Supervised Hierarchical Clustering with Exponential Linkage. Nishant Yadav

Wielkość: px
Rozpocząć pokaz od strony:

Download "Supervised Hierarchical Clustering with Exponential Linkage. Nishant Yadav"

Transkrypt

1 Supervised Hierarchical Clustering with Exponential Linage Nishant Yadav Ari Kobren Nicholas Monath Andrew McCallum

2 At train time, learn A :2 X! Y Supervised Clustering

3 <latexit sha1_base64="owgj5x0xq+dfya1o3lczk+pidi=">aaab8nicbvdlssnafl2pr1pfvzdugvwvrirdfl147kcfuabymq6aydozslmjvbcp8onc0xc+jxu/bsnbrbaemdgcm69zlntaq36hnftmltfwnzq7xd2dnd2z+ohh61juo1zs2qhnldbgmugqt5chyn9gmxkfgnxbyl/udj6ynv/irpwlyjkspokuojv6/zjgmbkr3cwg1zpx9+zwv4lfbouaa6qx/2homnmjfjbjon5xojbrjryktis08nswidbhrwspjzeyqzspp3dordn1iafsunp190zgymomcwgn84hm2cvf/7xeitf1hgzpmgxxwupcjf5eb3u0ouguuxtyrqzw1wl46jjhrtsxvbgr988ippx9r9yx8ua43boo4ynmapnimpv9cae2hccygoeizxehpqexheny/fampdo7hd5zph3bqvc=</latexit> <latexit sha1_base64="owgj5x0xq+dfya1o3lczk+pidi=">aaab8nicbvdlssnafl2pr1pfvzdugvwvrirdfl147kcfuabymq6aydozslmjvbcp8onc0xc+jxu/bsnbrbaemdgcm69zlntaq36hnftmltfwnzq7xd2dnd2z+ohh61juo1zs2qhnldbgmugqt5chyn9gmxkfgnxbyl/udj6ynv/irpwlyjkspokuojv6/zjgmbkr3cwg1zpx9+zwv4lfbouaa6qx/2homnmjfjbjon5xojbrjryktis08nswidbhrwspjzeyqzspp3dordn1iafsunp190zgymomcwgn84hm2cvf/7xeitf1hgzpmgxxwupcjf5eb3u0ouguuxtyrqzw1wl46jjhrtsxvbgr988ippx9r9yx8ua43boo4ynmapnimpv9cae2hccygoeizxehpqexheny/fampdo7hd5zph3bqvc=</latexit> <latexit sha1_base64="owgj5x0xq+dfya1o3lczk+pidi=">aaab8nicbvdlssnafl2pr1pfvzdugvwvrirdfl147kcfuabymq6aydozslmjvbcp8onc0xc+jxu/bsnbrbaemdgcm69zlntaq36hnftmltfwnzq7xd2dnd2z+ohh61juo1zs2qhnldbgmugqt5chyn9gmxkfgnxbyl/udj6ynv/irpwlyjkspokuojv6/zjgmbkr3cwg1zpx9+zwv4lfbouaa6qx/2homnmjfjbjon5xojbrjryktis08nswidbhrwspjzeyqzspp3dordn1iafsunp190zgymomcwgn84hm2cvf/7xeitf1hgzpmgxxwupcjf5eb3u0ouguuxtyrqzw1wl46jjhrtsxvbgr988ippx9r9yx8ua43boo4ynmapnimpv9cae2hccygoeizxehpqexheny/fampdo7hd5zph3bqvc=</latexit> Supervised Clustering At train time, learn A :2 X! Y At test time, use on new set of points A<latexit sha1_base64="owgj5x0xq+dfya1o3lczk+pidi=">aaab8nicbvdlssnafl2pr1pfvzdugvwvrirdfl147kcfuabymq6aydozslmjvbcp8onc0xc+jxu/bsnbrbaemdgcm69zlntaq36hnftmltfwnzq7xd2dnd2z+ohh61juo1zs2qhnldbgmugqt5chyn9gmxkfgnxbyl/udj6ynv/irpwlyjkspokuojv6/zjgmbkr3cwg1zpx9+zwv4lfbouaa6qx/2homnmjfjbjon5xojbrjryktis08nswidbhrwspjzeyqzspp3dordn1iafsunp190zgymomcwgn84hm2cvf/7xeitf1hgzpmgxxwupcjf5eb3u0ouguuxtyrqzw1wl46jjhrtsxvbgr988ippx9r9yx8ua43boo4ynmapnimpv9cae2hccygoeizxehpqexheny/fampdo7hd5zph3bqvc=</latexit>

4 <latexit sha1_base64="owgj5x0xq+dfya1o3lczk+pidi=">aaab8nicbvdlssnafl2pr1pfvzdugvwvrirdfl147kcfuabymq6aydozslmjvbcp8onc0xc+jxu/bsnbrbaemdgcm69zlntaq36hnftmltfwnzq7xd2dnd2z+ohh61juo1zs2qhnldbgmugqt5chyn9gmxkfgnxbyl/udj6ynv/irpwlyjkspokuojv6/zjgmbkr3cwg1zpx9+zwv4lfbouaa6qx/2homnmjfjbjon5xojbrjryktis08nswidbhrwspjzeyqzspp3dordn1iafsunp190zgymomcwgn84hm2cvf/7xeitf1hgzpmgxxwupcjf5eb3u0ouguuxtyrqzw1wl46jjhrtsxvbgr988ippx9r9yx8ua43boo4ynmapnimpv9cae2hccygoeizxehpqexheny/fampdo7hd5zph3bqvc=</latexit> <latexit sha1_base64="owgj5x0xq+dfya1o3lczk+pidi=">aaab8nicbvdlssnafl2pr1pfvzdugvwvrirdfl147kcfuabymq6aydozslmjvbcp8onc0xc+jxu/bsnbrbaemdgcm69zlntaq36hnftmltfwnzq7xd2dnd2z+ohh61juo1zs2qhnldbgmugqt5chyn9gmxkfgnxbyl/udj6ynv/irpwlyjkspokuojv6/zjgmbkr3cwg1zpx9+zwv4lfbouaa6qx/2homnmjfjbjon5xojbrjryktis08nswidbhrwspjzeyqzspp3dordn1iafsunp190zgymomcwgn84hm2cvf/7xeitf1hgzpmgxxwupcjf5eb3u0ouguuxtyrqzw1wl46jjhrtsxvbgr988ippx9r9yx8ua43boo4ynmapnimpv9cae2hccygoeizxehpqexheny/fampdo7hd5zph3bqvc=</latexit> <latexit sha1_base64="owgj5x0xq+dfya1o3lczk+pidi=">aaab8nicbvdlssnafl2pr1pfvzdugvwvrirdfl147kcfuabymq6aydozslmjvbcp8onc0xc+jxu/bsnbrbaemdgcm69zlntaq36hnftmltfwnzq7xd2dnd2z+ohh61juo1zs2qhnldbgmugqt5chyn9gmxkfgnxbyl/udj6ynv/irpwlyjkspokuojv6/zjgmbkr3cwg1zpx9+zwv4lfbouaa6qx/2homnmjfjbjon5xojbrjryktis08nswidbhrwspjzeyqzspp3dordn1iafsunp190zgymomcwgn84hm2cvf/7xeitf1hgzpmgxxwupcjf5eb3u0ouguuxtyrqzw1wl46jjhrtsxvbgr988ippx9r9yx8ua43boo4ynmapnimpv9cae2hccygoeizxehpqexheny/fampdo7hd5zph3bqvc=</latexit> Supervised Clustering At train time, learn A :2 X! Y At test time, use on new set of points A<latexit sha1_base64="owgj5x0xq+dfya1o3lczk+pidi=">aaab8nicbvdlssnafl2pr1pfvzdugvwvrirdfl147kcfuabymq6aydozslmjvbcp8onc0xc+jxu/bsnbrbaemdgcm69zlntaq36hnftmltfwnzq7xd2dnd2z+ohh61juo1zs2qhnldbgmugqt5chyn9gmxkfgnxbyl/udj6ynv/irpwlyjkspokuojv6/zjgmbkr3cwg1zpx9+zwv4lfbouaa6qx/2homnmjfjbjon5xojbrjryktis08nswidbhrwspjzeyqzspp3dordn1iafsunp190zgymomcwgn84hm2cvf/7xeitf1hgzpmgxxwupcjf5eb3u0ouguuxtyrqzw1wl46jjhrtsxvbgr988ippx9r9yx8ua43boo4ynmapnimpv9cae2hccygoeizxehpqexheny/fampdo7hd5zph3bqvc=</latexit>

5 <latexit sha1_base64="owgj5x0xq+dfya1o3lczk+pidi=">aaab8nicbvdlssnafl2pr1pfvzdugvwvrirdfl147kcfuabymq6aydozslmjvbcp8onc0xc+jxu/bsnbrbaemdgcm69zlntaq36hnftmltfwnzq7xd2dnd2z+ohh61juo1zs2qhnldbgmugqt5chyn9gmxkfgnxbyl/udj6ynv/irpwlyjkspokuojv6/zjgmbkr3cwg1zpx9+zwv4lfbouaa6qx/2homnmjfjbjon5xojbrjryktis08nswidbhrwspjzeyqzspp3dordn1iafsunp190zgymomcwgn84hm2cvf/7xeitf1hgzpmgxxwupcjf5eb3u0ouguuxtyrqzw1wl46jjhrtsxvbgr988ippx9r9yx8ua43boo4ynmapnimpv9cae2hccygoeizxehpqexheny/fampdo7hd5zph3bqvc=</latexit> <latexit sha1_base64="owgj5x0xq+dfya1o3lczk+pidi=">aaab8nicbvdlssnafl2pr1pfvzdugvwvrirdfl147kcfuabymq6aydozslmjvbcp8onc0xc+jxu/bsnbrbaemdgcm69zlntaq36hnftmltfwnzq7xd2dnd2z+ohh61juo1zs2qhnldbgmugqt5chyn9gmxkfgnxbyl/udj6ynv/irpwlyjkspokuojv6/zjgmbkr3cwg1zpx9+zwv4lfbouaa6qx/2homnmjfjbjon5xojbrjryktis08nswidbhrwspjzeyqzspp3dordn1iafsunp190zgymomcwgn84hm2cvf/7xeitf1hgzpmgxxwupcjf5eb3u0ouguuxtyrqzw1wl46jjhrtsxvbgr988ippx9r9yx8ua43boo4ynmapnimpv9cae2hccygoeizxehpqexheny/fampdo7hd5zph3bqvc=</latexit> <latexit sha1_base64="owgj5x0xq+dfya1o3lczk+pidi=">aaab8nicbvdlssnafl2pr1pfvzdugvwvrirdfl147kcfuabymq6aydozslmjvbcp8onc0xc+jxu/bsnbrbaemdgcm69zlntaq36hnftmltfwnzq7xd2dnd2z+ohh61juo1zs2qhnldbgmugqt5chyn9gmxkfgnxbyl/udj6ynv/irpwlyjkspokuojv6/zjgmbkr3cwg1zpx9+zwv4lfbouaa6qx/2homnmjfjbjon5xojbrjryktis08nswidbhrwspjzeyqzspp3dordn1iafsunp190zgymomcwgn84hm2cvf/7xeitf1hgzpmgxxwupcjf5eb3u0ouguuxtyrqzw1wl46jjhrtsxvbgr988ippx9r9yx8ua43boo4ynmapnimpv9cae2hccygoeizxehpqexheny/fampdo7hd5zph3bqvc=</latexit> Supervised Clustering At train time, learn A :2 X! Y At test time, use on new set of points A<latexit sha1_base64="owgj5x0xq+dfya1o3lczk+pidi=">aaab8nicbvdlssnafl2pr1pfvzdugvwvrirdfl147kcfuabymq6aydozslmjvbcp8onc0xc+jxu/bsnbrbaemdgcm69zlntaq36hnftmltfwnzq7xd2dnd2z+ohh61juo1zs2qhnldbgmugqt5chyn9gmxkfgnxbyl/udj6ynv/irpwlyjkspokuojv6/zjgmbkr3cwg1zpx9+zwv4lfbouaa6qx/2homnmjfjbjon5xojbrjryktis08nswidbhrwspjzeyqzspp3dordn1iafsunp190zgymomcwgn84hm2cvf/7xeitf1hgzpmgxxwupcjf5eb3u0ouguuxtyrqzw1wl46jjhrtsxvbgr988ippx9r9yx8ua43boo4ynmapnimpv9cae2hccygoeizxehpqexheny/fampdo7hd5zph3bqvc=</latexit> Select a clustering algorithm Learn a dissimilarity function

6 <latexit sha1_base64="owgj5x0xq+dfya1o3lczk+pidi=">aaab8nicbvdlssnafl2pr1pfvzdugvwvrirdfl147kcfuabymq6aydozslmjvbcp8onc0xc+jxu/bsnbrbaemdgcm69zlntaq36hnftmltfwnzq7xd2dnd2z+ohh61juo1zs2qhnldbgmugqt5chyn9gmxkfgnxbyl/udj6ynv/irpwlyjkspokuojv6/zjgmbkr3cwg1zpx9+zwv4lfbouaa6qx/2homnmjfjbjon5xojbrjryktis08nswidbhrwspjzeyqzspp3dordn1iafsunp190zgymomcwgn84hm2cvf/7xeitf1hgzpmgxxwupcjf5eb3u0ouguuxtyrqzw1wl46jjhrtsxvbgr988ippx9r9yx8ua43boo4ynmapnimpv9cae2hccygoeizxehpqexheny/fampdo7hd5zph3bqvc=</latexit> <latexit sha1_base64="owgj5x0xq+dfya1o3lczk+pidi=">aaab8nicbvdlssnafl2pr1pfvzdugvwvrirdfl147kcfuabymq6aydozslmjvbcp8onc0xc+jxu/bsnbrbaemdgcm69zlntaq36hnftmltfwnzq7xd2dnd2z+ohh61juo1zs2qhnldbgmugqt5chyn9gmxkfgnxbyl/udj6ynv/irpwlyjkspokuojv6/zjgmbkr3cwg1zpx9+zwv4lfbouaa6qx/2homnmjfjbjon5xojbrjryktis08nswidbhrwspjzeyqzspp3dordn1iafsunp190zgymomcwgn84hm2cvf/7xeitf1hgzpmgxxwupcjf5eb3u0ouguuxtyrqzw1wl46jjhrtsxvbgr988ippx9r9yx8ua43boo4ynmapnimpv9cae2hccygoeizxehpqexheny/fampdo7hd5zph3bqvc=</latexit> <latexit sha1_base64="owgj5x0xq+dfya1o3lczk+pidi=">aaab8nicbvdlssnafl2pr1pfvzdugvwvrirdfl147kcfuabymq6aydozslmjvbcp8onc0xc+jxu/bsnbrbaemdgcm69zlntaq36hnftmltfwnzq7xd2dnd2z+ohh61juo1zs2qhnldbgmugqt5chyn9gmxkfgnxbyl/udj6ynv/irpwlyjkspokuojv6/zjgmbkr3cwg1zpx9+zwv4lfbouaa6qx/2homnmjfjbjon5xojbrjryktis08nswidbhrwspjzeyqzspp3dordn1iafsunp190zgymomcwgn84hm2cvf/7xeitf1hgzpmgxxwupcjf5eb3u0ouguuxtyrqzw1wl46jjhrtsxvbgr988ippx9r9yx8ua43boo4ynmapnimpv9cae2hccygoeizxehpqexheny/fampdo7hd5zph3bqvc=</latexit> Supervised Clustering At train time, learn A :2 X! Y At test time, use on new set of points A<latexit sha1_base64="owgj5x0xq+dfya1o3lczk+pidi=">aaab8nicbvdlssnafl2pr1pfvzdugvwvrirdfl147kcfuabymq6aydozslmjvbcp8onc0xc+jxu/bsnbrbaemdgcm69zlntaq36hnftmltfwnzq7xd2dnd2z+ohh61juo1zs2qhnldbgmugqt5chyn9gmxkfgnxbyl/udj6ynv/irpwlyjkspokuojv6/zjgmbkr3cwg1zpx9+zwv4lfbouaa6qx/2homnmjfjbjon5xojbrjryktis08nswidbhrwspjzeyqzspp3dordn1iafsunp190zgymomcwgn84hm2cvf/7xeitf1hgzpmgxxwupcjf5eb3u0ouguuxtyrqzw1wl46jjhrtsxvbgr988ippx9r9yx8ua43boo4ynmapnimpv9cae2hccygoeizxehpqexheny/fampdo7hd5zph3bqvc=</latexit> Select a clustering algorithm Learn a dissimilarity function Clustering Algorithm Mismatch leads to poor Training Procedure generalization

7 Hierarchical Agglomerative Clustering!3

8 Hierarchical Agglomerative Clustering!3

9 Hierarchical Agglomerative Clustering Iteratively merge two closest clusters!3

10 Hierarchical Agglomerative Clustering Iteratively merge two closest clusters!3

11 Hierarchical Agglomerative Clustering Iteratively merge two closest clusters!3

12 Hierarchical Agglomerative Clustering Iteratively merge two closest clusters!3

13 Hierarchical Agglomerative Clustering Iteratively merge two closest clusters!3

14 Hierarchical Agglomerative Clustering Iteratively merge two closest clusters!3

15 Hierarchical Agglomerative Clustering Iteratively merge two closest clusters!3

16 Hierarchical Agglomerative Clustering Iteratively merge two closest clusters!3

17 Linage Function Inter-Cluster distance given by Linage Function!4

18 Linage Function Single Linage (Minimum Pairwise Dissimilarity) Inter-Cluster distance given by Linage Function!4

19 Linage Function Average Linage (Average Pairwise Dissimilarity) Single Linage!5

20 Linage Function Complete Linage (Maximum Pairwise Dissimilarity) Single Linage Average Linage!6

21 Linage Function Best linage function for a dataset is, a priori, unnown Single Linage Average Linage!7 Complete Linage

22 In this wor: 1. Exponential Linage: Learnable family of linage functions 2. Training objective to jointly optimize linage & dissimilarity function!8

23 Exponential Linage Single Linage Average Linage Complete Linage!9

24 Exponential Linage Single Linage Average Linage Complete Linage 0 Weight 1 Weighted Average with Learnable Parameter!9

25 Exponential Linage Single Linage J(, ) = n 0 X i=1 X C u,v 2P (i) max n o 0, (C u0,v 0) (C u,v) Average Linage Complete Linage Algorithm 1 train ExpLin(X, C?,T, 1, 2) Init:, for t =1,..., T do J 0 T (0) j {x j } 8 x j 2 X for round i =1,...,n 0 do {T (i) }l i HAC-Round({T {C (i) } l i C (i) {C (i) } l i {lvst (i) }l i (i 1) } l i 1 ) P (i) {C u,v 2 C (i) C (i) : C u 6= C v } P (i) + {C u,v 2 P (i) : 9C j? s.t. C u,c v C j?} P (i) P (i) \P (i) + C u 0,v 0 arg min C u,v 2P (i) for C u,v 2 P (i) (C u,v ) 0 + Weight 1 J + max n do 0, (C u0,v 0) (C u,v ) Weighted Average with Learnable o

26 Experimental Setup Entity Resolution REXA AMINER UMIST Faces Noun Phrase Coreference!10

27 Experimental Setup Entity Resolution REXA AMINER UMIST Faces Noun Phrase Coreference Four Linage Functions Single Linage Average Linage Complete Linage Exponential Linage!10

28 Experimental Setup Entity Resolution REXA AMINER UMIST Faces Noun Phrase Coreference Four Linage Functions Single Linage Average Linage Complete Linage Exponential Linage Evaluated using Dendrogram Purity Averaged across 50 different train/test/dev splits!10

29 Results Dataset: Rexa Dendrogram Purity Single Average Complete Exponential Linage Function

30 Results Dataset: Rexa Dendrogram Purity Single Average Complete Exponential Linage Function

31 Summary!12

32 Summary Exponential Linage: Learnable family of linage functions!12

33 Summary Exponential Linage: Learnable family of linage functions X J(, ) = n 0 i=1 X C u,v2p (i) max n o 0, (C u0,v 0) (C u,v) Algorithm 1 train ExpLin(X, C?,T, 1, 2) Init:, for t =1,..., T do J 0 T (0) j {x j } 8 x j 2 X for round i =1,...,n 0 do {T (i) }li {C (i) } li C (i) (i 1) HAC-Round({T } li 1 (i) {lvst }li {C (i) } li ) P (i) {C u,v 2 C (i) C (i) : C u 6= C v } P (i) + {C u,v 2 P (i) : 9C j? s.t. C u,c v C j?} P (i) P (i) \P (i) + C u 0,v 0 arg min C u,v2p (C (i) u,v ) + for C u,v 2 P (i) n do o J J + max 0, (C u0,v 0) (C u,v @ Training Objective & Algorithm: Jointly Optimizing Dissimilarity & Linage Function!12

34 Summary Exponential Linage: Learnable family of linage functions X J(, ) = n 0 i=1 X C u,v2p (i) max n o 0, (C u0,v 0) (C u,v) Algorithm 1 train ExpLin(X, C?,T, 1, 2) Init:, for t =1,..., T do J 0 T (0) j {x j } 8 x j 2 X for round i =1,...,n 0 do {T (i) }li {C (i) } li C (i) (i 1) HAC-Round({T } li 1 (i) {lvst }li {C (i) } li ) P (i) {C u,v 2 C (i) C (i) : C u 6= C v } P (i) + {C u,v 2 P (i) : 9C j? s.t. C u,c v C j?} P (i) P (i) \P (i) + C u 0,v 0 arg min C u,v2p (C (i) u,v ) + for C u,v 2 P (i) n do o J J + max 0, (C u0,v 0) (C u,v @ Training Objective & Algorithm: Jointly Optimizing Dissimilarity & Linage Function Effective Empirical Results!12

35 Single Linage Average Linage Thans for listening! Chec out our poster #196 today at 6:30pm in Pacific Ballroom! Complete Linage Exponential Linage Paper: Code: Train Test!13

tum.de/fall2018/ in2357

tum.de/fall2018/ in2357 https://piazza.com/ tum.de/fall2018/ in2357 Prof. Daniel Cremers From to Classification Categories of Learning (Rep.) Learning Unsupervised Learning clustering, density estimation Supervised Learning learning

Bardziej szczegółowo

Linear Classification and Logistic Regression. Pascal Fua IC-CVLab

Linear Classification and Logistic Regression. Pascal Fua IC-CVLab Linear Classification and Logistic Regression Pascal Fua IC-CVLab 1 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

Bardziej szczegółowo

Hard-Margin Support Vector Machines

Hard-Margin Support Vector Machines Hard-Margin Support Vector Machines aaacaxicbzdlssnafiyn9vbjlepk3ay2gicupasvu4iblxuaw2hjmuwn7ddjjmxm1bkcg1/fjqsvt76fo9/gazqfvn8y+pjpozw5vx8zkpvtfxmlhcwl5zxyqrm2vrg5zw3vxmsoezi4ogkr6phieky5crvvjhriqvdom9l2xxftevuwcekj3lktmhghgniauiyutvrwxtvme34a77kbvg73gtygpjsrfati1+xc8c84bvraowbf+uwnipyehcvmkjrdx46vlykhkgykm3ujjdhcyzqkxy0chur6ax5cbg+1m4bbjptjcubuz4kuhvjoql93hkin5hxtav5x6yyqopnsyuneey5ni4keqrxbar5wqaxbik00icyo/iveiyqqvjo1u4fgzj/8f9x67bzmxnurjzmijtlybwfgcdjgfdtajwgcf2dwaj7ac3g1ho1n4814n7wwjgjmf/ys8fenfycuzq==

Bardziej szczegółowo

Machine Learning for Data Science (CS4786) Lecture 24. Differential Privacy and Re-useable Holdout

Machine Learning for Data Science (CS4786) Lecture 24. Differential Privacy and Re-useable Holdout Machine Learning for Data Science (CS4786) Lecture 24 Differential Privacy and Re-useable Holdout Defining Privacy Defining Privacy Dataset + Defining Privacy Dataset + Learning Algorithm Distribution

Bardziej szczegółowo

Label-Noise Robust Generative Adversarial Networks

Label-Noise Robust Generative Adversarial Networks Label-Noise Robust Generative Adversarial Networks Training data rcgan Noisy labeled Conditioned on clean labels Takuhiro Kaneko1 Yoshitaka Ushiku1 Tatsuya Harada1, 2 1The University of Tokyo 2RIKEN Talk

Bardziej szczegółowo

Podstawy grupowania danych w programie RapidMiner Michał Bereta

Podstawy grupowania danych w programie RapidMiner Michał Bereta Podstawy grupowania danych w programie RapidMiner Michał Bereta www.michalbereta.pl 1. Grupowanie hierarchiczne Grupowanie (analiza skupieo, ang. clustering) ma na celu automatyczne wykrycie grup istniejących

Bardziej szczegółowo

TTIC 31210: Advanced Natural Language Processing. Kevin Gimpel Spring Lecture 9: Inference in Structured Prediction

TTIC 31210: Advanced Natural Language Processing. Kevin Gimpel Spring Lecture 9: Inference in Structured Prediction TTIC 31210: Advanced Natural Language Processing Kevin Gimpel Spring 2019 Lecture 9: Inference in Structured Prediction 1 intro (1 lecture) Roadmap deep learning for NLP (5 lectures) structured prediction

Bardziej szczegółowo

SPIDER + SPIDER + (260 x 255 x h220cm) (260 x 255 x h220cm) fungoo.eu

SPIDER + SPIDER + (260 x 255 x h220cm) (260 x 255 x h220cm) fungoo.eu MODULE MODUŁ + + (260 x 255 x h220cm) (260 x 255 x h220cm) fungoo.eu 003_03290_030815 003_03290_030815 INSTALLATION INSTRUCTIONS INSTRUKCJA MONTAŻU WARNINGS! OSTRZEŻENIA! Only for home use. Tylko do użytku

Bardziej szczegółowo

THE RATE OF GW CAPTURE OF STELLAR-MASS BHS IN NUCLEAR STAR CLUSTERS. Alexander Rasskazov & Bence Kocsis Eotvos University

THE RATE OF GW CAPTURE OF STELLAR-MASS BHS IN NUCLEAR STAR CLUSTERS. Alexander Rasskazov & Bence Kocsis Eotvos University THE RATE OF GW CAPTURE OF STELLAR-MASS BHS IN NUCLEAR STAR CLUSTERS Alexander Rasskazov & Bence Kocsis Eotvos University Merger rate density of events with e>0.1 in the LIGO band (>10 Hz), Gpc -3 yr -1

Bardziej szczegółowo

MATLAB Neural Network Toolbox przegląd

MATLAB Neural Network Toolbox przegląd MATLAB Neural Network Toolbox przegląd WYKŁAD Piotr Ciskowski Neural Network Toolbox: Neural Network Toolbox - zastosowania: przykłady zastosowań sieci neuronowych: The 1988 DARPA Neural Network Study

Bardziej szczegółowo

Towards Stability Analysis of Data Transport Mechanisms: a Fluid Model and an Application

Towards Stability Analysis of Data Transport Mechanisms: a Fluid Model and an Application Towards Stability Analysis of Data Transport Mechanisms: a Fluid Model and an Application Gayane Vardoyan *, C. V. Hollot, Don Towsley* * College of Information and Computer Sciences, Department of Electrical

Bardziej szczegółowo

Lecture 18 Review for Exam 1

Lecture 18 Review for Exam 1 Spring, 2019 ME 323 Mechanics of Materials Lecture 18 Review for Exam 1 Reading assignment: HW1-HW5 News: Ready for the exam? Instructor: Prof. Marcial Gonzalez Announcements Exam 1 - Wednesday February

Bardziej szczegółowo

UP&DOWN + UP&DOWN + (260 x 253 x h225cm) (260 x 253 x h225cm) fungoo.eu UP&DOWN _ _

UP&DOWN + UP&DOWN + (260 x 253 x h225cm) (260 x 253 x h225cm) fungoo.eu UP&DOWN _ _ MODULE MODUŁ UP&DOWN + UP&DOWN + (260 x 253 x h225cm) (260 x 253 x h225cm) 00250_12012015 00250_12012015 INSTALLATION INSTRUCTIONS INSTRUKCJA MONTAŻU fungoo.eu WARNINGS! OSTRZEŻENIA! Only for home use.

Bardziej szczegółowo

y = The Chain Rule Show all work. No calculator unless otherwise stated. If asked to Explain your answer, write in complete sentences.

y = The Chain Rule Show all work. No calculator unless otherwise stated. If asked to Explain your answer, write in complete sentences. The Chain Rule Show all work. No calculator unless otherwise stated. If asked to Eplain your answer, write in complete sentences. 1. Find the derivative of the functions y 7 (b) (a) ( ) y t 1 + t 1 (c)

Bardziej szczegółowo

Gradient Coding using the Stochastic Block Model

Gradient Coding using the Stochastic Block Model Gradient Coding using the Stochastic Block Model Zachary Charles (UW-Madison) Joint work with Dimitris Papailiopoulos (UW-Madison) aaacaxicbvdlssnafj3uv62vqbvbzwarxjsqikaboelgzux7gcaeywtsdp1mwsxeaepd+ctuxcji1r9w5984bbpq1gmxdufcy733bcmjutn2t1fawl5zxsuvvzy2t7z3zn29lkwyguktjywrnqbjwigntuuvi51uebqhjlsdwfxebz8qiwnc79uwjv6mepxgfcoljd88uiox0m1hvlnzwzgowymjn7tjyzertmvpareju5aqkndwzs83thawe64wq1j2httvxo6eopirccxnjekrhqae6wrkuuykl08/gmnjryqwsoqurubu/t2ro1jkyrzozhipvpz3juj/xjdt0ywxu55mina8wxrldkoetukairuekzbubgfb9a0q95fawonqkjoez/7lrdi6trzbcm7pqvwrio4yoarh4aq44bzuwq1ogcba4be8g1fwzjwzl8a78tfrlrnfzd74a+pzb2h+lzm=

Bardziej szczegółowo

4.3 Grupowanie według podobieństwa

4.3 Grupowanie według podobieństwa 4.3 Grupowanie według podobieństwa Przykłady obiektów to coś więcej niż wektory wartości atrybutów. Reprezentują one poszczególne rasy psów. Ważnym pytaniem, jakie można sobie zadać, jest to jak dobrymi

Bardziej szczegółowo

Machine Learning for Data Science (CS4786) Lecture 11. Spectral Embedding + Clustering

Machine Learning for Data Science (CS4786) Lecture 11. Spectral Embedding + Clustering Machine Learning for Data Science (CS4786) Lecture 11 Spectral Embedding + Clustering MOTIVATING EXAMPLE What can you say from this network? MOTIVATING EXAMPLE How about now? THOUGHT EXPERIMENT For each

Bardziej szczegółowo

Previously on CSCI 4622

Previously on CSCI 4622 More Naïve Bayes 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

Bardziej szczegółowo

Agnostic Learning and VC dimension

Agnostic Learning and VC dimension Agnostic Learning and VC dimension Machine Learning Spring 2019 The slides are based on Vivek Srikumar s 1 This Lecture Agnostic Learning What if I cannot guarantee zero training error? Can we still get

Bardziej szczegółowo

The Lorenz System and Chaos in Nonlinear DEs

The Lorenz System and Chaos in Nonlinear DEs The Lorenz System and Chaos in Nonlinear DEs April 30, 2019 Math 333 p. 71 in Chaos: Making a New Science by James Gleick Adding a dimension adds new possible layers of complexity in the phase space of

Bardziej szczegółowo

FUNNY 3 FUNNY 3. (290 x 73 x h210cm) (290 x 73 x h210cm) FUNNY 3 003_02815_ _02815_241114

FUNNY 3 FUNNY 3. (290 x 73 x h210cm) (290 x 73 x h210cm) FUNNY 3 003_02815_ _02815_241114 PLAYGROUND PLAC ZABAW (290 x 73 x h210cm) (290 x 73 x h210cm) 003_02815_241114 003_02815_241114 INSTALLATION INSTRUCTIONS INSTRUKCJA MONTAŻU WARNINGS! OSTRZEŻENIA! Only for home use. Tylko do użytku domowego.

Bardziej szczegółowo

(381 x 136 x h303cm) (381 x 136 x h303cm)

(381 x 136 x h303cm) (381 x 136 x h303cm) PLAYGROUND PLAC ZABAW (381 x 136 x h303cm) (381 x 136 x h303cm) 00555_161214 00555_161214 INSTALLATION INSTRUCTIONS INSTRUKCJA MONTAŻU fungoo.eu WARNINGS! OSTRZEŻENIA! Only for home use. Tylko do użytku

Bardziej szczegółowo

(381 x 136 x h303cm) (381 x 136 x h303cm)

(381 x 136 x h303cm) (381 x 136 x h303cm) PLAYGROUND PLAC ZABAW (381 x 136 x h303cm) (381 x 136 x h303cm) 00555_16112015 00555_16112015 INSTALLATION INSTRUCTIONS INSTRUKCJA MONTAŻU fungoo.eu WARNINGS! OSTRZEŻENIA! Only for home use. Tylko do użytku

Bardziej szczegółowo

Zastrzegamy sobie prawo do zmiany cen oraz asortymentu bez wcze niejszego zawiadomienia.

Zastrzegamy sobie prawo do zmiany cen oraz asortymentu bez wcze niejszego zawiadomienia. Zastrzegamy sobie prawo do zmiany cen oraz asortymentu bez wcze niejszego zawiadomienia. Kod Rozmiar Bie nik LI SI RF FR Opony do samochodów osobowych - seria 80 13" 0362001000 135/80R13 rallye 680 70

Bardziej szczegółowo

CAROL 1 CAROL 1. (121 x 310 x h290cm) (121 x 310 x h290cm) INSTALLATION INSTRUCTIONS INSTRUKCJA MONTAŻU OSTRZEŻENIA! WARNINGS!

CAROL 1 CAROL 1. (121 x 310 x h290cm) (121 x 310 x h290cm) INSTALLATION INSTRUCTIONS INSTRUKCJA MONTAŻU OSTRZEŻENIA! WARNINGS! PLAYGROUND PLAC ZABAW (121 x 310 x h290cm) (121 x 310 x h290cm) fungoo.eu 003_03030_291014 003_03030_291014 INSTALLATION INSTRUCTIONS INSTRUKCJA MONTAŻU WARNINGS! OSTRZEŻENIA! Only for home use. Tylko

Bardziej szczegółowo

(327 x 112 x h290cm) (327 x 112 x h290cm)

(327 x 112 x h290cm) (327 x 112 x h290cm) PLAYGROUND PLAC ZABAW (327 x 112 x h290cm) (327 x 112 x h290cm) 00980_02012015 00980_02012015 INSTALLATION INSTRUCTIONS INSTRUKCJA MONTAŻU fungoo.eu WARNINGS! OSTRZEŻENIA! Only for home use. Tylko do użytku

Bardziej szczegółowo

EN 71. (389 x 410 x h272cm) (389 x 410 x h272cm) fungoo.eu FLEPPI

EN 71. (389 x 410 x h272cm) (389 x 410 x h272cm) fungoo.eu FLEPPI PLAYGROUND PLAC ZABAW (389 x 410 x h272cm) (389 x 410 x h272cm) 003_04630_06082019 003_04630_06082019 INSTALLATION INSTRUCTIONS INSTRUKCJA MONTAŻU Warranty period - 2 years from purchase date Okres gwarancji

Bardziej szczegółowo

deep learning for NLP (5 lectures)

deep learning for NLP (5 lectures) TTIC 31210: Advanced Natural Language Processing Kevin Gimpel Spring 2019 Lecture 6: Finish Transformers; Sequence- to- Sequence Modeling and AJenKon 1 Roadmap intro (1 lecture) deep learning for NLP (5

Bardziej szczegółowo

Analiza skupień (Cluster analysis)

Analiza skupień (Cluster analysis) Analiza skupień (Cluster analysis) Analiza skupień jest to podział zbioru obserwacji na podzbiory (tzw. klastry) tak, że obiekty (obserwacje) w tym samym klastrze były podobne (w pewnym sensie). Jest to

Bardziej szczegółowo

CAROL 2 CAROL 2. (285 x 395 x h290cm) (285 x 395 x h290cm) fungoo.eu CAROL 2 003_03020_ _03020_291014

CAROL 2 CAROL 2. (285 x 395 x h290cm) (285 x 395 x h290cm) fungoo.eu CAROL 2 003_03020_ _03020_291014 PLAYGROUND PLAC ZABAW (285 x 395 x h290cm) (285 x 395 x h290cm) fungoo.eu 003_03020_291014 003_03020_291014 INSTALLATION INSTRUCTIONS INSTRUKCJA MONTAŻU WARNINGS! OSTRZEŻENIA! Only for home use. Tylko

Bardziej szczegółowo

WARNINGS! OSTRZEŻENIA!

WARNINGS! OSTRZEŻENIA! PLAYGROUND PLAC ZABAW (226 x 372 x h277cm) 003_03435_050216 fungoo.eu INSTALLATION INSTRUCTIONS (226 x 372 x h277cm) 003_03435_050216 INSTRUKCJA MONTAŻU WARNINGS! OSTRZEŻENIA! Only for home use. Tylko

Bardziej szczegółowo

FUNNY 2 FUNNY 2. (330 x 317 x h265cm) (330 x 317 x h265cm) FUNNY 2 003_02800_ _02800_

FUNNY 2 FUNNY 2. (330 x 317 x h265cm) (330 x 317 x h265cm) FUNNY 2 003_02800_ _02800_ PLAYGROUND PLAC ZABAW FUNNY 2 FUNNY 2 (330 x 317 x h265cm) (330 x 317 x h265cm) 003_02800_10022015 003_02800_10022015 INSTALLATION INSTRUCTIONS INSTRUKCJA MONTAŻU WARNINGS! OSTRZEŻENIA! Only for home use.

Bardziej szczegółowo

Algorytmy rozpoznawania obrazów. 11. Analiza skupień. dr inż. Urszula Libal. Politechnika Wrocławska

Algorytmy rozpoznawania obrazów. 11. Analiza skupień. dr inż. Urszula Libal. Politechnika Wrocławska Algorytmy rozpoznawania obrazów 11. Analiza skupień dr inż. Urszula Libal Politechnika Wrocławska 2015 1 1. Analiza skupień Określenia: analiza skupień (cluster analysis), klasteryzacja (clustering), klasyfikacja

Bardziej szczegółowo

FUNNY3 ROOFI FUNNY3 ROOFI

FUNNY3 ROOFI FUNNY3 ROOFI PLAYGROUND PLAC ZABAW FUNNY3 ROOFI FUNNY3 ROOFI (345 x 284 x h247cm) (345 x 284 x h247cm) 003_03880_07082017 003_03880_07082017 INSTALLATION INSTRUCTIONS INSTRUKCJA MONTAŻU WARNINGS! OSTRZEŻENIA! Only

Bardziej szczegółowo

Boosting. Sewoong Oh. CSE/STAT 416 University of Washington

Boosting. Sewoong Oh. CSE/STAT 416 University of Washington Boosting Sewoong Oh CSE/STAT 416 University of Washington Ensemble classifier: Aggregating weak classifiers!2 Consider a scenario where we train many weak classifiers on a given data f 1 (x) aaab73icbva9twjbej3dl8qv1njmi5hgq+6w0jjoy4mjfcrwixvlhmzy3tt394zkwp+wsdayw/+onf/gba5q8cwtvlw3k5l5qcyznq777etw1jc2t/lbhz3dvf2d4ufrs0ejirrjih6ptoa15uzspmgg006skbybp+1gfdpz249uarbjezojqs/wulkqewys1cmhfa/ydf7uf0tu1z0drriviyxi0ogxv3qdicscskm41rrrubhxu6wmi5xoc71e0xitmr7srqusc6r9dh7vfj1zzydcsnmsbs3v3xmpflpprga7btyjveznxp+8bmlckz9lmk4mlwsxkew4mhgapy8gtffi+mqstbsztyiywgotyymq2bc85zdxsatw9s6qtbtaqx6dxzghezifcnhwcxw4hqy0gqchz3ifn+fbexheny9fa87jzo7hd5zph03vjtm=

Bardziej szczegółowo

3.7 Novelty & Diversity

3.7 Novelty & Diversity 3.7 Novelty & Diversity Redundancy in returned results (e.g., near duplicates) has a negative effect on retrieval effectiveness No benefit in showing relevant yet redundant results Bernstein and Zobel

Bardziej szczegółowo

Relaxation of the Cosmological Constant

Relaxation of the Cosmological Constant Relaxation of the Cosmological Constant with Peter Graham and David E. Kaplan The Born Again Universe + Work in preparation + Work in progress aaab7nicdvbns8nafhypx7v+vt16wsycp5kioseifw8ekthwaepzbf7apztn2n0ipfrhepggifd/jzf/jzs2brudwbhm5rhvtzakro3rfjqlpewv1bxyemvjc2t7p7q719zjphi2wcisdr9qjyjlbblubn6ncmkccoweo6vc7zyg0jyrd2acoh/tgeqrz9ryqdo7sdgq9qs1t37m5ibu3v2qqvekpqyfmv3qry9mwbajnexqrbuemxp/qpxhtoc00ss0ppsn6ac7lkoao/yns3wn5mgqiykszz80zkz+n5jqwotxhnhktm1q//zy8s+vm5nowp9wmwygjzt/fgwcmitkt5oqk2rgjc2hthg7k2fdqigztqgklwfxkfmfte/qnuw3p7xgzvfhgq7gei7bg3nowdu0oqumrvaiz/dipm6t8+q8zamlp5jzhx9w3r8agjmpzw==

Bardziej szczegółowo

Revenue Maximization. Sept. 25, 2018

Revenue Maximization. Sept. 25, 2018 Revenue Maximization Sept. 25, 2018 Goal So Far: Ideal Auctions Dominant-Strategy Incentive Compatible (DSIC) b i = v i is a dominant strategy u i 0 x is welfare-maximizing x and p run in polynomial time

Bardziej szczegółowo

TTIC 31190: Natural Language Processing

TTIC 31190: Natural Language Processing TTIC 31190: Natural Language Processing Kevin Gimpel Spring 2018 Lecture 17: Machine TranslaDon; SemanDcs Roadmap words, morphology, lexical semandcs text classificadon simple neural methods for NLP language

Bardziej szczegółowo

TTIC 31210: Advanced Natural Language Processing. Kevin Gimpel Spring Lecture 8: Structured PredicCon 2

TTIC 31210: Advanced Natural Language Processing. Kevin Gimpel Spring Lecture 8: Structured PredicCon 2 TTIC 31210: Advanced Natural Language Processing Kevin Gimpel Spring 2019 Lecture 8: Structured PredicCon 2 1 Roadmap intro (1 lecture) deep learning for NLP (5 lectures) structured predic+on (4 lectures)

Bardziej szczegółowo

Rodzaj obliczeń. Data Nazwa klienta Ref. Napędy z pasami klinowymi normalnoprofilowymi i wąskoprofilowymi 4/16/ :53:55 PM

Rodzaj obliczeń. Data Nazwa klienta Ref. Napędy z pasami klinowymi normalnoprofilowymi i wąskoprofilowymi 4/16/ :53:55 PM Rodzaj obliczeń Data Nazwa klienta Ref Napędy z pasami klinowymi normalnoprofilowymi i wąskoprofilowymi 4/16/2007 10:53:55 PM Rodzaj obciążenia, parametry pracy Calculation Units SI Units (N, mm, kw...)

Bardziej szczegółowo

IEEE 1284 - Centronics

IEEE 1284 - Centronics IEEE 1284 - Centronics Interfejs Centronics w wersji oryginalnej - łącze jednokierunkowe przesyłające informacje od komputera do drukarki przeznaczony jedynie do tego zadania, co wynikało z braku potrzeby

Bardziej szczegółowo

BULLETIN 2 II TRAINING CAMP POLISH OPEN MTBO CHAMPIONSHIPS 19-22.06.2014 MICHAŁOWO 23-29.06.2014 TRAINING CAMP WORLD MTB ORIENTEERING CHAMPIONSHIPS

BULLETIN 2 II TRAINING CAMP POLISH OPEN MTBO CHAMPIONSHIPS 19-22.06.2014 MICHAŁOWO 23-29.06.2014 TRAINING CAMP WORLD MTB ORIENTEERING CHAMPIONSHIPS BULLETIN 2 II TRAINING CAMP POLISH OPEN MTBO CHAMPIONSHIPS 19-22.06.2014 MICHAŁOWO 23-29.06.2014 TRAINING CAMP WORLD MTB ORIENTEERING CHAMPIONSHIPS MASTERS WORLD MTB ORIENTEERING CHAMPIONSHIPS MTB ORIENTEERING

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

Installation of EuroCert software for qualified electronic signature

Installation of EuroCert software for qualified electronic signature Installation of EuroCert software for qualified electronic signature for Microsoft Windows systems Warsaw 28.08.2019 Content 1. Downloading and running the software for the e-signature... 3 a) Installer

Bardziej szczegółowo

P R A C A D Y P L O M O W A

P R A C A D Y P L O M O W A POLITECHNIKA POZNAŃSKA Wydział Maszyn Roboczych i Transportu P R A C A D Y P L O M O W A Autor: inż. METODA Ε-CONSTRAINTS I PRZEGLĄDU FRONTU PARETO W ZASTOSOWANIU DO ROZWIĄZYWANIA PROBLEMU OPTYMALIZACJI

Bardziej szczegółowo

Cracow University of Economics Poland

Cracow University of Economics Poland Cracow University of Economics Poland Sources of Real GDP per Capita Growth: Polish Regional-Macroeconomic Dimensions 2000-2005 - Keynote Speech - Presented by: Dr. David Clowes The Growth Research Unit,

Bardziej szczegółowo

No matter how much you have, it matters how much you need

No matter how much you have, it matters how much you need CSR STRATEGY KANCELARIA FINANSOWA TRITUM GROUP SP. Z O.O. No matter how much you have, it matters how much you need Kancelaria Finansowa Tritum Group Sp. z o.o. was established in 2007 we build trust among

Bardziej szczegółowo

Planning and Cabling Networks

Planning and Cabling Networks Planning and Cabling Networks Network Fundamentals Chapter 10 Version 4.0 1 Projektowanie okablowania i sieci Podstawy sieci Rozdział 10 Version 4.0 2 Objectives Identify the basic network media required

Bardziej szczegółowo

2 nd ClimMani EU COST Action Meeting Poznań, Poland 28-30 September, 2015

2 nd ClimMani EU COST Action Meeting Poznań, Poland 28-30 September, 2015 nd ClimMani EU COST Action Meeting, oland 8-30 September, 015 Venue HOTEL MERCURE**** - OZNAŃ Address: ul. Roosvelta 0, 60-89, oland Tel. +48 61 855 80 00 e-mail: H3393@accor.com mercure-poznan-centrum.com

Bardziej szczegółowo

Volcano MC-GM4 OPTICAL MOUSE USER S MANUAL MODECOM

Volcano MC-GM4 OPTICAL MOUSE USER S MANUAL MODECOM Volcano MC-GM4 OPTICAL MOUSE USER S MANUAL MODECOM Volcano MC-GM4 OPTICAL MOUSE PL Wymagania systemowe Komputer zgodny z systemem operacyjnym Windows Port USB Zawartość opakowania Myszka instrukcja obsługi

Bardziej szczegółowo

MoA-Net: Self-supervised Motion Segmentation. Pia Bideau, Rakesh R Menon, Erik Learned-Miller

MoA-Net: Self-supervised Motion Segmentation. Pia Bideau, Rakesh R Menon, Erik Learned-Miller MoA-Net: Self-supervised Motion Segmentation Pia Bideau, Rakesh R Menon, Erik Learned-Miller University of Massachusetts Amherst College of Information and Computer Science Motion Segmentation P Bideau,

Bardziej szczegółowo

Knovel Math: Jakość produktu

Knovel Math: Jakość produktu Knovel Math: Jakość produktu Knovel jest agregatorem materiałów pełnotekstowych dostępnych w formacie PDF i interaktywnym. Narzędzia interaktywne Knovel nie są stworzone wokół specjalnych algorytmów wymagających

Bardziej szczegółowo

Volcano MC-GMX4 OPTICAL MOUSE USER S MANUAL MODECOM

Volcano MC-GMX4 OPTICAL MOUSE USER S MANUAL MODECOM Volcano MC-GMX4 OPTICAL MOUSE USER S MANUAL MODECOM Volcano MC-GMX4 OPTICAL MOUSE Wymagania systemowe Komputer zgodny z systemem operacyjnym Windows Port USB Zawartość opakowania Myszka instrukcja obsługi

Bardziej szczegółowo

Maximum A Posteriori Chris Piech CS109, Stanford University

Maximum A Posteriori Chris Piech CS109, Stanford University Maximum A Posteriori Chris Piech CS109, Stanford University Previously in CS109 Game of Estimators Estimators Maximum Likelihood Non spoiler alert: this didn t happen in game of thrones aaab7nicbva9swnbej2lxzf+rs1tfomqm3anghywarvlcoydkjpsbfasjxt7x+6cei78cbslrwz9pxb+gzfjfzr4yodx3gwz84jecoou++0u1ty3nrek26wd3b39g/lhucveqwa8ywiz605adzdc8sykllytae6jqpj2ml6d+e0nro2i1qnoeu5hdkhekbhfk7u7j1lvne/75ypbc+cgq8tlsqvynprlr94gzmneftjjjel6boj+rjukjvm01esntygb0yhvwqpoxi2fzc+dkjordegya1skyvz9pzhryjhjfnjoiolilhsz8t+vm2j47wdcjslyxralwlqsjmnsdziqmjoue0so08lestiiasrqjlsyixjll6+s1kxnc2ve/wwlfpphuyqtoiuqehafdbidbjsbwrie4rxenmr5cd6dj0vrwclnjuepnm8fuskpig==

Bardziej szczegółowo

Configuring and Testing Your Network

Configuring and Testing Your Network Configuring and Testing Your Network Network Fundamentals Chapter 11 Version 4.0 1 Konfigurowanie i testowanie Twojej sieci Podstawy sieci Rozdział 11 Version 4.0 2 Objectives Define the role of the Internetwork

Bardziej szczegółowo

The impact of the global gravity field models on the orbit determination of LAGEOS satellites

The impact of the global gravity field models on the orbit determination of LAGEOS satellites models on the Satelitarne metody wyznaczania pozycji we współczesnej geodezji i nawigacji, Poland 2-4.06.2011 Krzysztof Sośnica, Daniela Thaller, Adrian Jäggi, Rolf Dach and Gerhard Beutler Astronomical

Bardziej szczegółowo

YAKY, YAKYżo 0,6/1 kv. Kable elektroenergetyczne z izolacją PVC. Norma IEC - 60502-1:2004. Konstrukcja. Zastosowanie. Właściwości

YAKY, YAKYżo 0,6/1 kv. Kable elektroenergetyczne z izolacją PVC. Norma IEC - 60502-1:2004. Konstrukcja. Zastosowanie. Właściwości Kable elektroenergetyczne z izolacją PVC Power cables with PVC insulation YKY, YKYżo 0,6/1 kv Norma Standard IEC - 60502-1:2004 3 2 1 Konstrukcja Construction Żyła przewodząca aluminiowa luminium Izolacja

Bardziej szczegółowo

MAGNESY KATALOG d e s i g n p r o d u c e d e l i v e r

MAGNESY KATALOG d e s i g n p r o d u c e d e l i v e r MAGNESY KATALOG design produce deliver MAGNET 0,4 / 0,75MM owal, prostokąt, koło, kwadrat od 50 sztuk Flexible magnet 0.4 = strength example: able to hold one A4 sheet. 0.75 = strength example: able to

Bardziej szczegółowo

ALA MA KOTA PRESCHOOL URSYNÓW WARSAW POLAND

ALA MA KOTA PRESCHOOL URSYNÓW WARSAW POLAND ALA MA KOTA PRESCHOOL URSYNÓW WARSAW POLAND Ala ma kota is a network of non-public education preschools which are entered into the register of non-public schools and institutions of the Capital City of

Bardziej szczegółowo

Strangeness in nuclei and neutron stars: many-body forces and the hyperon puzzle

Strangeness in nuclei and neutron stars: many-body forces and the hyperon puzzle Strangeness in nuclei and neutron stars: many-body forces and the hyperon puzzle Diego Lonardoni FRIB Theory Fellow In collaboration with: S. Gandolfi, LAL J. A. Carlson, LAL A. Lovato, AL & IF F. Pederiva,

Bardziej szczegółowo

II wariant dwie skale ocen II alternative two grading scales

II wariant dwie skale ocen II alternative two grading scales Kryteria przeliczania uzyskanych przez kandydata ocen na punkty do listy rankingowej University Criteria for converting candidates grades into the points for the Ranking List Wymagane przedmioty : fizyka,

Bardziej szczegółowo

USB firmware changing guide. Zmiana oprogramowania za przy użyciu połączenia USB. Changelog / Lista Zmian

USB firmware changing guide. Zmiana oprogramowania za przy użyciu połączenia USB. Changelog / Lista Zmian 1 / 9 Content list / Spis Treści 1. Hardware and software requirements, preparing device to upgrade Wymagania sprzętowe i programowe, przygotowanie urządzenia do aktualizacji 2. Installing drivers and

Bardziej szczegółowo

Few-fermion thermometry

Few-fermion thermometry Few-fermion thermometry Phys. Rev. A 97, 063619 (2018) Tomasz Sowiński Institute of Physics of the Polish Academy of Sciences Co-authors: Marcin Płodzień Rafał Demkowicz-Dobrzański FEW-BODY PROBLEMS FewBody.ifpan.edu.pl

Bardziej szczegółowo

A Zadanie

A Zadanie where a, b, and c are binary (boolean) attributes. A Zadanie 1 2 3 4 5 6 7 8 9 10 Punkty a (maks) (2) (2) (2) (2) (4) F(6) (8) T (8) (12) (12) (40) Nazwisko i Imiȩ: c Uwaga: ta część zostanie wypełniona

Bardziej szczegółowo

Typ VFR. Circular flow adjustment dampers for the adjustment of volume flow rates and pressures in supply air and extract air systems

Typ VFR. Circular flow adjustment dampers for the adjustment of volume flow rates and pressures in supply air and extract air systems Typ VFR FOR THE RELIABLE BALANCING OF VOLUME FLOW RATES Circular flow adjustment dampers for the adjustment of volume flow rates and pressures in supply air and extract air systems Each flow adjustment

Bardziej szczegółowo

CEE 111/211 Agenda Feb 17

CEE 111/211 Agenda Feb 17 CEE 111/211 Agenda Feb 17 Tuesday: SW for project work: Jetstream, MSP, Revit, Riuska, POP, SV On R: drive; takes time to install Acoustics today: \\cife server\files\classes\cee111\presentations Thursday:

Bardziej szczegółowo

USB firmware changing guide. Zmiana oprogramowania za przy użyciu połączenia USB. Changelog / Lista Zmian

USB firmware changing guide. Zmiana oprogramowania za przy użyciu połączenia USB. Changelog / Lista Zmian 1 / 12 Content list / Spis Treści 1. Hardware and software requirements, preparing device to upgrade Wymagania sprzętowe i programowe, przygotowanie urządzenia do aktualizacji 2. Installing drivers needed

Bardziej szczegółowo

WYKAZ PRÓB / SUMMARY OF TESTS. mgr ing. Janusz Bandel

WYKAZ PRÓB / SUMMARY OF TESTS. mgr ing. Janusz Bandel Sprawozdanie z Badań Nr Strona/Page 2/24 WYKAZ PRÓB / SUMMARY OF TESTS STRONA PAGE Próba uszkodzenia przy przepięciach dorywczych TOV failure test 5 Próby wykonał / The tests were carried out by: mgr ing.

Bardziej szczegółowo

Nauka Przyroda Technologie

Nauka Przyroda Technologie Nauka Przyroda Technologie ISSN 1897-7820 http://www.npt.up-poznan.net Dział: Rolnictwo Copyright Wydawnictwo Uniwersytetu Przyrodniczego w Poznaniu 2010 Tom 4 Zeszyt 4 ALICJA SZABELSKA 1, MICHAŁ SIATKOWSKI

Bardziej szczegółowo

Energetyczna ocena efektywności pracy elektrociepłowni gazowo-parowej z organicznym układem binarnym

Energetyczna ocena efektywności pracy elektrociepłowni gazowo-parowej z organicznym układem binarnym tom XLI(2011), nr 1, 59 64 Władysław Nowak AleksandraBorsukiewicz-Gozdur Roksana Mazurek Zachodniopomorski Uniwersytet Technologiczny Wydział Inżynierii Mechanicznej i Mechatroniki Katedra Techniki Cieplnej

Bardziej szczegółowo

MDK-Plus. Licencja Node-Locked 8260 EUR 5740 EUR 3340 EUR gratis 3300 EUR 2300 EUR 1330 EUR 650 EUR 3970 EUR 2760 EUR 1600 EUR

MDK-Plus. Licencja Node-Locked 8260 EUR 5740 EUR 3340 EUR gratis 3300 EUR 2300 EUR 1330 EUR 650 EUR 3970 EUR 2760 EUR 1600 EUR Ceny Pakietów ARM Professional Plus Essential SPANSION TOSHIBA Lite Licencja Node-Locked 8260 EUR 5740 EUR 3340 EUR gratis Licencja Node-Locked 1-roczna 3300 EUR 2300 EUR 1330 EUR 650 EUR Licencja Flex

Bardziej szczegółowo

LIGHT ART SP. Z O.O. 1133-523. Bezterminowo (without the date)

LIGHT ART SP. Z O.O. 1133-523. Bezterminowo (without the date) NR W/037/20 NO W/037/20) (We declare under our sole responsibility that the product types, to wich this declaration relates is in conformity with the Oprawy oświetleniowe CASSINI 4 230V/12V, 50 Hz, max

Bardziej szczegółowo

Ćwiczenia 2 IBM DB2 Data Studio

Ćwiczenia 2 IBM DB2 Data Studio Ćwiczenia 2 IBM DB2 Data Studio Temat: Aplikacje w Data Studio 1. Projekty Tworzenie procedur, UDF, trygerów zaczynamy od utworzenia projektu File -> New -> Project wybieramy Data Development Project.

Bardziej szczegółowo

Nazwa projektu: Kreatywni i innowacyjni uczniowie konkurencyjni na rynku pracy

Nazwa projektu: Kreatywni i innowacyjni uczniowie konkurencyjni na rynku pracy Nazwa projektu: Kreatywni i innowacyjni uczniowie konkurencyjni na rynku pracy DZIAŁANIE 3.2 EDUKACJA OGÓLNA PODDZIAŁANIE 3.2.1 JAKOŚĆ EDUKACJI OGÓLNEJ Projekt współfinansowany przez Unię Europejską w

Bardziej szczegółowo

MS Visual Studio 2005 Team Suite - Performance Tool

MS Visual Studio 2005 Team Suite - Performance Tool MS Visual Studio 2005 Team Suite - Performance Tool przygotował: Krzysztof Jurczuk Politechnika Białostocka Wydział Informatyki Katedra Oprogramowania ul. Wiejska 45A 15-351 Białystok Streszczenie: Dokument

Bardziej szczegółowo

Extraclass. Football Men. Season 2009/10 - Autumn round

Extraclass. Football Men. Season 2009/10 - Autumn round Extraclass Football Men Season 2009/10 - Autumn round Invitation Dear All, On the date of 29th July starts the new season of Polish Extraclass. There will be live coverage form all the matches on Canal+

Bardziej szczegółowo

USB firmware changing guide. Zmiana oprogramowania za przy użyciu połączenia USB. Changelog / Lista Zmian

USB firmware changing guide. Zmiana oprogramowania za przy użyciu połączenia USB. Changelog / Lista Zmian 1 / 8 Content list / Spis Treści 1. Hardware and software requirements, preparing device to upgrade Wymagania sprzętowe i programowe, przygotowanie urządzenia do aktualizacji 2. Installing drivers and

Bardziej szczegółowo

Learning to find good correspondences

Learning to find good correspondences Learning to find good correspondences K.M. Yi, E. Trulls, Y. Ono, V. Lepetit, M. Salzmann, P. Fua CVPR 2018 (Salt Lake City, UT, USA) Local features matter Keypoints provide us with a robust way to match

Bardziej szczegółowo

Macromolecular Chemistry

Macromolecular Chemistry Macromolecular Chemistry Mn = MiNi Ni Mw = WiMi = Wi NiMi 2 NiMi PI = M M w n Lecture 6 Molecular Weight Distribution in Polymeric Materials Polymer% Molecular weight adical Chain Growth Polymerization

Bardziej szczegółowo

KONSPEKT DO LEKCJI MATEMATYKI W KLASIE 3 POLO/ A LAYER FOR CLASS 3 POLO MATHEMATICS

KONSPEKT DO LEKCJI MATEMATYKI W KLASIE 3 POLO/ A LAYER FOR CLASS 3 POLO MATHEMATICS KONSPEKT DO LEKCJI MATEMATYKI W KLASIE 3 POLO/ A LAYER FOR CLASS 3 POLO MATHEMATICS Temat: Funkcja logarytmiczna (i wykładnicza)/ Logarithmic (and exponential) function Typ lekcji: Lekcja ćwiczeniowa/training

Bardziej szczegółowo

EXAMPLES OF CABRI GEOMETRE II APPLICATION IN GEOMETRIC SCIENTIFIC RESEARCH

EXAMPLES OF CABRI GEOMETRE II APPLICATION IN GEOMETRIC SCIENTIFIC RESEARCH Anna BŁACH Centre of Geometry and Engineering Graphics Silesian University of Technology in Gliwice EXAMPLES OF CABRI GEOMETRE II APPLICATION IN GEOMETRIC SCIENTIFIC RESEARCH Introduction Computer techniques

Bardziej szczegółowo

What our clients think about us? A summary od survey results

What our clients think about us? A summary od survey results What our clients think about us? A summary od survey results customer satisfaction survey We conducted our audit in June 2015 This is the first survey about customer satisfaction Why? To get customer feedback

Bardziej szczegółowo

Neural Networks (The Machine-Learning Kind) BCS 247 March 2019

Neural Networks (The Machine-Learning Kind) BCS 247 March 2019 Neural Networks (The Machine-Learning Kind) BCS 247 March 2019 Neurons http://biomedicalengineering.yolasite.com/neurons.php Networks https://en.wikipedia.org/wiki/network_theory#/media/file:social_network_analysis_visualization.png

Bardziej szczegółowo

OpenPoland.net API Documentation

OpenPoland.net API Documentation OpenPoland.net API Documentation Release 1.0 Michał Gryczka July 11, 2014 Contents 1 REST API tokens: 3 1.1 How to get a token............................................ 3 2 REST API : search for assets

Bardziej szczegółowo

STAŁE TRASY LOTNICTWA WOJSKOWEGO (MRT) MILITARY ROUTES (MRT)

STAŁE TRASY LOTNICTWA WOJSKOWEGO (MRT) MILITARY ROUTES (MRT) AIP VFR POLAND VFR ENR 2.4-1 VFR ENR 2.4 STAŁE TRASY LOTNICTWA WOJSKOWEGO (MRT) MILITARY ROUTES (MRT) 1. INFORMACJE OGÓLNE 1. GENERAL 1.1 Konkretne przebiegi tras MRT wyznaczane są według punktów sieci

Bardziej szczegółowo

Analysis of Movie Profitability STAT 469 IN CLASS ANALYSIS #2

Analysis of Movie Profitability STAT 469 IN CLASS ANALYSIS #2 Analysis of Movie Profitability STAT 469 IN CLASS ANALYSIS #2 aaaklnictzzjb9tgfmcnadpg7oy0lxa9edva9kkapdarhyk2k7gourinlwsweyzikuyiigvyleiv/cv767fpf/5crc1xt9va5mx7w3m/ecuqw1kuztpx/rl3/70h73/w4cog9dhhn3z62d6jzy+yzj766txpoir9nzszisjynetqr+rvlfvyoozu5xbybpsxb1wahul8phczdt2v4zgchb7uecwphlyigrgkjcyiflfyci0kxnmr4z6kw0jsokvot8isntpa3gbknlcufiv/h+hh+eur4fomd417rvtfjoit5pfju6yxiab2fmwk0y/feuybobqk+axnke8xzjjhfyd8kkpl9zdoddkazd5j6bzpemjb64smjb6vb4xmehysu08lsrszopxftlzee130jcb0zjxy7r5wa2f1s2off2+dyatrughnrtpkuprlcpu55zlxpss/yqe2eamjkcf0jye8w8yas0paf6t0t2i9stmcua+inbi2rt01tz22tubbqwidypvgz6piynkpobirkxgu54ibzoti4pkw2i5ow9lnuaoabhuxfxqhvnrj6w15tb3furnbm+scyxobjhr5pmj5j/w5ix9wsa2tlwx9alpshlunzjgnrwvqbpwzjl9wes+ptyn+ypy/jgskavtl8j0hz1djdhzwtpjbbvpr1zj7jpg6ve7zxfngj75zee0vmp9qm2uvgu/9zdofq6r+g8l4xctvo+v+xdrfr8oxiwutycu0qgyf8icuyvp/sixfi9zxe11vp6mrjjovpmxm6acrtbia+wjr9bevlgjwlz5xd3rfna9g06qytaoofk8olxbxc7xby2evqjmmk6pjvvzxmpbnct6+036xp5vdbrnbdqph8brlfn/n/khnfumhf6z1v7h/80yieukkd5j0un82t9mynxzmk0s/bzn4tacdziszdhwrl8x5ako8qp1n1zn0k6w2em0km9zj1i4yt1pt3xiprw85jmc2m1ut2geum6y6es2fwx6c+wlrpykblopbuj5nnr2byygfy5opllv4+jmm7s6u+tvhywbnb0kv2lt5th4xipmiij+y1toiyo7bo0d+vzvovjkp6aoejsubhj3qrp3fjd/m23pay8h218ibvx3nicofvd1xi86+kh6nb/b+hgsjp5+qwpurzlir15np66vmdehh6tyazdm1k/5ejtuvurgcqux6yc+qw/sbsaj7lkt4x9qmtp7euk6zbdedyuzu6ptsu2eeu3rxcz06uf6g8wyuveznhkbzynajbb7r7cbmla+jbtrst0ow2v6ntkwv8svnwqnu5pa3oxfeexf93739p93chq/fv+jr8r0d9brhpcxr2w88bvqbr41j6wvrb+u5dzjpvx+veoaxwptzp/8cen+xbg==

Bardziej szczegółowo

Debugger/programator z interfejsem JTAG oraz SWD dla mikrokontrolerów ARM zgodny z KEIL ULINK 2. Gotronik

Debugger/programator z interfejsem JTAG oraz SWD dla mikrokontrolerów ARM zgodny z KEIL ULINK 2. Gotronik Informacje o produkcie Utworzono 28-06-2016 Debugger/programator z interfejsem JTAG oraz SWD dla mikrokontrolerów ARM zgodny z KEIL ULINK 2 Cena : 99,00 zł Nr katalogowy : LCT-131 Dostępność : Dostępny

Bardziej szczegółowo

Klasyfikacja naiwny Bayes

Klasyfikacja naiwny Bayes Klasyfikacja naiwny Bayes LABORKA Piotr Ciskowski NAIWNY KLASYFIKATOR BAYESA wyjaśnienie Naiwny klasyfikator Bayesa żródło: Internetowy Podręcznik Statystyki Statsoft dane uczące 2 klasy - prawdopodobieństwo

Bardziej szczegółowo

Logistic Regression. Machine Learning CS5824/ECE5424 Bert Huang Virginia Tech

Logistic Regression. Machine Learning CS5824/ECE5424 Bert Huang Virginia Tech Logistic Regression Machine Learning CS5824/ECE5424 Bert Huang Virginia Tech Outline Review conditional probability and classification Linear parameterization and logistic function Gradient descent Other

Bardziej szczegółowo

LED PAR 56 7*10W RGBW 4in1 SLIM

LED PAR 56 7*10W RGBW 4in1 SLIM LED PAR 56 7*10W RGBW 4in1 SLIM USER MANUAL Attention: www.flash-butrym.pl Strona 1 1. Please read this specification carefully before installment and operation. 2. Please do not transmit this specification

Bardziej szczegółowo

Effective Governance of Education at the Local Level

Effective Governance of Education at the Local Level Effective Governance of Education at the Local Level Opening presentation at joint Polish Ministry OECD conference April 16, 2012, Warsaw Mirosław Sielatycki Ministry of National Education Doskonalenie

Bardziej szczegółowo

Home Software Hardware Benchmarks Services Store Support Forums About Us

Home Software Hardware Benchmarks Services Store Support Forums About Us 1 z 8 2013-03-08 11:49 Shopping cart Search Home Software Hardware Benchmarks Services Store Support Forums About Us Home» CPU Benchmarks» Intel Core i5-2310 @ 2.90GHz CPU Benchmarks Video Card Benchmarks

Bardziej szczegółowo

ZGŁOSZENIE WSPÓLNEGO POLSKO -. PROJEKTU NA LATA: APPLICATION FOR A JOINT POLISH -... PROJECT FOR THE YEARS:.

ZGŁOSZENIE WSPÓLNEGO POLSKO -. PROJEKTU NA LATA: APPLICATION FOR A JOINT POLISH -... PROJECT FOR THE YEARS:. ZGŁOSZENIE WSPÓLNEGO POLSKO -. PROJEKTU NA LATA: APPLICATION FOR A JOINT POLISH -... PROJECT FOR THE YEARS:. W RAMACH POROZUMIENIA O WSPÓŁPRACY NAUKOWEJ MIĘDZY POLSKĄ AKADEMIĄ NAUK I... UNDER THE AGREEMENT

Bardziej szczegółowo

Horicky TRUBADUR Horice Results. Page 1of 1

Horicky TRUBADUR Horice Results. Page 1of 1 Results License Club 1. 2. 3. 4. 5. 6. 7. 8. Points 1 4 Fusek Petr CZE 1 968,23 1 994,47 1 936,44 1 951,47 0,00 0,00 0,00 0,00 0 7 850,60 100,00 2 20 Drzymala Wojciech POL 1 886,45 1 938,85 1 832,75 1

Bardziej szczegółowo

Grupa Pancerniki ARMADILLOS

Grupa Pancerniki ARMADILLOS Plan nauczania języka angielskiego w Pijarskim Przedszkolu w Warszawie 2016/2017 Grupa Pancerniki ARMADILLOS English Teacher: Diana Kozińska Play, learn and grow together! Plan nauczania języka angielskiego

Bardziej szczegółowo

Wydział Fizyki, Astronomii i Informatyki Stosowanej Uniwersytet Mikołaja Kopernika w Toruniu

Wydział Fizyki, Astronomii i Informatyki Stosowanej Uniwersytet Mikołaja Kopernika w Toruniu IONS-14 / OPTO Meeting For Young Researchers 2013 Khet Tournament On 3-6 July 2013 at the Faculty of Physics, Astronomy and Informatics of Nicolaus Copernicus University in Torun (Poland) there were two

Bardziej szczegółowo

KOMUNIKAT 2. The 44 th International Biometrical Colloquium and IV Polish-Portuguese Workshop on Biometry. Conference information:

KOMUNIKAT 2. The 44 th International Biometrical Colloquium and IV Polish-Portuguese Workshop on Biometry. Conference information: AT 1 KOMUNIKAT 2 The 44 th International Biometrical Colloquium and IV Polish-Portuguese Workshop on Biometry Conference information: AT 1 PLACE OF CONFERENCE Address: ACH - DS "Krakowiak" 30-150 Kraków

Bardziej szczegółowo

Uczenie ze wzmocnieniem

Uczenie ze wzmocnieniem Uczenie ze wzmocnieniem Maria Ganzha Wydział Matematyki i Nauk Informatycznych 2018-2019 Temporal Difference learning Uczenie oparte na różnicach czasowych Problemy predykcyjne (wieloetapowe) droga do

Bardziej szczegółowo