 sumuje te elementy tablicy,
Bardziej szczegółowoListy i operacje pytania
Listy i operacje pytania Iwona Polak iwona.polak@us.edu.pl Uniwersytet l ski Instytut Informatyki pa¹dziernika 07 Który atrybut NIE wyst puje jako atrybut elementów listy? klucz elementu (key) wska¹nik
Bardziej szczegółowoUNIWERSYTET RZESZOWSKI KATEDRA INFORMATYKI
UNIWERSYTET RZESZOWSKI KATEDRA INFORMATYKI LABORATORIUM TECHNOLOGIA SYSTEMÓW INFORMATYCZNYCH W BIOTECHNOLOGII Pakiet R: Cz. II Strona 1 z 7 OBIEKTY Faktory (factors) Faktor jest specjalną strukturą, przechowującą
Bardziej szczegółowoNumeryczne zadanie wªasne
Rozdziaª 11 Numeryczne zadanie wªasne W tym rozdziale zajmiemy si symetrycznym zadaniem wªasnym, tzn. zadaniem znajdowania warto±ci i/lub wektorów wªasnych dla macierzy symetrycznej A = A T. W zadaniach
Bardziej szczegółowo1 Metody iteracyjne rozwi zywania równania f(x)=0
1 Metody iteracyjne rozwi zywania równania f()=0 1.1 Metoda bisekcji Zaªó»my,»e funkcja f jest ci gªa w [a 0, b 0 ]. Pierwiastek jest w przedziale [a 0, b 0 ] gdy f(a 0 )f(b 0 ) < 0. (1) Ustalmy f(a 0
Bardziej szczegółowoWska¹niki, tablice dynamiczne wielowymiarowe
Rozdziaª 11 Wska¹niki, tablice dynamiczne wielowymiarowe 11.1 Wst p Identycznie, jak w przypadku tablic statycznych, tablica dynamiczna mo»e by tablic jedno-, dwu-, trójitd. wymiarow. Tablica dynamiczna
Bardziej szczegółowoBash i algorytmy. Elwira Wachowicz. 20 lutego
Bash i algorytmy Elwira Wachowicz elwira@ifd.uni.wroc.pl 20 lutego 2012 Elwira Wachowicz (elwira@ifd.uni.wroc.pl) Bash i algorytmy 20 lutego 2012 1 / 16 Inne przydatne polecenia Polecenie Dziaªanie Przykªad
Bardziej szczegółowoPodstawy programowania w R - część 1
Podstawy programowania w R - część 1 Typy danych, podzbiory 1. Stwórz katalog na dysku (pierwsza litera imienia + nazwisko), który będzie Twoim Working Directory. "F:/inazwisko" 2. Uruchom RStudio. 3.
Bardziej szczegółowo1. Indeksy/indeksowanie : Do elementów wektora, list, macierzy czy ramek, można się odwołać na kilka sposobów.
Rachunek Prawdopodobieństwa i Statystyka lab 2. Kaja Chmielewska ( Kaja.Chmielewska@cs.put.poznan.pl ) 1. Indeksy/indeksowanie : Do elementów wektora, list, macierzy czy ramek, można się odwołać na kilka
Bardziej szczegółowoLekcja 9 - LICZBY LOSOWE, ZMIENNE
Lekcja 9 - LICZBY LOSOWE, ZMIENNE I STAŠE 1 Liczby losowe Czasami spotkamy si z tak sytuacj,»e b dziemy potrzebowa by program za nas wylosowaª jak ± liczb. U»yjemy do tego polecenia: - liczba losowa Sprawd¹my
Bardziej szczegółowoP tle. Rozdziaª Wst p. 4.2 P tle P tla for(...);
Rozdziaª 4 P tle 4.1 Wst p Niniejszy rozdziaª zawiera opis p tli w j zyku C, wraz z przykªadowymi programami oraz ich obja±nieniem. 4.2 P tle P tla to element j zyka programowania, pozwalaj cy na wielokrotne,
Bardziej szczegółowoZestaw 1 ZESTAWY A. a 1 a 2 + a 3 ± a n, gdzie skªadnik a n jest odejmowany, gdy n jest liczb parzyst oraz dodawany w przeciwnym.
ZESTAWY A Zestaw 1 Organizacja plików: Wszystkie pliki oddawane do sprawdzenia nale»y zapisa we wspólnym folderze o nazwie b d cej numerem indeksu, umieszczonym na pulpicie. Oddajemy tylko ¹ródªa programów
Bardziej szczegółowo1. Wprowadzenie do C/C++
Podstawy Programowania :: Roman Grundkiewicz :: 014 Zaj cia 1 1 rodowisko Dev-C++ 1. Wprowadzenie do C/C++ Uruchomienie ±rodowiska: Start Programs Developments Dev-C++. Nowy projekt: File New Project lub
Bardziej szczegółowoPodziaª pracy. Cz ± II. 1 Tablica sortuj ca. Rozwi zanie
Cz ± II Podziaª pracy 1 Tablica sortuj ca Kolejka priorytetowa to struktura danych udost pniaj ca operacje wstawienia warto±ci i pobrania warto±ci minimalnej. Z kolejki liczb caªkowitych, za po±rednictwem
Bardziej szczegółowoLekcja 8 - ANIMACJA. 1 Polecenia. 2 Typy animacji. 3 Pierwsza animacja - Mrugaj ca twarz
Lekcja 8 - ANIMACJA 1 Polecenia Za pomoc Baltiego mo»emy tworzy animacj, tzn. sprawia by obraz na ekranie wygl daª jakby si poruszaª. Do animowania przedmiotów i tworzenia animacji posªu» nam polecenia
Bardziej szczegółowo1. Wprowadzenie do C/C++
Podstawy Programowania - Roman Grundkiewicz - 013Z Zaj cia 1 1 rodowisko Dev-C++ 1. Wprowadzenie do C/C++ Uruchomienie ±rodowiska: Start Programs Developments Dev-C++. Nowy projekt: File New Project lub
Bardziej szczegółowoMetodydowodzenia twierdzeń
1 Metodydowodzenia twierdzeń Przez zdanie rozumiemy dowolne stwierdzenie, które jest albo prawdziwe, albo faªszywe (nie mo»e by ono jednocze±nie prawdziwe i faªszywe). Tradycyjnie b dziemy u»ywali maªych
Bardziej szczegółowoLab. 02: Algorytm Schrage
Lab. 02: Algorytm Schrage Andrzej Gnatowski 5 kwietnia 2015 1 Opis zadania Celem zadania laboratoryjnego jest zapoznanie si z jednym z przybli»onych algorytmów sªu» cych do szukania rozwi za«znanego z
Bardziej szczegółowoLekcja 9 Liczby losowe, zmienne, staªe
Lekcja 9 Liczby losowe, zmienne, staªe Akademia im. Jana Dªugosza w Cz stochowie Liczby losowe Czasami potrzebujemy by program za nas wylosowaª liczb. U»yjemy do tego polecenia liczba losowa: Liczby losowe
Bardziej szczegółowoLekcja 12 - POMOCNICY
Lekcja 12 - POMOCNICY 1 Pomocnicy Pomocnicy, jak sama nazwa wskazuje, pomagaj Baltiemu w programach wykonuj c cz ± czynno±ci. S oni szczególnie pomocni, gdy chcemy ci g polece«wykona kilka razy w programie.
Bardziej szczegółowoMacierze i Wyznaczniki
dr Krzysztof yjewski Mechatronika; S-I.in». 5 pa¹dziernika 6 Macierze i Wyznaczniki Kilka wzorów i informacji pomocniczych: Denicja. Tablic nast puj cej postaci a a... a n a a... a n A =... a m a m...
Bardziej szczegółowoANALIZA NUMERYCZNA. Grzegorz Szkibiel. Wiosna 2014/15
ANALIZA NUMERYCZNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Metoda Eulera 3 1.1 zagadnienia brzegowe....................... 3 1.2 Zastosowanie ró»niczki...................... 4 1.3 Output do pliku
Bardziej szczegółowoMacierze i Wyznaczniki
Macierze i Wyznaczniki Kilka wzorów i informacji pomocniczych: Denicja 1. Tablic nast puj cej postaci a 11 a 12... a 1n a 21 a 22... a 2n A =... a m1 a m2... a mn nazywamy macierz o m wierszach i n kolumnach,
Bardziej szczegółowoProgramowanie i struktury danych
Programowanie i struktury danych Wykªad 3 1 / 37 tekstowe binarne Wyró»niamy dwa rodzaje plików: pliki binarne pliki tekstowe 2 / 37 binarne tekstowe binarne Plik binarny to ci g bajtów zapami tanych w
Bardziej szczegółowoAproksymacja funkcji metod najmniejszych kwadratów
Aproksymacja funkcji metod najmniejszych kwadratów Teoria Interpolacja polega na znajdowaniu krzywej przechodz cej przez wszystkie w zªy. Zdarzaj si jednak sytuacje, w których dane te mog by obarczone
Bardziej szczegółowoPrzetwarzanie sygnaªów
Przetwarzanie sygnaªów Laboratorium 1 - wst p do C# Dawid Poªap Przetwarzanie sygnaªów Pa¹dziernik, 2018 1 / 17 Czego mo»na oczekiwa wzgl dem programowania w C# na tych laboratoriach? Dawid Poªap Przetwarzanie
Bardziej szczegółowoInterpolacja Lagrange'a, bazy wielomianów
Rozdziaª 4 Interpolacja Lagrange'a, bazy wielomianów W tym rozdziale zajmiemy si interpolacj wielomianow. Zadanie interpolacji wielomianowej polega na znalezieniu wielomianu stopnia nie wi kszego od n,
Bardziej szczegółowoIndeksowane rodziny zbiorów
Logika i teoria mnogo±ci, konspekt wykªad 7 Indeksowane rodziny zbiorów Niech X b dzie przestrzeni zbiorem, którego podzbiorami b d wszystkie rozpatrywane zbiory, R rodzin wszystkich podzbiorów X za± T
Bardziej szczegółowoRozdziaª 13. Przykªadowe projekty zaliczeniowe
Rozdziaª 13 Przykªadowe projekty zaliczeniowe W tej cz ±ci skryptu przedstawimy przykªady projektów na zaliczenia zaj z laboratorium komputerowego z matematyki obliczeniowej. Projekty mo»na potraktowa
Bardziej szczegółowoListy Inne przykªady Rozwi zywanie problemów. Listy w Mathematice. Marcin Karcz. Wydziaª Matematyki, Fizyki i Informatyki.
Wydziaª Matematyki, Fizyki i Informatyki 10 marca 2008 Spis tre±ci Listy 1 Listy 2 3 Co to jest lista? Listy List w Mathematice jest wyra»enie oddzielone przecinkami i zamkni te w { klamrach }. Elementy
Bardziej szczegółowoZadania z kolokwiów ze Wst pu do Informatyki. Semestr II.
Zadania z kolokwiów ze Wst pu do Informatyki. Semestr II. Poni»sze zadania s wyborem zada«z kolokwiów ze Wst pu do Informatyki jakie przeprowadziªem w ci gu ostatnich lat. Marek Zawadowski Zadanie 1 Napisz
Bardziej szczegółowoJAO - J zyki, Automaty i Obliczenia - Wykªad 1. JAO - J zyki, Automaty i Obliczenia - Wykªad 1
J zyki formalne i operacje na j zykach J zyki formalne s abstrakcyjnie zbiorami sªów nad alfabetem sko«czonym Σ. J zyk formalny L to opis pewnego problemu decyzyjnego: sªowa to kody instancji (wej±cia)
Bardziej szczegółowowiczenie nr 3 z przedmiotu Metody prognozowania kwiecie«2015 r. Metodyka bada«do±wiadczalnych dr hab. in». Sebastian Skoczypiec Cel wiczenia Zaªo»enia
wiczenie nr 3 z przedmiotu Metody prognozowania kwiecie«2015 r. wiczenia 1 2 do wiczenia 3 4 Badanie do±wiadczalne 5 pomiarów 6 7 Cel Celem wiczenia jest zapoznanie studentów z etapami przygotowania i
Bardziej szczegółowowiczenie 1 Podstawy j zyka Java. Instrukcje warunkowe
wiczenie 1 Podstawy j zyka Java. Instrukcje warunkowe 1 Wprowadzenie 1.1 rodowisko programistyczne NetBeans https://netbeans.org/ 1.2 Dokumentacja j zyka Java https://docs.oracle.com/javase/8/docs/api/
Bardziej szczegółowox y x y x y x + y x y
Algebra logiki 1 W zbiorze {0, 1} okre±lamy dziaªania dwuargumentowe,, +, oraz dziaªanie jednoargumentowe ( ). Dziaªanie x + y nazywamy dodawaniem modulo 2, a dziaªanie x y nazywamy kresk Sheera. x x 0
Bardziej szczegółowoModelowanie rynków finansowych z wykorzystaniem pakietu R
Modelowanie rynków finansowych z wykorzystaniem pakietu R Wprowadzenie do pakietu R Mateusz Topolewski woland@mat.umk.pl Wydział Matematyki i Informatyki UMK Plan działania 1 Co i dlaczego...? 2 Przechowywanie
Bardziej szczegółowo1 Klasy. 1.1 Denicja klasy. 1.2 Skªadniki klasy.
1 Klasy. Klasa to inaczej mówi c typ który podobnie jak struktura skªada si z ró»nych typów danych. Tworz c klas programista tworzy nowy typ danych, który mo»e by modelem rzeczywistego obiektu. 1.1 Denicja
Bardziej szczegółowoPRZYPOMNIENIE Ka»d przestrze«wektorow V, o wymiarze dim V = n < nad ciaªem F mo»na jednoznacznie odwzorowa na przestrze«f n n-ek uporz dkowanych:
Plan Spis tre±ci 1 Homomorzm 1 1.1 Macierz homomorzmu....................... 2 1.2 Dziaªania............................... 3 2 Ukªady równa«6 3 Zadania 8 1 Homomorzm PRZYPOMNIENIE Ka»d przestrze«wektorow
Bardziej szczegółowoModel obiektu w JavaScript
16 marca 2009 E4X Paradygmat klasowy Klasa Deniuje wszystkie wªa±ciwo±ci charakterystyczne dla wybranego zbioru obiektów. Klasa jest poj ciem abstrakcyjnym odnosz cym si do zbioru, a nie do pojedynczego
Bardziej szczegółowo1 Strumienie. 2 Pliki. 2.1 Zapis do pliku tekstowego. Programowanie w j zyku C - Adam Krechowicz, Daniel Kaczmarski
Programowanie w j zyku C - Adam Krechowicz, Daniel Kaczmarski 1 Strumienie W j zyku C++ pliki obsªugiwane s za pomoc strumieni. Strumie«pozwala na sekwencyjny dost p do pliku. Elementy, które jako pierwsze
Bardziej szczegółowo1. Odcienie szaro±ci. Materiaªy na wiczenia z Wprowadzenia do graki maszynowej dla kierunku Informatyka, rok III, sem. 5, rok akadem.
Materiaªy na wiczenia z Wprowadzenia do graki maszynowej dla kierunku Informatyka, rok III, sem. 5, rok akadem. 2018/2019 1. Odcienie szaro±ci Model RGB jest modelem barw opartym na wªa±ciwo±ciach odbiorczych
Bardziej szczegółowoPodstawy Programowania C++
Wykład 3 - podstawowe konstrukcje Instytut Automatyki i Robotyki Warszawa, 2014 Wstęp Plan wykładu Struktura programu, instrukcja przypisania, podstawowe typy danych, zapis i odczyt danych, wyrażenia:
Bardziej szczegółowoAlgorytmy zwiazane z gramatykami bezkontekstowymi
Algorytmy zwiazane z gramatykami bezkontekstowymi Rozpoznawanie j zyków bezkontekstowych Problem rozpoznawania j zyka L polega na sprawdzaniu przynale»no±ci sªowa wej±ciowego x do L. Zakªadamy,»e j zyk
Bardziej szczegółowo1 Bª dy i arytmetyka zmiennopozycyjna
1 Bª dy i arytmetyka zmiennopozycyjna Liczby w pami ci komputera przedstawiamy w ukªadzie dwójkowym w postaci zmiennopozycyjnej Oznacza to,»e s one postaci ±m c, 01 m < 1, c min c c max, (1) gdzie m nazywamy
Bardziej szczegółowoA = n. 2. Ka»dy podzbiór zbioru sko«czonego jest zbiorem sko«czonym. Dowody tych twierdze«(elementarne, lecz nieco nu» ce) pominiemy.
Logika i teoria mnogo±ci, konspekt wykªad 12 Teoria mocy, cz ± II Def. 12.1 Ka»demu zbiorowi X przyporz dkowujemy oznaczany symbolem X obiekt zwany liczb kardynaln (lub moc zbioru X) w taki sposób,»e ta
Bardziej szczegółowoWST P DO TEORII INFORMACJI I KODOWANIA. Grzegorz Szkibiel. Wiosna 2013/14
WST P DO TEORII INFORMACJI I KODOWANIA Grzegorz Szkibiel Wiosna 2013/14 Spis tre±ci 1 Kodowanie i dekodowanie 4 1.1 Kodowanie a szyfrowanie..................... 4 1.2 Podstawowe poj cia........................
Bardziej szczegółowoBiblioteka do operacji na macierzach w C++ przy u»yciu oblicze«za pomoc OpenMP
Biblioteka do operacji na macierzach w C++ przy u»yciu oblicze«za pomoc OpenMP Bartªomiej Kwiatek Streszczenie Projekt zrealizowany w ramach przedmiotu Programowanie Równolegªe i Rozproszone. Spis tre±ci
Bardziej szczegółowoCAŠKOWANIE METODAMI MONTE CARLO Janusz Adamowski
III. CAŠKOWAIE METODAMI MOTE CARLO Janusz Adamowski 1 1 azwa metody Podstawowym zastosowaniem w zyce metody Monte Carlo (MC) jest opis zªo-»onych ukªadów zycznych o du»ej liczbie stopni swobody. Opis zªo»onych
Bardziej szczegółowoBaza danych - Access. 2 Budowa bazy danych
Baza danych - Access 1 Baza danych Jest to zbiór danych zapisanych zgodnie z okre±lonymi reguªami. W w»szym znaczeniu obejmuje dane cyfrowe gromadzone zgodnie z zasadami przyj tymi dla danego programu
Bardziej szczegółowoWYMAGANIA EDUKACYJNE I KRYTERIA OCENIANIA Z PRZEDMIOTU PROGRAMOWANIE APLIKACJI INTERNETOWYCH
WYMAGANIA EDUKACYJNE I KRYTERIA OCENIANIA Z PRZEDMIOTU PROGRAMOWANIE APLIKACJI INTERNETOWYCH Klasa: 3TIR - Technik informatyk Program: 351203 Wymiar: 4 h tygodniowo Podręcznik: Kwalifikacja E.14 Programowanie
Bardziej szczegółowoWzorce projektowe kreacyjne
Wzorce projektowe kreacyjne Krzysztof Ciebiera 14 pa¹dziernika 2005 1 1 Wst p 1.1 Podstawy Opis Ogólny Podstawowe informacje Wzorce kreacyjne sªu» do uabstrakcyjniania procesu tworzenia obiektów. Znaczenie
Bardziej szczegółowoMacierze. 1 Podstawowe denicje. 2 Rodzaje macierzy. Denicja
Macierze 1 Podstawowe denicje Macierz wymiaru m n, gdzie m, n N nazywamy tablic liczb rzeczywistych (lub zespolonych) postaci a 11 a 1j a 1n A = A m n = [a ij ] m n = a i1 a ij a in a m1 a mj a mn W macierzy
Bardziej szczegółowoLiniowe zadania najmniejszych kwadratów
Rozdziaª 9 Liniowe zadania najmniejszych kwadratów Liniowe zadania najmniejszych kwadratów polega na znalezieniu x R n, który minimalizuje Ax b 2 dla danej macierzy A R m,n i wektora b R m. Zauwa»my,»e
Bardziej szczegółowoX WARMI SKO-MAZURSKIE ZAWODY MATEMATYCZNE 18 maja 2012 (szkoªy ponadgimnazjalne)
X WARMI SKO-MAZURSKIE ZAWODY MATEMATYCZNE 18 maja 2012 (szkoªy ponadgimnazjalne) Zadanie 1 Obecnie u»ywane tablice rejestracyjne wydawane s od 1 maja 2000r. Numery rejestracyjne aut s tworzone ze zbioru
Bardziej szczegółowoArytmetyka zmiennopozycyjna
Rozdziaª 4 Arytmetyka zmiennopozycyjna Wszystkie obliczenia w octavie s wykonywane w arytmetyce zmiennopozycyjnej (inaczej - arytmetyce ) podwójnej precyzji (double) - cho w najnowszych wersjach octave'a
Bardziej szczegółowoMathematica jako narz dzie badawcze Cz ± pi ta. Fraktale
Mathematica jako narz dzie badawcze Cz ± pi ta. Fraktale Czy koªa s pi kne? Mo»na udowodni wiele teorii na ich temat, wiele ich cech jest interesuj cych, ale»eby koªo miaªo by pi kne? Jest nudne, wsz dzie
Bardziej szczegółowoPakiety Matematyczne - R Zestaw 1.
Pakiety Matematyczne - R Zestaw 1. Zadania z kasynem pochodzą ze strony datacamp.com Instalacja pakietu R Strona główna projektu: http://www.r-project.org/ Instalacja: http://r.meteo.uni.wroc.pl/ (jedno
Bardziej szczegółowoProgramowanie i struktury danych 1 / 44
Programowanie i struktury danych 1 / 44 Lista dwukierunkowa Lista dwukierunkowa to liniowa struktura danych skªadaj ca si z ci gu elementów, z których ka»dy pami ta swojego nast pnika i poprzednika. Operacje
Bardziej szczegółowoMatlab Składnia + podstawy programowania
Matlab Składnia + podstawy programowania Matlab Matrix Laboratory środowisko stworzone z myślą o osobach rozwiązujących problemy matematyczne, w których operuje się na danych stanowiących wielowymiarowe
Bardziej szczegółowoInstalacja Pakietu R
Instalacja Pakietu R www.r-project.org wybór źródła wybór systemu operacyjnego: Download R for Windows opcja: install R for the first time opcja: Download R 3.3.3 for Windows uruchomienie R-3.3.3-win MAGDA
Bardziej szczegółowoPodstawy modelowania w j zyku UML
Podstawy modelowania w j zyku UML dr hab. Bo»ena Wo¹na-Szcze±niak Akademia im. Jan Dªugosza bwozna@gmail.com Wykªad 2 Zwi zki mi dzy klasami Asocjacja (ang. Associations) Uogólnienie, dziedziczenie (ang.
Bardziej szczegółowoMakroekonomia Zaawansowana
Makroekonomia Zaawansowana wiczenia 2 Podstawy pracy z Octave/Matlabem MZ 1 / 20 Plan wicze«1 Pierwsze uruchomienie 2 Podstawowe operacje macierzowe w Matlabie/Octave 3 Wy±wietlanie wyników 4 Zadanie MZ
Bardziej szczegółowoLABORATORIUM 3 ALGORYTMY OBLICZENIOWE W ELEKTRONICE I TELEKOMUNIKACJI. Wprowadzenie do środowiska Matlab
LABORATORIUM 3 ALGORYTMY OBLICZENIOWE W ELEKTRONICE I TELEKOMUNIKACJI Wprowadzenie do środowiska Matlab 1. Podstawowe informacje Przedstawione poniżej informacje maja wprowadzić i zapoznać ze środowiskiem
Bardziej szczegółowoEkonometria Bayesowska
Ekonometria Bayesowska Wykªad 6: Bayesowskie ª czenie wiedzy (6) Ekonometria Bayesowska 1 / 21 Plan wykªadu 1 Wprowadzenie 2 Oczekiwana wielko± modelu 3 Losowanie próby modeli 4 wiczenia w R (6) Ekonometria
Bardziej szczegółowoMetody numeryczne. Wst p do metod numerycznych. Dawid Rasaªa. January 9, 2012. Dawid Rasaªa Metody numeryczne 1 / 9
Metody numeryczne Wst p do metod numerycznych Dawid Rasaªa January 9, 2012 Dawid Rasaªa Metody numeryczne 1 / 9 Metody numeryczne Czym s metody numeryczne? Istota metod numerycznych Metody numeryczne s
Bardziej szczegółowoZastosowania matematyki
Zastosowania matematyki Monika Bartkiewicz 1 / 126 ...czy«cie dobrze i po»yczajcie niczego si nie spodziewaj c(šk. 6,34-35) Zagadnienie pobierania procentu jest tak stare jak gospodarka pieni»na. Procent
Bardziej szczegółowoPowerShell. Sławomir Wawrzyniak 05.11.2010
PowerShell Sławomir Wawrzyniak 05.11.2010 Czym jest PowerShell - Czym jest PowerShell - Do czego może się przydać - Zalety PowerShell - Podobieństwo do basha Wprowadzenie - Jak uruchomić PowerShell - Główne
Bardziej szczegółowo2 Liczby rzeczywiste - cz. 2
2 Liczby rzeczywiste - cz. 2 W tej lekcji omówimy pozostaªe tematy zwi zane z liczbami rzeczywistymi. 2. Przedziaªy liczbowe Wyró»niamy nast puj ce rodzaje przedziaªów liczbowych: (a) przedziaªy ograniczone:
Bardziej szczegółowoProgramowanie wspóªbie»ne
1 Programowanie wspóªbie»ne wiczenia 5 monitory cz. 1 Zadanie 1: Stolik dwuosobowy raz jeszcze W systemie dziaªa N par procesów. Procesy z pary s nierozró»nialne. Ka»dy proces cyklicznie wykonuje wªasnesprawy,
Bardziej szczegółowoArkusz maturalny. Šukasz Dawidowski. 25 kwietnia 2016r. Powtórki maturalne
Arkusz maturalny Šukasz Dawidowski Powtórki maturalne 25 kwietnia 2016r. Odwrotno±ci liczby rzeczywistej 1. 9 8 2. 0, (1) 3. 8 9 4. 0, (8) 3 4 4 4 1 jest liczba Odwrotno±ci liczby rzeczywistej 3 4 4 4
Bardziej szczegółowoZadania do wykonaj przed przyst!pieniem do pracy:
wiczenie 3 Tworzenie bazy danych Biblioteka tworzenie kwerend, formularzy Cel wiczenia: Zapoznanie si ze sposobami konstruowania formularzy operujcych na danych z tabel oraz metodami tworzenia kwerend
Bardziej szczegółowoProgramowanie wspóªbie»ne
1 Zadanie 1: Bar Programowanie wspóªbie»ne wiczenia 6 monitory cz. 2 Napisz monitor Bar synchronizuj cy prac barmana obsªuguj cego klientów przy kolistym barze z N stoªkami. Ka»dy klient realizuje nast
Bardziej szczegółowoWst p do informatyki. Systemy liczbowe. Piotr Fulma«ski. 21 pa¹dziernika 2010. Wydziaª Matematyki i Informatyki, Uniwersytet Šódzki, Polska
Wst p do informatyki Systemy liczbowe Piotr Fulma«ski Wydziaª Matematyki i Informatyki, Uniwersytet Šódzki, Polska 21 pa¹dziernika 2010 Spis tre±ci 1 Liczby i ich systemy 2 Rodzaje systemów liczbowych
Bardziej szczegółowoRzut oka na zagadnienia zwi zane z projektowaniem list rozkazów
Rzut oka na zagadnienia zwi zane z projektowaniem list rozkazów 1 Wst p Przypomnijmy,»e komputer skªada si z procesora, pami ci, systemu wej±cia-wyj±cia oraz po- ª cze«mi dzy nimi. W procesorze mo»emy
Bardziej szczegółowoWst p do informatyki
Wst p do informatyki Grupa 1 1. Warunek jednoznaczno±ci w kontek±cie algorytmów okre±la, i» (a) w ka»dym kroku mamy sko«czon ilo± alternatywnych ±cie»ek do wyboru; (b) nie ma w tpliwo±ci co do kolejnego
Bardziej szczegółowo19. Obiektowo± 1 Kacze typowanie. 2 Klasy
1 Kacze typowanie 19. Obiektowo± Sk d interpreter wie, jakiego typu s np. przekazywane do metody argumenty? Tak naprawd wcale nie musi wiedzie. Do poprawnego dziaªania programu istotne jest,»e przekazywany
Bardziej szczegółowo1 Trochoidalny selektor elektronów
1 Trochoidalny selektor elektronów W trochoidalnym selektorze elektronów TEM (Trochoidal Electron Monochromator) stosuje si skrzy»owane i jednorodne pola: elektryczne i magnetyczne. Jako pierwsi taki ukªad
Bardziej szczegółowoKLASYCZNE ZDANIA KATEGORYCZNE. ogólne - orzekaj co± o wszystkich desygnatach podmiotu szczegóªowe - orzekaj co± o niektórych desygnatach podmiotu
➏ Filozoa z elementami logiki Na podstawie wykªadów dra Mariusza Urba«skiego Sylogistyka Przypomnij sobie: stosunki mi dzy zakresami nazw KLASYCZNE ZDANIA KATEGORYCZNE Trzy znaczenia sªowa jest trzy rodzaje
Bardziej szczegółowoEkonometria. wiczenia 1 Regresja liniowa i MNK. Andrzej Torój. Instytut Ekonometrii Zakªad Ekonometrii Stosowanej
Ekonometria wiczenia 1 Regresja liniowa i MNK (1) Ekonometria 1 / 25 Plan wicze«1 Ekonometria czyli...? 2 Obja±niamy ceny wina 3 Zadania z podr cznika (1) Ekonometria 2 / 25 Plan prezentacji 1 Ekonometria
Bardziej szczegółowoProgram do konwersji obrazu na cig zero-jedynkowy
Łukasz Wany Program do konwersji obrazu na cig zero-jedynkowy Wstp Budujc sie neuronow do kompresji znaków, na samym pocztku zmierzylimy si z problemem przygotowywania danych do nauki sieci. Przyjlimy,
Bardziej szczegółowoLekcja 5 Programowanie - Nowicjusz
Lekcja 5 Programowanie - Nowicjusz Akademia im. Jana Dªugosza w Cz stochowie Programowanie i program wedªug Baltiego Programowanie Programowanie jest najwy»szym trybem Baltiego. Z pomoc Baltiego mo»esz
Bardziej szczegółowoWykªad 7. Ekstrema lokalne funkcji dwóch zmiennych.
Wykªad jest prowadzony w oparciu o podr cznik Analiza matematyczna 2. Denicje, twierdzenia, wzory M. Gewerta i Z. Skoczylasa. Wykªad 7. Ekstrema lokalne funkcji dwóch zmiennych. Denicja Mówimy,»e funkcja
Bardziej szczegółowoˆ tablice statyczne (o staªej ilo±ci elementów) ˆ tablice dynamiczne (o zmiennej ilo±ci elementów) 7.1 Tablice jednowymiarowe statyczne
Rozdziaª 7 Tablice W niniejszym rozdziale zostan omówione tablice. Zostan zaprezentowane kody ¹ródªowe programów w j zyku C, pokazuj ce ich wykorzystanie w praktyce. Istnieje kilka rodzajów tablic w C,
Bardziej szczegółowoSystemy Wyszukiwania Informacji: Metoda list inwersyjnych
Systemy Wyszukiwania Informacji: Metoda list inwersyjnych dr agnieszka Nowak - Brzezi«ska Instytut Informatyki, Zakªad Systemów Informatycznych ul. Badzi«ska 39, Sosnowiec, Tel (+48 32) 368 97 65 e-mail:agnieszka.nowak@us.edu.al
Bardziej szczegółowoMatlab Składnia + podstawy programowania
Matlab Składnia + podstawy programowania Matlab Matrix Laboratory środowisko stworzone z myślą o osobach rozwiązujących problemy matematyczne, w których operuje się na danych stanowiących wielowymiarowe
Bardziej szczegółowo2. Tablice. Tablice jednowymiarowe - wektory. Algorytmy i Struktury Danych
2. Tablice Tablica to struktura danych przechowująca elementy jednego typu (jednorodna). Dostęp do poszczególnych elementów składowych jest możliwy za pomocą indeksów. Rozróżniamy następujące typy tablic:
Bardziej szczegółowo*W uproszczeniu: jest dziewięciu sędziów przyznających po dwie noty: za wartość techniczną i artystyczną (skala od 0.0 do 6.0)
Tablice Mamy napisać program obliczający średnią ocenę w łyżwiarstwie figurowym W uproszczeniu: jest dziewięciu sędziów przyznających po dwie noty: za wartość techniczną i artystyczną (skala od 0.0 do
Bardziej szczegółowoLibreOffice Calc VBA
LibreOffice Calc VBA LibreOffice Calc umożliwia tworzenie własnych funkcji i procedur przy użyciu składni języka VBA. Dostęp do edytora makr: Narzędzia->Makra->Zarządaj makrami->libreoffice Calc Aby rozpocząć
Bardziej szczegółowoMetody dowodzenia twierdze«
Metody dowodzenia twierdze«1 Metoda indukcji matematycznej Je±li T (n) jest form zdaniow okre±lon w zbiorze liczb naturalnych, to prawdziwe jest zdanie (T (0) n N (T (n) T (n + 1))) n N T (n). 2 W przypadku
Bardziej szczegółowoPrzykªadowe tematy z JiMP
Przykªadowe tematy z JiMP 1. Prosz napisa program, który dokona konwersji swojego argumentu wywoªania z punktw na centymetry, (77.27 pt = 1 cal = 2.54 cm) tzn. np. wywoªanie: c:\>pkt 144.54 = 5.08 cm spowoduje
Bardziej szczegółowoEkonometria Bayesowska
Ekonometria Bayesowska Wykªad 9: Metody numeryczne: MCMC Andrzej Torój 1 / 17 Plan wykªadu Wprowadzenie 1 Wprowadzenie 3 / 17 Plan prezentacji Wprowadzenie 1 Wprowadzenie 3 3 / 17 Zastosowanie metod numerycznych
Bardziej szczegółowoProgramowanie wspóªbie»ne
1 Zadanie 1: Programowanie wspóªbie»ne wiczenia 11 Przestrzenie krotek cz. 1 Obliczanie caªki oznaczonej Rozwa»my iteracyjne obliczanie caªki oznaczonej na przedziale [a, b] metod trapezów. Krok iteracji
Bardziej szczegółowoProgramowanie wspóªbie»ne
1 Programowanie wspóªbie»ne wiczenia 2 semafory cz. 1 Zadanie 1: Producent i konsument z buforem cyklicznym type porcja; void produkuj(porcja &p); void konsumuj(porcja p); porcja bufor[n]; / bufor cykliczny
Bardziej szczegółowoRozwi zania klasycznych problemów w Rendezvous
Cz ± I Rozwi zania klasycznych problemów w Rendezvous 1 Producenci i konsumenci Na pocz tek rozwa»my wersj z jednym producentem i jednym konsumentem, dziaªaj cymi w niesko«czonych p tlach. Mechanizm komunikacji
Bardziej szczegółowoWprowadzenie do Pakietu R dla kierunku Zootechnika. Dr Magda Mielczarek Katedra Genetyki Uniwersytet Przyrodniczy we Wrocławiu
Wprowadzenie do Pakietu R dla kierunku Zootechnika Dr Magda Mielczarek Katedra Genetyki Uniwersytet Przyrodniczy we Wrocławiu Instalacja Pakietu R www.r-project.org wybór źródła wybór systemu operacyjnego:
Bardziej szczegółowoUkªady równa«liniowych
dr Krzysztof yjewski Mechatronika; S-I 0 in» 7 listopada 206 Ukªady równa«liniowych Informacje pomocnicze Denicja Ogólna posta ukªadu m równa«liniowych z n niewiadomymi x, x, x n, gdzie m, n N jest nast
Bardziej szczegółowoGranular Computing 9999 pages 15 METODY SZTUCZNEJ INTELIGENCJI - PROJEKTY
Granular Computing 9999 pages 15 METODY SZTUCZNEJ INTELIGENCJI - PROJEKTY PB 2 PB 1 Projekt z grupowania danych - Rough k-medoids Liczba osób realizuj cych projekt: 1 osoba 1. Wczytanie danych w formatach
Bardziej szczegółowoPlan Ćwiczeń. 3) znajdowanie i zmiana kartoteki roboczej polecenia getwd(), setwd()
Plan Ćwiczeń 1) Format poleceń, umieszczanie komentarzy, korekty poleceń (w przypadku bardziej skomplikowanych poleceń warto pisać je w otwartym okienku edytora i kopiować do linii poleceń R). Sposób zapisu
Bardziej szczegółowoModele liniowe i mieszane na przykªadzie analizy danych biologicznych - Wykªad 1
Modele liniowe i mieszane na przykªadzie analizy danych biologicznych - Wykªad 1 Tomasz Suchocki Uniwersytet Przyrodniczy we Wrocªawiu Katedra Genetyki i Ogólnej Hodowli Zwierz t Plan wykªadu 1 Podstawowe
Bardziej szczegółowoTworzenie bazy danych Biblioteka tworzenie tabel i powiza, manipulowanie danymi. Zadania do wykonani przed przystpieniem do pracy:
wiczenie 2 Tworzenie bazy danych Biblioteka tworzenie tabel i powiza, manipulowanie danymi. Cel wiczenia: Zapoznanie si ze sposobami konstruowania tabel, powiza pomidzy tabelami oraz metodami manipulowania
Bardziej szczegółowo