Filozofia Informacji, Wykład VII - Teoria L. Floridiego. Problem relewancji p
|
|
- Antoni Kujawa
- 7 lat temu
- Przeglądów:
Transkrypt
1 Filozofia Informacji, Wykład VII - Teoria L. Floridiego. Problem relewancji poznawczej. 9 kwietnia 2012
2 Plan wykładu 1 Problem relewancji poznawczej jako problem relewancji informacji 2 Problem relewancji w Information Retrieval (IR) i naukach o informacji (LIS) Ogólny problem relewancji w LIS Problem relewancji w IR Strategie ustalania rankingu dokumentów 3 4 S-teorie i A-teorie Formuła bazowa i jej probabilistyczne modyfikacje Ostateczna definicja relewancji Prawdziwość informacji 5 Krytyka koncepcji Floridiego
3 Problematyka teoriopoznawcza - perspektywa informacyjna Wg Keitha Devlina W przypadku prób zrozumienia rozumowania i komunikacji najbardziej znaczące postępy osiągnięto w naszych czasach dzięki czemuś, co będę nazywał postawą informacyjną. Jej punktem wyjścia jest potraktowanie mózgu ludzkiego jako procesora informacji - urządzenia, które mże przyswajać sobie, magazynować i przetwarzać informacje. (...) Poznanie można traktować jako proes nabywania informacji, rozumowanie zaś jako środek wzbogacania zasobu informacji przez wyprowadzenie nowych informacji z informacji już posiadanych. (...) Podobnie komunikację można traktować jako środek przekazywania informacji posiadanych przez jedną osobę innej osobie. K. Devlin, Żegnaj Kartezjuszu, Warszawa 1999, ss
4 Problematyka teoriopoznawcza - perspektywa informacyjna Podobnie jak Devlin, o perpektywie informacynej wyraża się Dretske: Jeśli ma być nawiązany jakikolwiek kontakt między filozofią i całym bogactwem istotnego materiału w naukach kognitywnych, to muszą być zbudowane pewne mosty, przynajmniej na poziomie terminologii, między filozoficznym ujęciem wiedzy, przekonań i percepcji a tymi z nauk, które zajmują się tymi samymi aspektami życia umysłowego. Dlatego, wg Dretskego, centralnym pojęciem wokół którego należy budować całą filozofię poznania, jest pojęcie informacji. F. Dretske, Knowledge and Information, MIT Press 1981, s. viii.
5 Problematyka teoriopoznawcza - perspektywa informacyjna W dotąd omawianych teoriach mieliśmy do czynienia z koncepcją informacji jako czynnika wiedzotwórczego. Próby podania miary informatywności były jednocześnie próbami podania miary nadwyżki wiedzy, która może być uzyskana dzięki informacji, albo przynajmniej, bardziej ogólnie, miary bliżej nieokreślonej korzyści, którą możemy dzięki informacji odnieść.
6 Problem relewancji poznawczej jako problem relewancji informacji Problem relewancji informacji jest doskonałą egzemplifikacją ujęcia szczególnego problemu teoriopoznawczego z perspektywy teorio-informacyjnej.
7 Problem relewancji poznawczej jako problem relewancji informacji Ogólny problem relewancji poznawczej postawiony jest (w koncepcji Floridiego) jako problem relewancji informacji w ujęciu subiektywistycznym : czy w ogóle, a jeśli tak, to w jakim stopniu, określona informacja może być podstawą rozwoju wiedzy o świecie, podstawą wyborów, skutecznych działań, procesów decyzyjnych.
8 Ogólne warunki adekwatności definicji relewancji Odpowiedni opis relewancji spełnić będzie musiał cały szereg warunków: mimo całej złożoności zjawiska i wieloznaczności pojęcia relewancji, należy założyć, że możliwe jest jego systematyczne opisanie,
9 Ogólne warunki adekwatności definicji relewancji Odpowiedni opis relewancji spełnić będzie musiał cały szereg warunków: mimo całej złożoności zjawiska i wieloznaczności pojęcia relewancji, należy założyć, że możliwe jest jego systematyczne opisanie, opis nie może ograniczać się do opisu jednej wybranej formy aktywności poznawczej,
10 Ogólne warunki adekwatności definicji relewancji Odpowiedni opis relewancji spełnić będzie musiał cały szereg warunków: mimo całej złożoności zjawiska i wieloznaczności pojęcia relewancji, należy założyć, że możliwe jest jego systematyczne opisanie, opis nie może ograniczać się do opisu jednej wybranej formy aktywności poznawczej, będzie uwzględniał subiektywne potrzeby i dyspozycje agenta,
11 Ogólne warunki adekwatności definicji relewancji Odpowiedni opis relewancji spełnić będzie musiał cały szereg warunków: mimo całej złożoności zjawiska i wieloznaczności pojęcia relewancji, należy założyć, że możliwe jest jego systematyczne opisanie, opis nie może ograniczać się do opisu jednej wybranej formy aktywności poznawczej, będzie uwzględniał subiektywne potrzeby i dyspozycje agenta, będzie dopuszczał stopniowalność,
12 Ogólne warunki adekwatności definicji relewancji Odpowiedni opis relewancji spełnić będzie musiał cały szereg warunków: mimo całej złożoności zjawiska i wieloznaczności pojęcia relewancji, należy założyć, że możliwe jest jego systematyczne opisanie, opis nie może ograniczać się do opisu jednej wybranej formy aktywności poznawczej, będzie uwzględniał subiektywne potrzeby i dyspozycje agenta, będzie dopuszczał stopniowalność, a przede wszystkim będzie wyjaśniał wiedzotwórczy aspekt informacji (ujęcie L. Floridiego i F. Dretskego).
13 Ogólny problem relewancji w LIS Ogólny problem relewancji w LIS Problem relewancji w IR Strategie ustalania rankingu dokumentów Z tego, że własności systemowe nie determinują wartości dokumentu dla odbiorcy w literaturze IR zdawano sobie sprawę mniej więcej od lat 70-tych ub. wieku. Problem relewancji w LIS jest współcześnie stawiany jako problem satysfakcji użytkownika systemu informacyjno-wyszukiwawczego: co konstytuuje satysfakcję odbiorcy i jak tą satysfakcję systematycznie opisać?
14 Ogólny problem relewancji w LIS Ogólny problem relewancji w LIS Problem relewancji w IR Strategie ustalania rankingu dokumentów Z tego, że własności systemowe nie determinują wartości dokumentu dla odbiorcy w literaturze IR zdawano sobie sprawę mniej więcej od lat 70-tych ub. wieku. Problem relewancji w LIS jest współcześnie stawiany jako problem satysfakcji użytkownika systemu informacyjno-wyszukiwawczego: co konstytuuje satysfakcję odbiorcy i jak tą satysfakcję systematycznie opisać? Np. Abraham Bookstein zwracając uwagę na fakt, że własności systemu nie determinują jednoznacznie reakcji odbiorcy na dostarczany przez system dokument, zaproponował zdefiniowanie relewancji właśnie w kategoriach satysfakcji odbiorcy z produktu wyjściowego danego systemu informacyjno-wyszukiwawczego. (Abraham Bookstein, Relevance, w: Journal of the American Society for Information Science, 30 (5), 269).
15 Ogólny problem relewancji w LIS Problem relewancji w IR Strategie ustalania rankingu dokumentów Problem relewancji w IR - przykłady definicji W literaturze z dziedziny IR problem relewancji jest ujmowany raczej od strony systemu informacyjno-wyszukiwawczego (pełnokrwista postać odbiorcy tam nie występuje): jest to problem adekwatności odpowiedzi systemu do pytania zadanego w ramach danego systemu (w języku danego systemu).
16 Ogólny problem relewancji w LIS Problem relewancji w IR Strategie ustalania rankingu dokumentów Problem relewancji w IR - przykłady definicji W literaturze z dziedziny IR problem relewancji jest ujmowany raczej od strony systemu informacyjno-wyszukiwawczego (pełnokrwista postać odbiorcy tam nie występuje): jest to problem adekwatności odpowiedzi systemu do pytania zadanego w ramach danego systemu (w języku danego systemu). Które dokumenty obejmowane przez dany system informacyjno-wyszukiwawczy odpowiadają bardziej lub mniej zapotrzebowaniu użytkownika wyrażonemu w języku tego systemu.
17 Ogólny problem relewancji w LIS Problem relewancji w IR Strategie ustalania rankingu dokumentów Problem relewancji w IR - przykłady definicji Przykład (dość prosty) definicji relewancji w IR: r : D x Q R D = d 1, d 2, d 3... d n zbiór dokumentów Q = q 1, q 2, q 3... q n zbiór możliwych pytań R = zbiór wartości, np. 0, 1. za: Reginald Ferber, Information Retrieval. Suchmodelle und Data-Mining Verfahren fuer Textsammlungen und das Web, Heidelberg 2003, s. 86.
18 Ogólny problem relewancji w LIS Problem relewancji w IR Strategie ustalania rankingu dokumentów Problem relewancji w IR - przykłady definicji Uwagi: W powyższym przykładzie mamy tylko alternatywę: dokument d i będzie należał do zbioru dokumentów relewantnych do zapytania albo nie.
19 Ogólny problem relewancji w LIS Problem relewancji w IR Strategie ustalania rankingu dokumentów Problem relewancji w IR - przykłady definicji Uwagi: W powyższym przykładzie mamy tylko alternatywę: dokument d i będzie należał do zbioru dokumentów relewantnych do zapytania albo nie. W tej definicji nie dopuszczamy wpływu innych dokumentów (np. cytowań, linkowań itp.) do oceny relewancji.
20 Ogólny problem relewancji w LIS Problem relewancji w IR Strategie ustalania rankingu dokumentów Problem relewancji w IR - przykłady definicji Ta definicja pozwala jednak na sformułowanie służących ewaluacji systemów wyszukiwawczych definicji pojęć precyzji (Precision) i dokładności (Recall): Precyzja oznacza udział relewantnych dokumentów w całym zbiorze wybranych. Dokładność oznacza udział odnalezionych relewantnych dokumentów w całym zbiorze dokumentów relewantnych.
21 Ogólny problem relewancji w LIS Problem relewancji w IR Strategie ustalania rankingu dokumentów Problem relewancji w IR - przykłady definicji Ta definicja pozwala jednak na sformułowanie służących ewaluacji systemów wyszukiwawczych definicji pojęć precyzji (Precision) i dokładności (Recall): Precyzja oznacza udział relewantnych dokumentów w całym zbiorze wybranych. Dokładność oznacza udział odnalezionych relewantnych dokumentów w całym zbiorze dokumentów relewantnych. Optymalna jest oczywiście taka sytuacja, gdy mamy pełny zbiór relewantnych dokumentów i tylko takich. Obie z tych miar mogą przyjmować wartości z przedziału (0, 1).
22 Ogólny problem relewancji w LIS Problem relewancji w IR Strategie ustalania rankingu dokumentów Problem relewancji w IR - przykłady definicji Ta definicja pozwala jednak na sformułowanie służących ewaluacji systemów wyszukiwawczych definicji pojęć precyzji (Precision) i dokładności (Recall): Precyzja oznacza udział relewantnych dokumentów w całym zbiorze wybranych. Dokładność oznacza udział odnalezionych relewantnych dokumentów w całym zbiorze dokumentów relewantnych. Optymalna jest oczywiście taka sytuacja, gdy mamy pełny zbiór relewantnych dokumentów i tylko takich. Obie z tych miar mogą przyjmować wartości z przedziału (0, 1). Polecam interesujący wykład Daniela Tunkelanga dotyczący problemu relewancji w IR (z serii googletechtalks na youtube.com):
23 Ogólny problem relewancji w LIS Problem relewancji w IR Strategie ustalania rankingu dokumentów Strategie ustalania rankingu dokumentów Ogólnie rzecz biorąc strategie ustalania hierarchii dokumentów jako wyniku wyszukiwania w dowolnym systemie informacyjno-wyszukiwawczym można podzielić na: centralnie zarządzane, dopuszczające ingerencję ludzi, w pełni zautomatyzowane, oparte na różnych indeksach oraz innych czynnikach pozwalających na oszacowanie wartości wyniku wyszukiwania (indeksy, logiczna struktura dokumentu, związki z innymi dokumentami).
24 Ogólny problem relewancji w LIS Problem relewancji w IR Strategie ustalania rankingu dokumentów Strategie ustalania rankingu dokumentów Wady i zalety obu rodzajów systemów są odmienne i zależne od przyjętych zasad postępowania, wielkości zbioru itp.
25 Ogólny problem relewancji w LIS Problem relewancji w IR Strategie ustalania rankingu dokumentów Strategie ustalania rankingu dokumentów Wady i zalety obu rodzajów systemów są odmienne i zależne od przyjętych zasad postępowania, wielkości zbioru itp. Rysunek: Przykład wyjątkowego elektronicznego katalogu - Ossolineum. Trudno uznać ten system wyszukiwawczy za udane przeniesienie katalogu do wersji elektronicznej.
26 Ogólny problem relewancji w LIS Problem relewancji w IR Strategie ustalania rankingu dokumentów Strategie ustalania rankingu dokumentów Systemy mieszane (przykłady): systemy oparte na ocenach użytkowników lub ewaluacji wyników przez ekspertów; dopuszczające ingerencję ręczną wyszukiwarki zautomatyzowane (np. Google).
27 Ogólny problem relewancji w LIS Problem relewancji w IR Strategie ustalania rankingu dokumentów Algorytm Google - podstawowe zasady Google jest w Polsce najbardziej popularną wyszukiwarką internetową. Podstawowymi deklarowanymi ideami leżącymi u podstaw ustalania rankingu wyników są: 1 Najlepsze lokalnie wyniki, które są dostępne dla całego świata. 2 Prosty interfejs. 3 Pełna automatyzacja. Ostatni warunek jest uzasadniony przekonaniem, że subiektywny osąd jest zawsze obarczony indywidualnymi preferencjami. Ręczne interwencje podejmowane są w przypadku złamania zasad Google odnośnie np. pornografii dziecięcej, stron zawierających wirusy (w Polsce ingerencja na większą skalę miała miejsce niedawno w odniesieniu do porównywarek cenowych). Por.
28 Ogólny problem relewancji w LIS Problem relewancji w IR Strategie ustalania rankingu dokumentów Algorytm Google - wersja historyczna-uproszczona Słynny PageRank Google jest oparty na analizie struktury sieci. Podstawowa historyczna wersja wyglądała mniej więcej tak: Zakładamy, że witryna internetowa A jest linkowana przez strony T 1,..., T n. Przyjmujemy stały parametr d - współczynnik tłumienia (dumping factor) = 0,85. C(x) - ilość linków wychodzących ze strony x. PR(A) = (1 d) + d(pr(t 1)/C(T 1) PR(Tn)/C(Tn))
29 Ogólny problem relewancji w LIS Problem relewancji w IR Strategie ustalania rankingu dokumentów Algorytm Google - wersja historyczna-uproszczona Słynny PageRank Google jest oparty na analizie struktury sieci. Podstawowa historyczna wersja wyglądała mniej więcej tak: Zakładamy, że witryna internetowa A jest linkowana przez strony T 1,..., T n. Przyjmujemy stały parametr d - współczynnik tłumienia (dumping factor) = 0,85. C(x) - ilość linków wychodzących ze strony x. PR(A) = (1 d) + d(pr(t 1)/C(T 1) PR(Tn)/C(Tn)) Zabawna ilustracja zmian algorytmu Google:
30 Ogólny problem relewancji w LIS Problem relewancji w IR Strategie ustalania rankingu dokumentów Algorytm Google - wersja historyczna-uproszczona Naturalnie strukturalna analiza pozwala tylko na poprawienie jakości hierarchii dokumentów, nie służy jednak jako podstawa ich wyboru z całego zbioru możliwości. Ta część zadania (właściwie logicznie pierwsza) jest oparta na analizie zawartości treściowej - tzn. różnego typu indeksów charakteryzujących zawartość dokumentów.
31 Podsumowanie Ogólny problem relewancji w LIS Problem relewancji w IR Strategie ustalania rankingu dokumentów W literaturze IR i LIS rzadko dąży się do sformułowania uogólnień odnośnie wszelkiego rodzaju aktywności poznawczej. Raczej korzysta się z analiz epistemologicznych i psychologicznych (i naturalnie także logicznych) do szczegółowego opisu sytuacji poszukiwania informacji i do budowy sztucznych systemów informacyjno-wyszukiwawczych.
32 Teoria informacji Freda Dretskego Teoria informacji i teoria relewancji L. Floridiego.
33 Definicja informacji semantycznej Relewantna może być informacja w sensie semantycznym. Podstawą teoretyczną koncepcji relewancji jest teoria informacji semantycznej, w ramach której: pojęcie informacji semantycznej nie pozostaje niezdefiniowane, definicja informacji semantycznej zawiera warunek prawdziwości - fałszywa informacja nie jest informacją.
34 Definicja informacji semantycznej Informacja musi być prawdziwa ze względu na wiedzotwórczy aspekt informacji: Informacja jest czymś służącym rozwojowi wiedzy a jeśli wiedza wymaga prawdziwości, to informacja także jej wymaga. Fred Dretske, Knowledge and the Flow of Information, CSLI Publications 1999, s. 45.
35 Definicja informacji semantycznej Wprowadzenie warunku prawdziwości do definicji informacji semantycznej skutkuje podziałem agentów na: semantycznie zdolnych oraz
36 Definicja informacji semantycznej Wprowadzenie warunku prawdziwości do definicji informacji semantycznej skutkuje podziałem agentów na: semantycznie zdolnych oraz operujących wyłącznie niezinterpretowanymi danymi (niezdolnymi do oceny odniesienia informacji).
37 Zasada pomiaru informatywności Zdanie opisuje pewną sytuację. Im większa ilość dopuszczonych alternatywnych sytuacji względem sytuacji, o której informację niesie sygnał, tym mniejsza informatywność a większa semantyczna niepewność.
38 Teoria informacji na bazie semantyki sytuacyjnej Wartość informacji semantycznej niesionej przez σ(γ(σ)) jest określona w teorii Floridiego przez pole powierzchni między przebiegiem funkcji ι(σ) w przedziale wyznaczonym przez wskaźnik θ(σ) - czyli stopień potwierdzenia formuły przez sytuację) a osią x: γ(σ) = θ 0 ι(σ)dx Im większe wyznaczone pole przez przebieg funkcji ι(σ), tym większa niepewność.
39 Teoria informacji na bazie semantyki sytuacyjnej Rysunek: Wartość informacyjna dla czynnika θ(σ) = 0,25. Ilustracja za: L. Floridi, Semantic Conceptions of Information, w: Stanford Encyclopedia of Philosophy,
40 Zasada pomiaru informatywności Miara informatywności jest w teorii Floridiego związana z większą bądź mniejszą precyzją w opisie określonej sytuacji: im większa ilość dopuszczonych alternatywnych sytuacji względem sytuacji, o której informację niesie sygnał, tym mniejsza informatywność przekazu. Wskaźnik oznaczający stopień potwierdzenia danej formuły osiąga w przypadku tautologii wartość maksymalną: 1 dowolna sytuacja jest bowiem jej potwierdzeniem. W przypadku sytuacji dokładnie odpowiadających treści formuły, wskaźnik ten ma wartość 0: żadna inna sytuacja nie jest wtedy odniesieniem treści formuły. Informatywność formuły jest zatem tym większa im mniej sytuacji może ją potwierdzać. Stopień informatywności Floridi oblicza jako dopełnienie do wartości maksymalnej 1.
41 S-teorie i A-teorie Formuła bazowa i jej probabilistyczne modyfikacje Ostateczna definicja relewancji Prawdziwość informacji Systemowe i subiektywistyczne określenie relewancji W koncepcji relewancji Floridiego pojawia się znany z IR i LIS podział na teorię relewancji zorientowaną na system (S-teorie) lub na dyspozycje agenta (A-teorie).
42 S-teoria S-teorie i A-teorie Formuła bazowa i jej probabilistyczne modyfikacje Ostateczna definicja relewancji Prawdziwość informacji W S-teoriach stopień relewancji mierzy się niezależnie od potrzeb agenta. Przykład (sformułowany już wyżej): r : D x Q R D = d 1, d 2, d 3... d n zbiór dokumentów Q = q 1, q 2, q 3... q n zbiór możliwych pytań R = zbiór wartości, np. 0, 1. za: Reginald Ferber, Information Retrieval. Suchmodelle und Data-Mining Verfahren fuer Textsammlungen und das Web, Heidelberg 2003, s. 86.
43 S-teorie i A-teorie Formuła bazowa i jej probabilistyczne modyfikacje Ostateczna definicja relewancji Prawdziwość informacji Analiza relewancji w kontekście dyspozycji agenta Własności systemu nie determinują jednoznacznie reakcji odbiorcy na dostarczany przez system dokument: Ta sama informacja dla dwóch różnych agentów może być mniej lub bardziej relewantna.
44 S-teorie i A-teorie Formuła bazowa i jej probabilistyczne modyfikacje Ostateczna definicja relewancji Prawdziwość informacji Analiza relewancji w kontekście dyspozycji agenta Własności systemu nie determinują jednoznacznie reakcji odbiorcy na dostarczany przez system dokument: Ta sama informacja dla dwóch różnych agentów może być mniej lub bardziej relewantna. Ta sama informacja dla tego samego agenta może być w różnych okolicznościach bardziej lub mniej relewantna.
45 S-teorie i A-teorie Formuła bazowa i jej probabilistyczne modyfikacje Ostateczna definicja relewancji Prawdziwość informacji Analiza relewancji w kontekście dyspozycji agenta Własności systemu nie determinują jednoznacznie reakcji odbiorcy na dostarczany przez system dokument: Ta sama informacja dla dwóch różnych agentów może być mniej lub bardziej relewantna. Ta sama informacja dla tego samego agenta może być w różnych okolicznościach bardziej lub mniej relewantna. Jednocześnie jednak, jeśli dwóch agentów mających identyczny obraz świata otrzyma tą samą informację, ich obraz świata ulega zmianie.
46 Formuła bazowa S-teorie i A-teorie Formuła bazowa i jej probabilistyczne modyfikacje Ostateczna definicja relewancji Prawdziwość informacji Opis relewancji poznawczej obejmujący dyspozycje agenta Floridi rozpoczyna od formuły: R (i) (Q (a, q, d, c, l) S (i, q, d, c, l))
47 S-teorie i A-teorie Formuła bazowa i jej probabilistyczne modyfikacje Ostateczna definicja relewancji Prawdziwość informacji Probabilistyczna modyfikacja formuły bazowej W probabilistycznej modyfikacji formuły bazowej zamiast prostej koniunkcji pytania i odpowiedzi mamy iloczyn prawdopodobieństw: postawienia pytania i uzyskania odpowiedzi spełniającej warunek maksymalnej dokładności i precyzji. R (i) = P (Q (a, q, d, c, l)) x P (A (i, q, d, c, l))).
48 S-teorie i A-teorie Formuła bazowa i jej probabilistyczne modyfikacje Ostateczna definicja relewancji Prawdziwość informacji Kolejna probabilistyczna modyfikacja formuły bazowej Kolejna modyfikacja pozwala uniknąć trudności związanych z modyfikacją pierwszą: R (i) = P (A (i, q, d, c, l)), gdy P (Q (a, q, d, c, l)) = 1 R (i) = P (I a (i, q, d, c, l ) Q (a, q, d, c, l)) x P (A (i, q, d, c, l)), gdy 0 P (Q (a, q, d, c, l)) 1
49 Ostateczna definicja relewancji S-teorie i A-teorie Formuła bazowa i jej probabilistyczne modyfikacje Ostateczna definicja relewancji Prawdziwość informacji Ostateczna wersja formuły pozwalającej określić wartość relewancji informacji: R (i) = P (A (i, q, d, c, l m )), gdy P (Q (a, q, d, c, l m )) = 1 R (i) = P (I a (ni, d, l n ) Q (a, q, d, c, l n )) x P (A (i, q, d, c, l m )), gdy 0 P (Q (a, q, d, c, l m )) 1
50 Własności sformułowanej definicji S-teorie i A-teorie Formuła bazowa i jej probabilistyczne modyfikacje Ostateczna definicja relewancji Prawdziwość informacji Informacja ni nie jest w tej formule zależna od zawartości informacyjnej i. Formuła określająca wartość R (i) może zostać przełożona na sieć zależności warunkowych i przedstawiona w sieci Bayesowskiej. Włącza do kwestii relewancji problem etyczny.
51 Warunek prawdziwości informacji S-teorie i A-teorie Formuła bazowa i jej probabilistyczne modyfikacje Ostateczna definicja relewancji Prawdziwość informacji jeśli analizujemy poznawczą relewancję w kategoriach dążeń poznawczych, oczywistym jest, że dezinformacja nie czyni żadnej [pozytywnej] istotnej różnicy w agenta obrazie świata. Wręcz przeciwnie, jest ona szkodliwa. Bardzo kłopotliwa jest sytuacja, gdy o odjeżdża pociąg, o którym powiedziano nam, że odjedzie o (...) Luciano Floridi, Understanding Epistemic Relevance, w: Erkenntnis 69/1, s. 84.
52 Warunek prawdziwości informacji S-teorie i A-teorie Formuła bazowa i jej probabilistyczne modyfikacje Ostateczna definicja relewancji Prawdziwość informacji jeśli analizujemy poznawczą relewancję w kategoriach dążeń poznawczych, oczywistym jest, że dezinformacja nie czyni żadnej [pozytywnej] istotnej różnicy w agenta obrazie świata. Wręcz przeciwnie, jest ona szkodliwa. Bardzo kłopotliwa jest sytuacja, gdy o odjeżdża pociąg, o którym powiedziano nam, że odjedzie o (...) Luciano Floridi, Understanding Epistemic Relevance, w: Erkenntnis 69/1, s. 84. Wniosek: nie możemy uznać informacji i za relewantną, jeśli informacja i nie jest prawdziwa.
53 Warunek prawdziwości informacji S-teorie i A-teorie Formuła bazowa i jej probabilistyczne modyfikacje Ostateczna definicja relewancji Prawdziwość informacji W przyjętej formule: R (i) = P (I a (ni, d, l n ) Q (a, q, d, c, l n )) x P (A (i, q, d, c, l m )), gdy 0 P (Q (a, q, d, c, l m )) 1 warunek prawdziwości wyrażony jest nie wprost: R (i) = 0, gdy P (Q (a, q, d, c, l m ) = 0.
54 Krytyka koncepcji Floridiego Krytyka koncepcji Floridiego Każdy organizm, także ameba, ma pewne potrzeby informacyjne, których realizacja umożliwia funkcjonowanie w środowisku naturalnym; dla takich organizmów niektóre informacje są zatem bardziej relewantne, inne mniej.
55 Krytyka koncepcji Floridiego Krytyka koncepcji Floridiego Każdy organizm, także ameba, ma pewne potrzeby informacyjne, których realizacja umożliwia funkcjonowanie w środowisku naturalnym; dla takich organizmów niektóre informacje są zatem bardziej relewantne, inne mniej. Brak uzależnienia poziomu R (i) od możliwości dedukcyjnych agenta.
56 Krytyka koncepcji Floridiego Krytyka koncepcji Floridiego Każdy organizm, także ameba, ma pewne potrzeby informacyjne, których realizacja umożliwia funkcjonowanie w środowisku naturalnym; dla takich organizmów niektóre informacje są zatem bardziej relewantne, inne mniej. Brak uzależnienia poziomu R (i) od możliwości dedukcyjnych agenta. Koncepcję relewancji poznawczej Floridiego dotyka cała krytyka prawdziwościowo określonej definicji informacji.
57 Krytyka koncepcji Floridiego Krytyka koncepcji Floridiego Czy warunkiem tego, żeby R (i) było większe niż 0 musi być prawdziwość informacji i? Agent może mieć do czynienia ze zdaniami, których prawdziwości nie może skontrolować, ale to nie oznacza, że nie mogą one być dla niego wartościowe poznawczo. Oszacowanie wartości relewancji przed faktem byłoby w tym przypadku możliwe tylko o ile informacja uprzednio byłaby znana, a zatem nie byłoby mowy o informacji o dostępności nowej informacji odnośnie danej dziedziny. Brak precyzyjnie określonych podstaw klasyfikacji agentów na zdolnych do rozumienia znaczeń i operujących wyłącznie na niezinterpretowanych danych (Aaron Sloman, James Fetzer).
58 Krytyka koncepcji Floridiego Dziękuję za uwagę i zapraszam do stawiania pytań! artur.machlarz@uni.opole.pl www: machlarz
Filozofia, ISE, Wykład V - Filozofia Eleatów.
2011-10-01 Plan wykładu 1 Filozofia Parmenidesa z Elei Ontologia Parmenidesa Epistemologiczny aspekt Parmenidejskiej filozofii 2 3 Ontologia Parmenidesa Epistemologiczny aspekt Parmenidejskiej filozofii
Weryfikacja hipotez statystycznych. KG (CC) Statystyka 26 V / 1
Weryfikacja hipotez statystycznych KG (CC) Statystyka 26 V 2009 1 / 1 Sformułowanie problemu Weryfikacja hipotez statystycznych jest drugą (po estymacji) metodą uogólniania wyników uzyskanych w próbie
Filozofia Informacji, Wykład X - Teoria informacji a semantyka sytuacyjna
Filozofia Informacji, Wykład X - Teoria informacji a semantyka sytuacyjna 3 czerwca 2012 Plan wykładu 1 Idea semantyki sytuacyjnej (Barwise, Perry) 2 Czym jest informacja? Infon - definicja i własności
Filozofia przyrody - Filozofia Eleatów i Demokryta
5 lutego 2012 Plan wykładu 1 Filozofia Parmenidesa z Elei Ontologia Parmenidesa Epistemologiczny aspekt Parmenidejskiej filozofii 2 3 4 Materializm Ontologia Parmenidesa Epistemologiczny aspekt Parmenidejskiej
Filozofia, Germanistyka, Wykład IX - Immanuel Kant
Filozofia, Germanistyka, Wykład IX - Immanuel Kant 2011-10-01 Plan wykładu 1 Immanuel Kant - uwagi biograficzne 2 3 4 5 6 7 Immanuel Kant (1724-1804) Rysunek: Immanuel Kant - niemiecki filozof, całe życie
Filozofia przyrody, Wykład V - Filozofia Arystotelesa
Filozofia przyrody, Wykład V - Filozofia Arystotelesa 2011-10-01 Tematyka wykładu 1 Arystoteles - filozof systematyczny 2 3 4 Różnice w metodzie uprawiania nauki Krytyka platońskiej teorii idei Podział
Wykład 6. Reguły inferencyjne systemu aksjomatycznego Klasycznego Rachunku Zdań
Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki Wykład 6. Reguły inferencyjne systemu aksjomatycznego Klasycznego Rachunku Zdań System aksjomatyczny logiki Budując logikę
Psychologia decyzji. Struktura wykładu DR BEATA BAJCAR ZAKŁAD PSYCHOLOGII I ERGONOMII. wykład 15 godzin
Psychologia decyzji wykład 15 godzin DR BEATA BAJCAR ZAKŁAD PSYCHOLOGII I ERGONOMII Struktura wykładu Behawioralna teoria decyzji. Normatywne i deskryptywne modele podejmowania decyzji Cykl myślenia decyzyjnego
Ontologie, czyli o inteligentnych danych
1 Ontologie, czyli o inteligentnych danych Bożena Deka Andrzej Tolarczyk PLAN 2 1. Korzenie filozoficzne 2. Ontologia w informatyce Ontologie a bazy danych Sieć Semantyczna Inteligentne dane 3. Zastosowania
prawda symbol WIEDZA DANE komunikat fałsz liczba INFORMACJA (nie tyko w informatyce) kod znak wiadomość ENTROPIA forma przekaz
WIEDZA prawda komunikat symbol DANE fałsz kod INFORMACJA (nie tyko w informatyce) liczba znak forma ENTROPIA przekaz wiadomość Czy żyjemy w erze informacji? TAK Bo używamy nowego rodzaju maszyn maszyn
Np. Olsztyn leży nad Łyną - zdanie prawdziwe, wartość logiczna 1 4 jest większe od 5 - zdanie fałszywe, wartość logiczna 0
ĆWICZENIE 1 Klasyczny Rachunek Zdań (KRZ): zdania w sensie logicznym, wartości logiczne, spójniki logiczne, zmienne zdaniowe, tabele prawdziwościowe dla spójników logicznych, formuły, wartościowanie zbioru
O badaniach nad SZTUCZNĄ INTELIGENCJĄ
O badaniach nad SZTUCZNĄ INTELIGENCJĄ Wykład 7. O badaniach nad sztuczną inteligencją Co nazywamy SZTUCZNĄ INTELIGENCJĄ? szczególny rodzaj programów komputerowych, a niekiedy maszyn. SI szczególną własność
Elementy logiki. Wojciech Buszkowski Wydział Matematyki i Informatyki UAM Zakład Teorii Obliczeń
Elementy logiki Wojciech Buszkowski Wydział Matematyki i Informatyki UAM Zakład Teorii Obliczeń 1 Klasyczny Rachunek Zdań 1.1 Spójniki logiczne Zdaniem w sensie logicznym nazywamy wyrażenie, które jest
M T E O T D O ZI Z E E A LG L O G R O Y R TM
O ALGORYTMACH I METODZIE ALGORYTMICZNEJ Czym jest algorytm? Czym jest algorytm? przepis schemat zestaw reguł [ ] program ALGORYTM (objaśnienie ogólne) Algorytm Pojęcie o rodowodzie matematycznym, oznaczające
Walidacja metod analitycznych Raport z walidacji
Walidacja metod analitycznych Raport z walidacji Małgorzata Jakubowska Katedra Chemii Analitycznej WIMiC AGH Walidacja metod analitycznych (według ISO) to proces ustalania parametrów charakteryzujących
Problem prawdy w działalności informacyjnej. Zarys problematyki.
Problem prawdy w działalności informacyjnej. Zarys problematyki. Sabina Cisek Instytut Informacji Naukowej i Bibliotekoznawstwa Uniwersytet Jagielloński Konferencja Bibliotekarz w świecie wartości, Wrocław,
Programowanie liniowe
Programowanie liniowe Maciej Drwal maciej.drwal@pwr.wroc.pl 1 Problem programowania liniowego min x c T x (1) Ax b, (2) x 0. (3) gdzie A R m n, c R n, b R m. Oznaczmy przez x rozwiązanie optymalne, tzn.
Etapy modelowania ekonometrycznego
Etapy modelowania ekonometrycznego jest podstawowym narzędziem badawczym, jakim posługuje się ekonometria. Stanowi on matematyczno-statystyczną formę zapisu prawidłowości statystycznej w zakresie rozkładu,
Logika Stosowana. Wykład 2 - Logika modalna Część 2. Marcin Szczuka. Instytut Informatyki UW. Wykład monograficzny, semestr letni 2016/2017
Logika Stosowana Wykład 2 - Logika modalna Część 2 Marcin Szczuka Instytut Informatyki UW Wykład monograficzny, semestr letni 2016/2017 Marcin Szczuka (MIMUW) Logika Stosowana 2017 1 / 27 Plan wykładu
Wymagania do przedmiotu Etyka w gimnazjum, zgodne z nową podstawą programową.
Wymagania do przedmiotu Etyka w gimnazjum, zgodne z nową podstawą programową. STANDARDY OSIĄGNIĘĆ: Rozwój osobowy i intelektualny uczniów wynikający z ich uczestnictwa w zajęciach etyki podążając za przyjętymi
Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji
Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki
Systemy uczące się wykład 2
Systemy uczące się wykład 2 dr Przemysław Juszczuk Katedra Inżynierii Wiedzy, Uniwersytet Ekonomiczny 19 X 2018 Podstawowe definicje Fakt; Przesłanka; Konkluzja; Reguła; Wnioskowanie. Typy wnioskowania
Filozofia, ISE, Wykład III - Klasyfikacja dyscyplin filozoficznych
Filozofia, ISE, Wykład III - Klasyfikacja dyscyplin filozoficznych 2011-10-01 Plan wykładu 1 Klasyczny podział dyscyplin filozoficznych 2 Podział dyscyplin filozoficznych Klasyczny podział dyscyplin filozoficznych:
LOGIKA I TEORIA ZBIORÓW
LOGIKA I TEORIA ZBIORÓW Logika Logika jest nauką zajmującą się zdaniami Z punktu widzenia logiki istotne jest, czy dane zdanie jest prawdziwe, czy nie Nie jest natomiast istotne o czym to zdanie mówi Definicja
Podstawy Sztucznej Inteligencji (PSZT)
Podstawy Sztucznej Inteligencji (PSZT) Paweł Wawrzyński Wnioskowanie logiczne i systemy eksperckie Systemy posługujące się logiką predykatów: część 3/3 Dzisiaj Uogólnienie Poprawność i pełność wnioskowania
Filozofia, ISE, Wykład VII - Platońska teoria idei cz. 2.
Filozofia, ISE, Wykład VII - Platońska teoria idei cz. 2. Artur Machlarz 2011-10-01 Plan wykładu 1 Czym według Platona jest wiedza prawdziwa i jak ją osiągnąć? 2 3 Protagoras - człowiek jest miarą wszechrzeczy...
Kultura logiczna Klasyczny rachunek zdań 2/2
Kultura logiczna Klasyczny rachunek zdań 2/2 Bartosz Gostkowski bgostkowski@gmail.com Kraków 29 III 2 Plan wykładu: Wartościowanie w KRZ Tautologie KRZ Wartościowanie v, to funkcja, która posyła zbiór
Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl
Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyczna teoria korelacji i regresji (1) Jest to dział statystyki zajmujący
166 Wstęp do statystyki matematycznej
166 Wstęp do statystyki matematycznej Etap trzeci realizacji procesu analizy danych statystycznych w zasadzie powinien rozwiązać nasz zasadniczy problem związany z identyfikacją cechy populacji generalnej
Spis treści. Definicje prawdopodobieństwa. Częstościowa definicja prawdopodobieństwa. Wnioskowanie_Statystyczne_-_wykład
Wnioskowanie_Statystyczne_-_wykład Spis treści 1 Definicje prawdopodobieństwa 1.1 Częstościowa definicja prawdopodobieństwa 1.1.1 Przykład 1.1.2 Rozwiązanie: 1.1.3 Inne rozwiązanie: 1.1.4 Jeszcze inne
Wnioskowanie bayesowskie
Wnioskowanie bayesowskie W podejściu klasycznym wnioskowanie statystyczne oparte jest wyłącznie na podstawie pobranej próby losowej. Możemy np. estymować punktowo lub przedziałowo nieznane parametry rozkładów,
Nazwa metodologia nauki etymologicznie i dosłownie znaczy tyle, co nauka o metodach badań.
Nazwa metodologia nauki etymologicznie i dosłownie znaczy tyle, co nauka o metodach badań. Metoda dedukcji i indukcji w naukach społecznych: Metoda dedukcji: 1. Hipoteza 2. Obserwacja 3. Przyjęcie lub
Metoda tabel semantycznych. Dedukcja drogi Watsonie, dedukcja... Definicja logicznej konsekwencji. Logika obliczeniowa.
Plan Procedura decyzyjna Reguły α i β - algorytm Plan Procedura decyzyjna Reguły α i β - algorytm Logika obliczeniowa Instytut Informatyki 1 Procedura decyzyjna Logiczna konsekwencja Teoria aksjomatyzowalna
Uniwersytet Śląski w Katowicach str. 1 Wydział
Uniwersytet Śląski w Katowicach str. 1 Kierunek i poziom studiów: teologia, jednolite magisterskie Specjalność: teologia nauczycielska i ogólna Sylabus modułu: Filozofia logika i epistemologia (11-TS-12-FLEa)
1.7. Eksploracja danych: pogłębianie, przeszukiwanie i wyławianie
Wykaz tabel Wykaz rysunków Przedmowa 1. Wprowadzenie 1.1. Wprowadzenie do eksploracji danych 1.2. Natura zbiorów danych 1.3. Rodzaje struktur: modele i wzorce 1.4. Zadania eksploracji danych 1.5. Komponenty
Jak pisać publikacje naukowe? Nie o naukowej, a technicznej stronie pisania artykułu
XXVIII Letnia Szkoła Naukowa Metodologii Nauk Empirycznych Zakopane, 12-14.05.2014 Jak pisać publikacje naukowe? Nie o naukowej, a technicznej stronie pisania artykułu Maciej Zaborowicz Instytut Inżynierii
prof. dr hab. Jadwiga Woźniak-Kasperek Instytut Informacji Naukowej i Studiów Bibliologicznych Uniwersytet Warszawski
prof. dr hab. Jadwiga Woźniak-Kasperek Instytut Informacji Naukowej i Studiów Bibliologicznych Uniwersytet Warszawski Rola języka i semantyki w procesach reprezentowania i wyszukiwania treści Możliwości
HISTOGRAM. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH Liczba pomiarów - n. Liczba pomiarów - n k 0.5 N = N =
HISTOGRAM W pewnych przypadkach interesuje nas nie tylko określenie prawdziwej wartości mierzonej wielkości, ale także zbadanie całego rozkład prawdopodobieństwa wyników pomiarów. W takim przypadku wyniki
O badaniach nad SZTUCZNĄ INTELIGENCJĄ
O badaniach nad SZTUCZNĄ INTELIGENCJĄ Jak określa się inteligencję naturalną? Jak określa się inteligencję naturalną? Inteligencja wg psychologów to: Przyrodzona, choć rozwijana w toku dojrzewania i uczenia
Teoria relewancji Sperbera i Wilson. Nowe modele komunikacyjne
Teoria relewancji Sperbera i Wilson. Nowe modele komunikacyjne Uniwersytet Kardynała Stefana Wyszyńskiego 1 Teoria relewancji ogólna teoria poznania i komunikacji 2 3 4 Twórcy teorii relewancji Dan Sperber
Logika Stosowana. Wykład 7 - Zbiory i logiki rozmyte Część 3 Prawdziwościowa logika rozmyta. Marcin Szczuka. Instytut Informatyki UW
Logika Stosowana Wykład 7 - Zbiory i logiki rozmyte Część 3 Prawdziwościowa logika rozmyta Marcin Szczuka Instytut Informatyki UW Wykład monograficzny, semestr letni 2016/2017 Marcin Szczuka (MIMUW) Logika
Andrzej Wiśniewski Logika II. Materiały do wykładu dla studentów kognitywistyki. Wykład 15. Trójwartościowa logika zdań Łukasiewicza
Andrzej Wiśniewski Logika II Materiały do wykładu dla studentów kognitywistyki Wykład 15. Trójwartościowa logika zdań Łukasiewicza 1 Wprowadzenie W logice trójwartościowej, obok tradycyjnych wartości logicznych,
Wykład 2. Relacyjny model danych
Wykład 2 Relacyjny model danych Wymagania stawiane modelowi danych Unikanie nadmiarowości danych (redundancji) jedna informacja powinna być wpisana do bazy danych tylko jeden raz Problem powtarzających
Wykład 11a. Składnia języka Klasycznego Rachunku Predykatów. Języki pierwszego rzędu.
Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki Wykład 11a. Składnia języka Klasycznego Rachunku Predykatów. Języki pierwszego rzędu. 1 Logika Klasyczna obejmuje dwie teorie:
Definicje. Algorytm to:
Algorytmy Definicje Algorytm to: skończony ciąg operacji na obiektach, ze ściśle ustalonym porządkiem wykonania, dający możliwość realizacji zadania określonej klasy pewien ciąg czynności, który prowadzi
Finanse i Rachunkowość studia niestacjonarne Wprowadzenie do teorii ciągów liczbowych (treść wykładu z 21 grudnia 2014)
dr inż. Ryszard Rębowski DEFINICJA CIĄGU LICZBOWEGO Finanse i Rachunkowość studia niestacjonarne Wprowadzenie do teorii ciągów liczbowych (treść wykładu z grudnia 04) Definicja ciągu liczbowego Spośród
Elementy logiki i teorii mnogości
Elementy logiki i teorii mnogości Zdanie logiczne Zdanie logiczne jest to zdanie oznajmujące, któremu można przypisać określoną wartość logiczną. W logice klasycznej zdania dzielimy na: prawdziwe (przypisujemy
Elementy filozofii i metodologii INFORMATYKI
Elementy filozofii i metodologii INFORMATYKI Filozofia INFORMATYKA Metodologia Wykład 1. Wprowadzenie. Filozofia, metodologia, informatyka Czym jest FILOZOFIA? (objaśnienie ogólne) Filozofią nazywa się
Statystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd.
Wnioskowanie statystyczne obejmujące metody pozwalające na uogólnianie wyników z próby na nieznane wartości parametrów oraz szacowanie błędów tego uogólnienia. Przewidujemy nieznaną wartości parametru
Metody indeksowania dokumentów tekstowych
Metody indeksowania dokumentów tekstowych Paweł Szołtysek 21maja2009 Metody indeksowania dokumentów tekstowych 1/ 19 Metody indeksowania dokumentów tekstowych 2/ 19 Czym jest wyszukiwanie informacji? Wyszukiwanie
Głównym celem opracowania jest próba określenia znaczenia i wpływu struktury kapitału na działalność przedsiębiorstwa.
KAPITAŁ W PRZEDSIĘBIORSTWIE I JEGO STRUKTURA Autor: Jacek Grzywacz, Wstęp W opracowaniu przedstawiono kluczowe zagadnienia dotyczące możliwości pozyskiwania przez przedsiębiorstwo kapitału oraz zasad kształtowania
5. Wprowadzenie do prawdopodobieństwa Wprowadzenie Wyniki i zdarzenia Różne podejścia do prawdopodobieństwa Zdarzenia wzajemnie wykluczające się i
Spis treści Przedmowa do wydania polskiego - Tadeusz Tyszka Słowo wstępne - Lawrence D. Phillips Przedmowa 1. : rola i zastosowanie analizy decyzyjnej Decyzje złożone Rola analizy decyzyjnej Zastosowanie
SYSTEMY UCZĄCE SIĘ WYKŁAD 4. DRZEWA REGRESYJNE, INDUKCJA REGUŁ. Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska
SYSTEMY UCZĄCE SIĘ WYKŁAD 4. DRZEWA REGRESYJNE, INDUKCJA REGUŁ Częstochowa 2014 Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska DRZEWO REGRESYJNE Sposób konstrukcji i przycinania
Sympozjum Trwałość Budowli
Sympozjum Trwałość Budowli Andrzej ownuk ROJEKTOWANIE UKŁADÓW Z NIEEWNYMI ARAMETRAMI Zakład Mechaniki Teoretycznej olitechnika Śląska pownuk@zeus.polsl.gliwice.pl URL: http://zeus.polsl.gliwice.pl/~pownuk
Rachunek logiczny. 1. Język rachunku logicznego.
Rachunek logiczny. Podstawową własnością rozumowania poprawnego jest zachowanie prawdy: rozumowanie poprawne musi się kończyć prawdziwą konkluzją, o ile wszystkie przesłanki leżące u jego podstaw były
RACHUNEK ZDAŃ 7. Dla każdej tautologii w formie implikacji, której poprzednik również jest tautologią, następnik także jest tautologią.
Semantyczne twierdzenie o podstawianiu Jeżeli dana formuła rachunku zdań jest tautologią i wszystkie wystąpienia pewnej zmiennej zdaniowej w tej tautologii zastąpimy pewną ustaloną formułą, to otrzymana
Wprowadzenie do teorii systemów ekspertowych
Myślące komputery przyszłość czy utopia? Wprowadzenie do teorii systemów ekspertowych Roman Simiński siminski@us.edu.pl Wizja inteligentnych maszyn jest od wielu lat obecna w literaturze oraz filmach z
Filozofia, ISE, Wykład X - Filozofia średniowieczna.
Filozofia, ISE, Wykład X - Filozofia średniowieczna. 2011-10-01 Plan wykładu 1 Filozofia średniowieczna a starożytna 2 3 Ogólna charakterystyka filozofii średniowiecznej Ogólna charakterystyka filozofii
MODEL BIZNESOWY BANKU NA PRZYKŁADZIE KDBS BANK
MODEL BIZNESOWY BANKU NA PRZYKŁADZIE KDBS BANK CEL STRATEGICZNY BYĆ LOKALNĄ INSTYTUCJĄ FINANSOWĄ NATURALNEGO WYBORU DEFINICJA MODELU BIZNESOWEGO Najbardziej ogólnie mówiąc model biznesowy opisuje w jaki
Wykład 9. Matematyka 3, semestr zimowy 2011/ listopada 2011
Wykład 9. Matematyka 3, semestr zimowy 2011/2012 4 listopada 2011 W trakcie poprzedniego wykładu zdefiniowaliśmy pojęcie k-kowektora na przestrzeni wektorowej. Wprowadziliśmy także iloczyn zewnętrzny wielokowektorów
Statystyka matematyczna dla leśników
Statystyka matematyczna dla leśników Wydział Leśny Kierunek leśnictwo Studia Stacjonarne I Stopnia Rok akademicki 03/04 Wykład 5 Testy statystyczne Ogólne zasady testowania hipotez statystycznych, rodzaje
Filozofia Informacji, Wykład IX - Teoria informacji pragmatycznej
Filozofia Informacji, Wykład IX - Teoria informacji pragmatycznej 16 maja 2012 Plan wykładu 1 Uwagi wstępne Idea teorii informacji pragmatycznej Uwagi historyczne Ogólne założenia teorii informacji pragmatycznej
WYMAGANIA KONIECZNE - OCENA DOPUSZCZAJĄCA:
WYMAGANIA KONIECZNE - OCENA DOPUSZCZAJĄCA: zna pojęcie liczby naturalnej, całkowitej, wymiernej rozumie rozszerzenie osi liczbowej na liczby ujemne umie zaznaczać liczbę wymierną na osi liczbowej umie
BADANIA PARTYCYPACYJNE Z UDZIAŁEM OSÓB Z NIEPEŁNOSPRAWNOŚCIĄ INTELEKTUALNĄ A KOMUNIKACJA ALTERNATYWNA I WSPOMAGAJĄCA DR AGNIESZKA WOŁOWICZ-RUSZKOWSKA
BADANIA PARTYCYPACYJNE Z UDZIAŁEM OSÓB Z NIEPEŁNOSPRAWNOŚCIĄ INTELEKTUALNĄ A KOMUNIKACJA ALTERNATYWNA I WSPOMAGAJĄCA DR AGNIESZKA WOŁOWICZ-RUSZKOWSKA Praktyka idee normalizacji, integracji, obywatelskiego
POZYCJONOWANIE STRONY SKLEPU
. Wszystko O Pozycjonowaniu I Marketingu. >>>POZYCJONOWANIE STRON LEGNICA POZYCJONOWANIE STRONY SKLEPU >>>WIĘCEJ
Etyka Tożsamość i definicja. Ks. dr Artur Aleksiejuk
Etyka Tożsamość i definicja Ks. dr Artur Aleksiejuk 1. ETYKA A FILOZOFIA PYTANIA PROBLEMOWE: Czy etyka musi być dyscypliną filozoficzną? Czy etyka może być wolna od filozoficznych założeń? Czy i jak dalece
Klasyczny rachunek zdań 1/2
Klasyczny rachunek zdań /2 Elementy logiki i metodologii nauk spotkanie VI Bartosz Gostkowski Poznań, 7 XI 9 Plan wykładu: Zdanie w sensie logicznym Klasyczny rachunek zdań reguły słownikowe reguły składniowe
Moduł I Ewaluacja w praktyce szkolnej istota, cele, rodzaje.
Moduł I Ewaluacja w praktyce szkolnej istota, cele, rodzaje. Sesja 1: Podstawowe informacje o ewaluacji. Sesja 2: Ewaluacja w procesie rozwoju szkoły i w pracy nauczyciela PROGRAM I SCENARIUSZE ZAJĘĆ SESJA
STANDARDY I KRYTERIA OCENY JAKOŚCI PROGRAMÓW PROMOCJI ZDROWIA I PROFILAKTYKI W RAMACH SYSTEMU REKOMENDACJI
STANDARDY I KRYTERIA OCENY JAKOŚCI PROGRAMÓW PROMOCJI ZDROWIA I PROFILAKTYKI W RAMACH SYSTEMU REKOMENDACJI 1. Ogólne dane o programie Nazwa własna Autorzy programu Organizacja/ instytucja odpowiedzialna
Wstęp do logiki. Kto jasno i konsekwentnie myśli, ściśle i z ładem się wyraża,
Prof. UAM, dr hab. Zbigniew Tworak Zakład Logiki i Metodologii Nauk Instytut Filozofii Wstęp do logiki Kto jasno i konsekwentnie myśli, ściśle i z ładem się wyraża, kto poprawnie wnioskuje i uzasadnia
TEORIA DECYZJE KRÓTKOOKRESOWE
TEORIA DECYZJE KRÓTKOOKRESOWE 1. Rozwiązywanie problemów decyzji krótkoterminowych Relacje między rozmiarami produkcji, kosztami i zyskiem wykorzystuje się w procesie badania opłacalności różnych wariantów
ODRZUCANIE WYNIKÓW POJEDYNCZYCH POMIARÓW
ODRZUCANIE WYNIKÓW OJEDYNCZYCH OMIARÓW W praktyce pomiarowej zdarzają się sytuacje gdy jeden z pomiarów odstaje od pozostałych. Jeżeli wykorzystamy fakt, że wyniki pomiarów są zmienną losową opisywaną
Elementy kognitywistyki II: Sztuczna inteligencja. WYKŁAD III: Problemy agenta
Elementy kognitywistyki II: Sztuczna inteligencja WYKŁAD III: Problemy agenta To już było: AI to dziedzina zajmująca się projektowaniem agentów Określenie agenta i agenta racjonalnego Charakterystyka PAGE
Recenzja rozprawy doktorskiej mgr Bartosza Rymkiewicza pt. Społeczna odpowiedzialność biznesu a dokonania przedsiębiorstwa
Prof. dr hab. Edward Nowak Uniwersytet Ekonomiczny we Wrocławiu Katedra Rachunku Kosztów, Rachunkowości Zarządczej i Controllingu Recenzja rozprawy doktorskiej mgr Bartosza Rymkiewicza pt. Społeczna odpowiedzialność
Programowanie celowe #1
Programowanie celowe #1 Problem programowania celowego (PC) jest przykładem problemu programowania matematycznego nieliniowego, który można skutecznie zlinearyzować, tzn. zapisać (i rozwiązać) jako problem
Kultura logiczna Klasyczny rachunek zdań 1/2
Kultura logiczna Klasyczny rachunek zdań /2 Bartosz Gostkowski bgostkowski@gmail.com Kraków 22 III 2 Plan wykładu: Zdanie w sensie logicznym Klasyczny rachunek zdań reguły słownikowe reguły składniowe
STYLE MYŚLENIA A KOMUNIKACJA W ZESPOLE NAUCZYCIELSKIM. Gdynia,
STYLE MYŚLENIA A KOMUNIKACJA W ZESPOLE NAUCZYCIELSKIM Gdynia, 02.02.2017 STYL MY LENIA W nowych sytuacjach doświadczenie nie podpowiada nam gotowych rozwiązań reagujemy, wykorzystujemy informacje i podejmujemy
Załącznik Nr 1 KARTA PRZEDMIOTU. 1. NAZWA PRZEDMIOTU: Teoretyczne podstawy wychowania. 2. KIERUNEK: pedagogika
Załącznik Nr 1 KARTA PRZEDMIOTU 1. NAZWA PRZEDMIOTU: Teoretyczne podstawy wychowania 2. KIERUNEK: pedagogika 3. POZIOM STUDIÓW: studia pierwszego stopnia 4. ROK/ SEMESTR STUDIÓW: II/3 5. LICZBA PUNKTÓW
Język myśli. ang. Language of Thought, Mentalese. Dr hab. Maciej Witek Zakład Filozofii Nauki, Wydział Humanistyczny Uniwersytet Szczeciński
Dr hab. Maciej Witek Zakład Filozofii Nauki, Wydział Humanistyczny Uniwersytet Szczeciński http://mwitek.univ.szczecin.pl Język myśli ang. Language of Thought, Mentalese PLAN: I. krótko o języku myśli
Wykład 4. Określimy teraz pewną ważną klasę pierścieni.
Wykład 4 Określimy teraz pewną ważną klasę pierścieni. Twierdzenie 1 Niech m, n Z. Jeśli n > 0 to istnieje dokładnie jedna para licz q, r, że: m = qn + r, 0 r < n. Liczbę r nazywamy resztą z dzielenia
PRAGMATYKA rok akademicki 2015/2016 semestr zimowy. Temat 2: Grice a teoria znaczenia
PRAGMATYKA rok akademicki 2015/2016 semestr zimowy Temat 2: Grice a teoria znaczenia Pragmatyka: nauka badająca te aspekty znaczenia i funkcji wypowiedzi, które są zależne od jej kontekstu; studia nad
Idea. θ = θ 0, Hipoteza statystyczna Obszary krytyczne Błąd pierwszego i drugiego rodzaju p-wartość
Idea Niech θ oznacza parametr modelu statystycznego. Dotychczasowe rozważania dotyczyły metod estymacji tego parametru. Teraz zamiast szacować nieznaną wartość parametru będziemy weryfikowali hipotezę
Statystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd.
Wnioskowanie statystyczne obejmujące metody pozwalające na uogólnianie wyników z próby na nieznane wartości parametrów oraz szacowanie błędów tego uogólnienia. Przewidujemy nieznaną wartości parametru
W poszukiwaniu sensu w świecie widzialnym
W poszukiwaniu sensu w świecie widzialnym Andrzej Śluzek Nanyang Technological University Singapore Uniwersytet Mikołaja Kopernika Toruń AGH, Kraków, 28 maja 2010 1 Podziękowania Przedstawione wyniki powstały
Metody dowodzenia twierdzeń i automatyzacja rozumowań Systemy aksjomatyczne I
Metody dowodzenia twierdzeń i automatyzacja rozumowań Systemy aksjomatyczne I Mariusz Urbański Instytut Psychologii UAM Mariusz.Urbanski@.edu.pl OSTRZEŻENIE Niniejszy plik nie zawiera wykładu z Metod dowodzenia...
Weryfikacja hipotez statystycznych
Weryfikacja hipotez statystycznych Hipoteza Test statystyczny Poziom istotności Testy jednostronne i dwustronne Testowanie równości wariancji test F-Fishera Testowanie równości wartości średnich test t-studenta
Metody numeryczne w przykładach
Metody numeryczne w przykładach Bartosz Ziemkiewicz Wydział Matematyki i Informatyki UMK, Toruń Regionalne Koło Matematyczne 8 kwietnia 2010 r. Bartosz Ziemkiewicz (WMiI UMK) Metody numeryczne w przykładach
Inteligentne Multimedialne Systemy Uczące
Działanie realizowane w ramach projektu Absolwent informatyki lub matematyki specjalistą na rynku pracy Matematyka i informatyka może i trudne, ale nie nudne Inteligentne Multimedialne Systemy Uczące dr
Matryca efektów kształcenia dla programu kształcenia na kierunku Socjologia Studia pierwszego stopnia
Załącznik nr 4 do Uchwały nr 1647 Senatu Uniwersytetu w Białymstoku z dnia 17 grudnia 2014 r. Matryca efektów kształcenia dla programu kształcenia na kierunku Socjologia Studia pierwszego stopnia Efekty
Aproksymacja funkcji a regresja symboliczna
Aproksymacja funkcji a regresja symboliczna Problem aproksymacji funkcji polega na tym, że funkcję F(x), znaną lub określoną tablicą wartości, należy zastąpić inną funkcją, f(x), zwaną funkcją aproksymującą
Wykład 4. Decyzje menedżerskie
Dr inż. Aleksander Gwiazda Zarządzanie strategiczne Wykład 4 Decyzje menedżerskie Plan wykładu Wprowadzenie Wprowadzenie Pojęcie decyzji Decyzja to świadoma reakcja na sytuacje powstające w trakcie funkcjonowania
Wyszukiwanie binarne
Wyszukiwanie binarne Wyszukiwanie binarne to technika pozwalająca na przeszukanie jakiegoś posortowanego zbioru danych w czasie logarytmicznie zależnym od jego wielkości (co to dokładnie znaczy dowiecie
Referat: Krytyczne czytanie w polonistycznej edukacji wczesnoszkolnej
Propozycje zintegrowanych programów edukacji zatwierdzone przez Ministra Edukacji Narodowej do użytku szkolnego odpowiadają założeniom uprzednio opracowanej przez MEN Podstawie programowej kształcenia
KRZYSZTOF WÓJTOWICZ Instytut Filozofii Uniwersytetu Warszawskiego
KRZYSZTOF WÓJTOWICZ Instytut Filozofii Uniwersytetu Warszawskiego wojtow@uw.edu.pl 1 2 1. SFORMUŁOWANIE PROBLEMU Czy są empiryczne aspekty dowodów matematycznych? Jeśli tak to jakie stanowisko filozoficzne
TEORETYCZNE PODSTAWY INFORMATYKI
1 TEORETYCZNE PODSTAWY INFORMATYKI 16/01/2017 WFAiS UJ, Informatyka Stosowana I rok studiów, I stopień Repetytorium złożoność obliczeniowa 2 Złożoność obliczeniowa Notacja wielkie 0 Notacja Ω i Θ Rozwiązywanie
Techniki i rozwiązania IT w optymalizacji procesów
Techniki i rozwiązania IT w optymalizacji procesów dr inż. amber.zarz.agh.edu.pl/amaciol Cel przedmiotu Zapoznać się z problemami informacyjnodecyzyjnymi zarządzania organizacjami Nauczyć się wykorzystywać
Test inteligencji emocjonalnej. Katarzyna Thomas
Test inteligencji emocjonalnej Wykresy i liczby 2013-08-01 Poufne Normy: Poland 2010 Niniejszy raport zawiera informacje i wskazówki pomocne przy rozwijaniu wiedzy i świadomości dotyczącej inteligencji
RÓWNOWAŻNOŚĆ METOD BADAWCZYCH
RÓWNOWAŻNOŚĆ METOD BADAWCZYCH Piotr Konieczka Katedra Chemii Analitycznej Wydział Chemiczny Politechnika Gdańska Równoważność metod??? 2 Zgodność wyników analitycznych otrzymanych z wykorzystaniem porównywanych
II Liceum Ogólnokształcące im. Ks. Prof. Józefa Tischnera W Wodzisławiu Śl. WYMAGANIA EDUKACYJNE FIZYKA
II Liceum Ogólnokształcące im. Ks. Prof. Józefa Tischnera W Wodzisławiu Śl. WYMAGANIA EDUKACYJNE FIZYKA Opracował: Tadeusz Winkler Obowiązuje od 1 września 2018r. 1 Narzędzia i częstotliwość pomiaru dydaktycznego
Modelowanie niezawodności prostych struktur sprzętowych
Modelowanie niezawodności prostych struktur sprzętowych W ćwiczeniu tym przedstawione zostaną proste struktury sprzętowe oraz sposób obliczania ich niezawodności przy założeniu, że funkcja niezawodności