Número: Nome:
|
|
- Maria de Fátima Imperial
- 4 Há anos
- Visualizações:
Transcrição
1 Número: Nome: INSTITUTO SUPERIOR TÉCNICO Sistemas de Apoio à Decisão Exame: 2 6 Julho (6 pts) Algumas perguntas fáceis para começar ) (2 pts) Indique quais das hipóteses estão correctas para cada uma das seguintes questões (podem existir mais do que uma correcta e todas devem ser assinaladas nesse caso): a. (0,5 pts) Num esquema de dados multidimensional, os elementos essenciais são:. só as tabelas de factos. 2. tabelas de factos e surrogate keys. 3. tabelas de factos e de dimensões. 4. só as hierarquias. Solução: 3 b. (0,5 pts) As interrogações de dados OLAP típicas envolvem:. a soma e média como funções de agregação. 2. os valores mínimo e máximo como funções de junção. 3. a soma e média como funções de junção. 4. os valores mínimo e máximo como funções de agregação. Solução: e 4 c. (0,5 pts) O operador CUBE:. retorna uma vista dos dados segundo três dimensões. 2. retorna todos os agrupamentos possíveis das dimensões. 3. permite descer numa hierarquia. 4. permite subir e descer numa hierarquia. Solução: 2 c. (0,5 pts) Um processo ETL suporta:. a extracção de dados da DW e carregamento na área de retenção.
2 Número: Nome: 2 2. a extracção de dados dos sistemas operacionais e carregamento na DW. 3. a extracção de dados da área de retenção e carregamento nos sistemas operacionais. 4. a extracção de dados da DW e carregamento nos sistemas fonte. Solução: 2 2) (4 pts) Assinale as seguintes frases como verdadeiras (V) ou falsas (F). Cada resposta correcta corresponde a uma cotação de + valor. Resposta errada -0,5. Se não responder, a cotação é 0. (a) Os algoritmos Fp-growth e Apriori conduzem a regras de associação diferentes False, the rules are the same (b) Se x e y são independentes então P(y x)=p(x y) False, P(y x)=p(y), P(x y)=p(x). (c) Dada uma entrada de dimensão 4, uma rede neuronal com uma função de activação linear é mais potente que uma rede RBF. False, uma rede neuronal com uma função de activação linear can only separate linear problems. (d) Dada uma entrada de dimensão 4, uma rede neuronal com uma função de activação linear é mais potente que que vector support machines False, uma rede neuronal com uma função de activação linear can only separate linear problems.
3 Número: Nome: 3 2. (3 pts) DW, OLAP e ETL Considere o seguinte modelo em estrela de uma DW: Aluno(alunoId, nome) Data(dataID, dia, mes, semestre, ano) Disciplina(disciplinaId, nome, departamento) Assiduidade(alunoId, dataid, disciplinaid, presenca), em que as chaves primárias estão sublinhadas e as estrangeiras estão em itálico. (a) (v) Escreva uma interrogação SQL que devolva o número total de faltas por aluno (identificado pelo seu número e nome) e por semestre (dentro do ano lectivo). Solução: Select A.alunoId, A.nome, d.ano, d.semestre, count(*) From Aluno a, Data d, Assiduidade as Where a.alunoid = as.alunoid And d.dataid = as.dataid Where presença = 0 Group by a.alunoid, a.nome, d.ano, d.semestre (b) (v) Suponha que o valor pedido na alínea anterior é muito requisitado, o que levaria à interrogação da alínea (a) ser frequentemente executada. Proponha uma alteração ao modelo de dados de modo a ter essa informação pré-calculada. Criaria uma nova tabela de factos com informação agregada sobre o número de faltas. Ficaria com: FaltasPorAlunoPorSemestre(alunoId, semestreid, faltas) Aluno(alunoId, nome) Semestre(semestreId, semestre, ano)
4 Número: Nome: 4 (c) ( v) Indique quais as hierarquias existentes neste modelo. Qual o número de tuplos retornado pelo operador CUBE? Hierarquias: 2 Data: dia<mes<semestre<ano Disciplina: nome < departamento Número de tuplos = número de cuboids = π i= n (Li + ) = (+).(4+).(2+) = 2*5*3 = (4 pts) 3. (4 pts) PCA
5 Número: Nome: 5 Suponha que tem a seguinte: x i = 9, 5 9, 0 8, 0 8 (a) (2 pts) Qual é a matriz da transformação K-L? First we have to determine the covariance matrix (See homework 3) c ij = n k= (k ( x ) i m i ) x (k) j m j n ( ) We divide n- for sapmle, n for population (be agreement we divide by n-, i tis as well o.k. to divide by n) C = c c 2 c 2 c 22 First we have to compute the eiganvalues The system has to become linear depentable (singular) λi C = 0 The determinant has to become zero we know c 2 =c 2, m = (+5+0+0)./4=4, m 2 = ( )./4=8.5 c =( (-4)^2+(5-4)^2+(0-4)^2+(0-4)^2 )./3=20.67 c 2 =c 2 = ( (-4)*(9-8.5)+(5-4)*(9-8.5)+(0-4)*(8-8.5)+(0-4)*(8-8.5) )./3=-0.67 c 22 = ( (9-8.5)^2+(9-8.5)^2+(8-8.5)^2+(8-8.5)^2 )./3= C =
6 Número: Nome: 6 0 = λ λ λ = 0.67 λ 0.33 λ 2 2λ = 0 λ =0.3 λ 2 =20.69 For λ =0.3, let be u = then we have to determine u u = = 0.67 u (Approximate results due to rounding errors, rounding errors were not punished) u =[u,u 2 ]=[, ] (exact result) Normalization u =[u,u 2 ]=[ , ] For λ 2 =20.69, let be u = then we have to determine u u = = u (exact..) u =[u,u 2 ]=[, ] (exact result) Normalization
7 Número: Nome: 7 u =[u,u 2 ]=[ , ] K-L transformation is defined be the matrix (b) (2 pts) Qual dos vectores próprios (eigenvectors) é mais significante? O critério de Kaiser é aplicável? λ =0.3 <, means this dimension can be reduced u
8 Número: Nome: 8 4. (2 pts) Bayes 90% das mulheres que realmente sofrem de cancro da mama irão ter um resultado positivo na mamografia (quer isto dizer que o teste indica que a mulher sofre de cancro). % das mulheres que na realidade não sofrem de cancro da mama irão ter um resultado positivo na mamografia (querendo dizer que elas foram erradamente diagnosticadas com o cancro). 5% das mulheres com mais de 55 anos que são examinadas sofrem de cancro da mama. (2 pts) No caso de uma mulher que tem um teste positivo na mamografia, repetir o teste numa segunda mamografia, que também dá um resultado positivo, use o pressuposto Naïve de Bayes para calcular a probabilidade que a mulher sofre de cancro da mama dados os resultados dos 2 testes. P(c)=0.05, P( c)=0.95, P(m c) = 0.90, P( m c) = 0. P(m c) = 0., P( m c) = P(c m)=αp(m c) P(m2 c)p(c)=α P( c m)=αp(m c)p(m2 c)p( c)=α Normalization: P(c m)=
9 Número: Nome: 9 5. (2 pts) Dado o conjunto de dados x j = 0 9, 9, 2 9, com 4 pontos, k=2 e os centroids iniciais c = 2 8,c 2 = Quais são os valores dos centroids c,c 2 depois do algoritmo de clustering k-mean ter convergido, usando a função de distância Euclideana? d(c,x ) < d(c 2,x ) d(c,x 2 ) < d(c 2,x 2 ) d(c,x 3 ) < d(c 2,x 3 ) d(c,x 4 ) > d(c 2,x 4 ) c = 9 3,c 2 = d(c,x ) < d(c 2,x ) d(c,x 2 ) < d(c 2,x 2 ) d(c,x 3 ) < d(c 2,x 3 ) d(c,x 4 ) > d(c 2,x 4 ) Converged.
10 Número: Nome: 0 6. (3 pts) Neuronal Network (a) (2 pts) Derive uma regra de treino de gradiente descendente (gradient descent training rule) para uma única unidade com saída o, em que: n o = 5 w i σ(x i ) i= 0 o= 5*w 0 σ(x 0 )+5*w σ (x )+ 5*w 3 σ (x 3 )+ +5*w n σ (x n ) σ(x) = + e ( 3x) E = (t d o d ) (t d 5w i σ(x i )) w i d D w i E = (t d o d )( 5σ(x i )) w d D (b) ( pts) Dados n=2, os pesos w={w 0 =0.,w =0. }. Faça um gradiente descendente estocástico com η= para para o vector de entrada x={2,0}={x 0 =2,x =0} e alvo (target) t={}, determine Δw o= 5*w 0 σ(x 0 )+5*w σ (x ) o= 5*0.*(./(+exp(-3*2)))+ 5*0.*(./(+exp(-3*0))= Δw i = η(t o)5σ(x i ) Δw = ( )*5*(./(+exp(-3*2))=.3652 Δw 2 = ( )*5*(./(+exp(0)))=
Número: Nome:
Número: Nome: -------------------------------------------------------------------------------------------------------------- INSTITUTO SUPERIOR TÉCNICO Sistemas de Apoio à Decisão Exame: 4 junho --------------------------------------------------------------------------------------------------------------.
Leia maisINSTITUTO SUPERIOR TÉCNICO Sistemas de Apoio à Decisão
Número: Nome: -------------------------------------------------------------------------------------------------------------- INSTITUTO SUPERIOR TÉCNICO Sistemas de Apoio à Decisão Exame: 6 January 207
Leia maisNúmero: Nome:
Número: Nome: 1 -------------------------------------------------------------------------------------------------------------- INSTITUTO SUPERIOR TÉCNICO Sistemas de Apoio à Decisão Exame 2 7 julho 2007
Leia maisNúmero: Nome:
Número: Nome: 1 -------------------------------------------------------------------------------------------------------------- INSTITUTO SUPERIOR TÉCNICO Sistemas de Apoio à Decisão Exame: 2 15 Julho 2010
Leia maisNúmero: Nome:
Número: Nome: 1 -------------------------------------------------------------------------------------------------------------- INSTITUTO SUPERIOR TÉCNICO Sistemas de Apoio à Decisão Exame 1 20 junho 2006
Leia maisINSTITUTO SUPERIOR TÉCNICO Sistemas de Apoio à Decisão
Número: Nome: -------------------------------------------------------------------------------------------------------------- INSTITUTO SUPERIOR TÉCNICO Sistemas de Apoio à Decisão Exame: 3 junho 04 --------------------------------------------------------------------------------------------------------------.
Leia maisINSTITUTO SUPERIOR TÉCNICO Sistemas de Apoio à Decisão
Número: Nome: -------------------------------------------------------------------------------------------------------------- INSTITUTO SUPERIOR TÉCNICO Sistemas de Apoio à Decisão Exame: 2 Solution 25
Leia maisNúmero: Nome: 1 --------------------------------------------------------------------------------------------------------------
Número: Nome: 1 -------------------------------------------------------------------------------------------------------------- INSTITUTO SUPERIOR TÉCNICO Sistemas de Apoio à Decisão Exame 2 15 julho 2006
Leia maisINSTITUTO SUPERIOR TÉCNICO Sistemas de Apoio à Decisão
Número: Nome: -------------------------------------------------------------------------------------------------------------- INSTITUTO SUPERIOR TÉCNICO Sistemas de Apoio à Decisão Exame: Solution January
Leia maisRedes de Funções de Base Radial Radial Basis Functions (RBFs)
Redes de Funções de Base Radial Radial Basis Functions (RBFs) Germano C. Vasconcelos Centro de Informática - UFPE Introdução Em uma RBF, a rede é definida do ponto de vista de um problema de aproximação
Leia maisSistemas de Apoio à Decisão. Guia de Exercícios
Sistemas de Apoio à Decisão Guia de Exercícios Pedro Campos Departamento de Matemática e Engenharias Normalização de Dados e Operações OLAP 1. Usando os dados para o atributo idade, (13, 15, 16, 16, 19,
Leia maisÁlgebra Linear. 8 a Lista: a) Use o processo de ortogonalização de Gram Schmidt para construir uma base ortonormada para W.
Álgebra Linear Cursos: Química, Engenharia Química, Engenharia de Materiais, Engenharia Biológica, Engenharia do Ambiente 1 ō ano/1 ō Semestre 2006/07 8 a Lista: Nos exercícios em que n~ao se especifica
Leia maisAgrupamento de dados. Critério 1: grupos são concentrações de dados k-means Critério 2: grupos são conjuntos de elementos próximos entre si espectral
Agrupamento de dados Critério 1: grupos são concentrações de dados k-means Critério 2: grupos são conjuntos de elementos próximos entre si espectral Dados e grafos Se temos dados x i, i 0... n, criamos
Leia maisExame de Recurso de Base de Dados Universidade do Algarve 03/Fev/2005, (duração: 2 horas)
Exame de Recurso de Base de Dados Universidade do Algarve 03/Fev/2005, (duração: 2 horas) Este exame consiste em 16 perguntas de escolha múltipla. Para todas as questões existe apenas 1 resposta correcta.
Leia maisBases de Dados. Exame de 2 a Época. Identifique todas as folhas. Responda a cada grupo nas páginas respectivas do grupo. Exame sem consulta.
Bases de Dados Exame de 2 a Época 2012/2013 Identifique todas as folhas. Responda a cada grupo nas páginas respectivas do grupo. Exame sem consulta. Duração: 2h30. Grupo 1 Número: Nome: 1a) Considere que
Leia mais2 o Teste de Aprendizagem Automática
2 o Teste de Aprendizagem Automática 3 páginas de enunciado com 6 perguntas mais 2 folhas de resposta. Duração: 1h 30m DI, FCT/UNL, 21 de Dezembro de 2017 Pergunta 1 [4 valores] Considere um problema de
Leia maisTESTE FINAL DE ÁLGEBRA LINEAR 18 de Janeiro de 2017 Instituto Superior Técnico - Engenharia Aeroespacial
TESTE FINAL DE ÁLGEBRA LINEAR 18 de Janeiro de 2017 Instituto Superior Técnico - Engenharia Aeroespacial Nome: Número: O que vai fazer? Só T1+T2 Só T3 T1+T2 e T3 Problema a b c d lalala Problema a b c
Leia mais1º Exame de INTRODUÇÃO À PROGRAMAÇÃO Licenciatura em Engenharia Mecânica 30 de Junho de º Semestre
º Exame de INTRODUÇÃO À PROGRAMAÇÃO Licenciatura em Engenharia Mecânica de Junho de 6 º Semestre Exame sem consulta : 6: h Nome: Número: Escreva o seu número e nome em todas as folhas de exame. O exame
Leia maisExame de Aprendizagem Automática
Exame de Aprendizagem Automática 2 páginas com 12 perguntas e 3 folhas de resposta. Duração: 2 horas e 30 minutos DI, FCT/UNL, 12 de Janeiro de 2017 Nota: O exame está cotado para 40 valores. Os 20 valores
Leia maisa) In Microsoft SQl Server 2005 you make a new query, and execute it.
SAD: º Projecto DW Utilize o Microsoft SQL Server Management Studio e a base de dados AdventureWorksDW para construir um CUBE usando a tabela de factos dbo.factinternetsales, as três dimensões CustomerKey,
Leia maisSepare em grupos de folhas diferentes as resoluções dos grupos I e II das resoluções dos grupos III e IV GRUPO I (50 PONTOS)
Faculdade de Ciências Económicas e Empresariais UCP MATEMÁTICA I FREQUÊNCIA 1 - versão A Duração: 15 minutos Durante a prova não serão prestados quaisquer tipo de esclarecimentos. Qualquer dúvida ou questão
Leia maisSQL. Processamento Analítico de Dados Profa. Dra. Cristina Dutra de Aguiar Ciferri Prof. Dr. Ricardo Rodrigues Ciferri
SQL Processamento Analítico de Dados Profa. Dra. Cristina Dutra de Aguiar Ciferri Prof. Dr. Ricardo Rodrigues Ciferri Arquitetura de 3 Camadas esquema operações conceitual metáfora do cubo de dados Cube
Leia maisAmbiente de Data Warehouse Para Imagens Médicas Baseado Em Similaridade
Universidade de São Paulo - USP Instituto de Ciências Matemáticas e de Computação - ICMC Programa de Pós-Graduação em Ciências da Computação e Matemática Computacional Ambiente de Data Warehouse Para Imagens
Leia maisINSTITUTO SUPERIOR TÉCNICO LEFT LEBL LQ LEAM LEMAT Ano Lectivo: 2006/2007 Semestre: 2 o
INSTITUTO SUPERIOR TÉCNICO LEFT LEBL LQ LEAM LEMAT Ano Lectivo: 2006/2007 Semestre: 2 o MATEMÁTICA COMPUTACIONAL Eercícios 1.1. Represente num sistema de ponto flutuante com 4 dígitos na mantissa e arredondamento
Leia maisde Bases de Dados Exame 1
Ano lectivo 2011/2012 2 o semestre Administração e Optimização de Bases de Dados Exame 1 Regras O exame tem a duração de 2 horas. O exame é individual e com consulta. Poderá consultar o livro, slides da
Leia maisSQL. Processamento Analítico de Dados Profa. Dra. Cristina Dutra de Aguiar Ciferri Prof. Dr. Ricardo Rodrigues Ciferri
SQL Processamento Analítico de Dados Profa. Dra. Cristina Dutra de Aguiar Ciferri Prof. Dr. Ricardo Rodrigues Ciferri Arquitetura de 3 Camadas esquema operações conceitual metáfora do cubo de dados Cube
Leia maisExame de Aprendizagem Automática
Exame de Aprendizagem Automática 2 páginas com 11 perguntas e 3 folhas de resposta. Duração: 2 horas e 30 minutos DI, FCT/UNL, 5 de Janeiro de 2016 Nota: O exame está cotado para 40 valores. Os 20 valores
Leia maisProbabilidades e Estatística TODOS OS CURSOS
Duração: 90 minutos Grupo I Probabilidades e Estatística TODOS OS CURSOS Justifique convenientemente todas as respostas 2 o semestre 206/207 05/07/207 :30 o Teste C 0 valores. Uma peça de certo tipo é
Leia maisAlgoritmos de Aprendizado
Algoritmos de Aprendizado Regra de Hebb Perceptron Delta Rule (Least Mean Square) Back Propagation Radial Basis Functions (RBFs) Competitive Learning Hopfield Algoritmos de Aprendizado Regra de Hebb Perceptron
Leia maisINSTITUTO SUPERIOR TÉCNICO Mestrado Integrado em Engenharia Física Tecnológica Ano Lectivo: 2007/2008 Semestre: 1 o
INSTITUTO SUPERIOR TÉCNICO Mestrado Integrado em Engenharia Física Tecnológica Ano Lectivo: 27/28 Semestre: o MATEMÁTICA COMPUTACIONAL Exercícios [4 Sendo A M n (C) mostre que: (a) n A 2 A n A 2 ; (b)
Leia maisAula 11 SBD SQL Parte 3. Profa. Elaine Faria UFU
Aula 11 SBD SQL Parte 3 Profa. Elaine Faria UFU - 2018 Group by e Having Às vezes deseja-se aplicar operações agregadas a cada um dos vários grupos de linhas em um relação Group by e Having C31: Encontre
Leia maisModelagem Multidimensional
Modelagem Multidimensional Processamento Analítico de Dados Profa. Dra. Cristina Dutra de Aguiar Ciferri Prof. Dr. Ricardo Rodrigues Ciferri Modelagem Multidimensional Análises dos usuários de SSD representam
Leia maisSetor de Tecnologia - TC Engenharia Ambiental Avaliação 1. Matemática Aplicada II
Universidade Federal do Paraná Matemática Aplicada II Setor de Tecnologia - TC Engenharia Ambiental 2012-1 Curitiba, 02.05.2012 Avaliação 1 Matemática Aplicada II Tobias Bleninger Departamento de Engenharia
Leia maisReconhecimento de Padrões. Reconhecimento de Padrões
Reconhecimento de Padrões 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 Escola Superior de Tecnologia Engenharia Informática Reconhecimento de Padrões Prof. João Ascenso e Prof.
Leia maisÉpoca de Recurso Sem consulta
Bases de Dados 2013/14 24/Junho/14 17:00 Duração: 3h Época de Recurso Sem consulta Leia com atenção a informação constante desta página, enquanto espera a indicação do docente para começar a resolução
Leia mais1º Teste Sem consulta
Bases de Dados 2014/15 15/Abril/15 17:15 Duração: 2h 1º Teste Sem consulta Leia com atenção a informação constante desta página, enquanto espera a indicação do docente para começar a resolução do teste.
Leia maisSistemas de Gestão de Bases de Dados e-fólio C. Resolução e Critérios de Correção
21103 - Sistemas de Gestão de Bases de Dados 2015-2016 e-fólio C Resolução e Critérios de Correção PARA A RESOLUÇÃO DO E-FÓLIO, ACONSELHA-SE QUE LEIA ATENTAMENTE O SEGUINTE: 1) O e-fólio é constituído
Leia mais2 o TESTE DE ÁLGEBRA LINEAR LEIC-Taguspark, LERC, LEGI, LEE 22 de Novembro de 2008 (9:00) Teste 201
Instituto Superior Técnico Departamento de Matemática 2 o semestre 08/09 Nome: Número: Curso: Sala: 2 o TESTE DE ÁLGEBRA LINEAR LEIC-Taguspark, LERC, LEGI, LEE 22 de Novembro de 2008 (9:00) Teste 201 O
Leia maisTeste de Base de Dados. Enunciado
Teste de Base de Dados (Duração: 2 horas) Universidade do Algarve 10 de Dezembro de 2003 Escreva o seu nome, n o de aluno e curso em todas as folhas. Não é permitido falar com os colegas durante o teste.
Leia maisExame de 1ª Época Introdução à Programação IGE e ETI 2003/02/25-1º semestre de 2002/2003 ISCTE
Recibo do Exame de 1ª Época de Introdução à Programação (IGE e ETI), 2003/02/25 1º semestre de 2002/2003, ISCTE Nome do aluno:... Número do aluno:... Assinatura do docente:... Notas: Exame de 1ª Época
Leia maisBases de Dados. Exame de 1 a Época. Identifique todas as folhas. Responda a cada grupo nas páginas respectivas do grupo. Exame sem consulta.
Bases de Dados Exame de 1 a Época 2013/2014 Identifique todas as folhas. Responda a cada grupo nas páginas respectivas do grupo. Exame sem consulta. Duração: 2h30. Grupo 1 Número: Nome: 1a) O primeiro
Leia maisficha 1 matrizes e sistemas de equações lineares
Exercícios de Álgebra Linear ficha matrizes e sistemas de equações lineares Exercícios coligidos por Jorge Almeida e Lina Oliveira Departamento de Matemática, Instituto Superior Técnico 2 o semestre 2/2
Leia maisÁlgebra Linear 1 o Teste
Instituto Superior Técnico Departamento de Matemática 1 o Semestre 2008-2009 6/Janeiro/2008 Prova de Recuperação Álgebra Linear 1 o Teste MEMec, MEAer Nome: Número: Curso: Sala: A prova que vai realizar
Leia maisPerg 1 3 Val C Perg 2 2 Val B Perg 3 2 Val D Perg 4 3 Val A
Instituto Superior Técnico Departamento de Matemática 1 o semestre 15/16 Nome: Número: Curso: Sala: 3 o TESTE DE ÁLGEBRA LINEAR LEE, LEGI, LEIC-T, LERC 19 de dezembro de 2015 (9:00) Teste 301 (soluções)
Leia maisP4 de Álgebra Linear I
P4 de Álgebra Linear I 2008.2 Data: 28 de Novembro de 2008. Gabarito. 1) (Enunciado da prova tipo A) a) Considere o plano π: x + 2 y + z = 0. Determine a equação cartesiana de um plano ρ tal que a distância
Leia maisAulas práticas de Álgebra Linear
Ficha Matrizes e sistemas de equações lineares Aulas práticas de Álgebra Linear Mestrado Integrado em Engenharia Eletrotécnica e de Computadores o semestre 6/7 Jorge Almeida e Lina Oliveira Departamento
Leia maisModelagem Multidimensional - Nível Lógico -
Modelagem Multidimensional - Nível Lógico - Processamento Analítico de Dados Profa. Dra. Cristina Dutra de Aguiar Ciferri Prof. Dr. Ricardo Rodrigues Ciferri Arquitetura de 3 Camadas esquema operações
Leia maisficha 4 valores próprios e vectores próprios
Exercícios de Álgebra Linear ficha 4 valores próprios e vectores próprios Exercícios coligidos por Jorge Almeida e Lina Oliveira Departamento de Matemática, Instituto Superior Técnico 2 o semestre 2011/12
Leia maisexercícios de análise numérica II
exercícios de análise numérica II lic. matemática aplicada e computação (4/5) aulas práticas - capítulo Exercício. Mostre que a soma dos polinómios base de Lagrange é a função constante. Exercício. Usando
Leia maisMatemática- 2008/ Se possível, dê exemplos de: (no caso de não ser possível explique porquê)
Matemática- 00/09. Se possível, dê exemplos de (no caso de não ser possível explique porquê) (a) Uma matriz do tipo ; cujos elementos principais sejam 0. (b) Uma matriz do tipo ; cujo elemento na posição
Leia mais2 o TESTE DE ÁLGEBRA LINEAR LEIC-Taguspark, LERC, LEGI, LEE 22 de Novembro de 2008 (9:00) Teste 201
Instituto Superior Técnico Departamento de Matemática 2 o semestre 08/09 Nome: Número: Curso: Sala: 2 o TESTE DE ÁLGEBRA LINEAR LEIC-Taguspark, LERC, LEGI, LEE 22 de Novembro de 2008 (9:00) Teste 201 O
Leia mais1º Exame de Base de Dados (2015/2016);
Instruções INDIQUE O SEU NOME E NÚMERO CADA UMA DAS 8 FOLHAS DE EXAME A duração do exame é de 2:30mn. O Exame é sem Consulta. Só se pode sair da sala após 60mn do início. Não responda às questões de um
Leia maisUma breve introdução a probabilidade
Uma breve introdução a probabilidade Modelo Probabilístico Espaço amostral (S): conjunto de todos os resultados que podem ocorrer a partir de um experimento aleatório Probabilidade de eventos (P): quantificação
Leia maisBases de Dados BDDAD. Linguagem SQL. Comando SELECT Divisão Algébrica. Nelson Freire (ISEP LEI-BDDAD 2015/16) 1/9
BDDAD Bases de Dados Linguagem SQL Comando SELECT Nelson Freire (ISEP LEI-BDDAD 2015/16) 1/9 Operador Sumário Introdução Expressão Equivalente em SQL Soluções Tradução Directa de Expressão Algébrica Quantificação
Leia mais10 a Lista de Exercícios
Álgebra Linear Licenciaturas: Eng. Biológica, Eng. Ambiente, Eng. Química, Química 1 ō ano 2004/05 10 a Lista de Exercícios Problema 1. Decida quais das expressões seguintes definem um produto interno.
Leia maisBancos de Dados IV. OLAP e Cubos de Dados. Rogério Costa
Bancos de Dados IV OLAP e Cubos de Dados Rogério Costa rogcosta@inf.puc-rio.br 1 OLAP Online Analytical Processing (OLAP) Análise interativa de dados, permitindo que dados sejam sumarizados e vistos de
Leia maisÁLGEBRA LINEAR A FICHA 6. Por definição do determinante de uma matriz 3 3, tem-se det A = 7.
Instituto Superior Técnico Departamento de Matemática Secção de Álgebra e Análise Última actualização: 20/Nov/2003 ÁLGEBRA LINEAR A FICHA 6 SOLUÇÕES SUMÁRIAS DOS EXERCÍCIOS ÍMPARES Propriedades dos Determinantes
Leia mais1. Seja G = (V, A) um grafo orientado em que o conjunto dos vértices é dado por V = {a, b, c, d, e} e a lista de arestas por
INSTITUTO SUPERIOR TÉCNICO - DEPARTAMENTO DE MATEMÁTICA 4 a LISTA DE PROBLEMAS DE ÁLGEBRA LINEAR LEIC-Taguspark, LERCI, LEGI, LEE o semestre 004/05 - aulas práticas de 004-0-3 a 004-0-0. Seja G = (V, A)
Leia mais1 a LISTA DE EXERCÍCIOS Sistemas de Equações Lineares e Matrizes Álgebra Linear - 1 o Semestre /2018 Engenharia Aeroespacial
1 a LISTA DE EXERCÍCIOS Sistemas de Equações Lineares e Matrizes Álgebra Linear - 1 o Semestre - 217/218 Engenharia Aeroespacial Problema 1 Calcule A 2 2B + I, ( ( 2 1 onde A =, B =, e I é a matriz identidade
Leia maisReconhecimento de Caracteres Com Redes Neuronais. Trabalhos 1 e 2. APRENDIZAGEM COMPUTACIONAL 2007/2008 2º Semestre Francisco Moço
Reconhecimento de Caracteres Com Redes Neuronais Trabalhos 1 e 2 APRENDIZAGEM COMPUTACIONAL 2007/2008 2º Semestre Francisco Moço Reconhecimento de Padrões MMA-AC-Francisco Moço 2 Um Problema de KDD 1.
Leia mais1º Teste Sem consulta
Bases de Dados 2013/14 12/Abril/14 10:00 Duração: 2h 1º Teste Sem consulta Leia com atenção a informação constante desta página, enquanto espera a indicação do docente para começar a resolução do teste.
Leia maisSetor de Tecnologia - TC Engenharia Ambiental Prova 1. Matemática Aplicada I
Universidade Federal do Paraná Matemática Aplicada I Setor de Tecnologia - TC Engenharia Ambiental 2014-2 Curitiba, 24.09.2014 Prova 1 Matemática Aplicada I Tobias Bleninger Departamento de Engenharia
Leia maisProf. Daniela Barreiro Claro
O volume de dados está crescendo sem parar Gigabytes, Petabytes, etc. Dificuldade na descoberta do conhecimento Dados disponíveis x Análise dos Dados Dados disponíveis Analisar e compreender os dados 2
Leia maisCorreção do 1º Exame de INTRODUÇÃO À PROGRAMAÇÃO Licenciatura em Engenharia Mecânica 30 de Junho de 2006, 2º Semestre
Correção do º Exame de INTRODUÇÃO À PROGRAMAÇÃO Licenciatura em Engenharia Mecânica 3 de Junho de 26, 2º Semestre. (2.) Perguntas de resposta rápida de Fortran (.4 valores cada).. Todos os componentes
Leia maisíndice 2. Vetores e Tipos Primitivos PARTE 1- O Sistema R 1. Introdução ao Sistema R
índice Os Autores Prólogo XI XIII PARTE 1- O Sistema R 1. Introdução ao Sistema R 1.1. O que é o R? 1.2. Instalar o R 1.3. Edição de Comandos e Ambientes de Desenvolvimento 1.. Objetos, Funções e Packages
Leia maisLimpeza e transformação de dados
SAD: 4º Projecto DW Limpeza e transformação de dados Suponha a operação de junção aproximada, que pode ser expressa pelo operador Match da framework de limpeza e transformação e dados AJAX. Pretende utilizar
Leia maisRedes Neurais Artificiais
Redes Neurais Artificiais Marcelo K. Albertini 24 de Julho de 2014 2/34 Conteúdo Perceptron Gradiente descendente Redes multicamadas Retropropagação de erros 3/34 Modelos conexionistas Humanos Tempo de
Leia maisÁlgebra Linear I - Lista 12. Matrizes semelhantes. Diagonalização. Respostas
Álgebra Linear I - Lista 12 Matrizes semelhantes. Diagonalização Respostas 1) Determine quais das matrizes a seguir são diagonalizáveis. Nos caso afirmativos encontre uma base de autovetores e uma forma
Leia maisPROGRAMA ÁLGEBRA LINEAR, MEEC (AL-10) Aula teórica 32
ÁLGEBRA LINEAR, MEEC (AL-10) Aula teórica 32 PROGRAMA 1. Sistemas de equações lineares e matrizes 1.1 Sistemas 1.2 Matrizes 1.3 Determinantes 2. Espaços vectoriais (ou espaços lineares) 2.1 Espaços e subespaços
Leia maisAnderson Chaves Carniel Profa. Dra. Cristina Dutra de Aguiar Ciferri
Anderson Chaves Carniel Profa. Dra. Cristina Dutra de Aguiar Ciferri 1 2 Introdução Linguagem de consulta à base de dados multidimensionais criada pela Microsoft em 1998 Parte de um padrão industrial,
Leia maisÁlgebra Linear e Aplicações - Lista para Primeira Prova
Álgebra Linear e Aplicações - Lista para Primeira Prova Nestas notas, X, Y,... são espaços vetoriais sobre o mesmo corpo F {R, C}. Você pode supor que todos os espaços têm dimensão finita. Os exercícios
Leia maisExame de Base de Dados Época Normal - 15 de Janeiro de 2013
1 Exame de Base de Dados Época Normal - 15 de Janeiro de 2013 Duração da prova: 2 horas e 30 minutos. Atenção: A fraude numa prova de avaliação, mesmo quando detetada após a prova, é punida com a reprovação
Leia maisBases de Dados 2013/2014. Sistemas de Apoio à Decisão: Armazéns de Dados e Prospecção de Dados. Helena Galhardas. Sumário
Bases de Dados 2013/2014 Sistemas de Apoio à Decisão: Armazéns de Dados e Prospecção de Dados Helena Galhardas Sumário Sistemas de Apoio à Decisão Modelo multidimensional Operações OLAP Índices para OLAP
Leia maisUNIVERSIDADE DO ALGARVE ESCOLA SUPERIOR DE TECNOLOGIA LICENCIATURA EM ENGENHARIA CIVIL/TOPOGRÁFICA ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA
UNIVERSIDADE DO ALGARVE ESCOLA SUPERIOR DE TECNOLOGIA LICENCIATURA EM ENGENHARIA CIVIL/TOPOGRÁFICA REGIMES DIURNO/NOCTURNO - º SEMESTRE - º ANO - 7 / 8 ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA EXAME DE ÉPOCA
Leia maisProbabilidades e Estatística LEAN, LEGM, LEIC-A, LEIC-T, MA, MEMec
Duração: 90 minutos Grupo I Probabilidades e Estatística LEAN, LEGM, LEIC-A, LEIC-T, MA, MEMec Justifique convenientemente todas as respostas 2 o semestre 2016/2017 06/05/2017 09:00 1 o teste A 10 valores
Leia maisRESOLUÇÃO. Computação e Programação (2009/2010-1º Semestre) 1º Teste (11/11/2009) Nome. Número. Leia com atenção os pontos que se seguem:
Computação e Programação (2009/2010-1º Semestre) 1º Teste MEMec - LEAN (11/11/2009) DURAÇÃO: 1h30m RESOLUÇÃO Leia com atenção os pontos que se seguem: Comece por escrever o seu nome e número nesta folha,
Leia maisINSTITUTO SUPERIOR TÉCNICO Mestrado em Engenharia Electrotécnica e de Computadores Ano Lectivo: 2007/2008 Semestre: 2 o
INSTITUTO SUPERIOR TÉCNICO Mestrado em Engenharia Electrotécnica e de Computadores Ano Lectivo: 2007/2008 Semestre: 2 o MATEMÁTICA COMPUTACIONAL Eercícios 1 1.1 Represente num sistema de ponto flutuante
Leia mais1 o Teste de Aprendizagem Automática
o Teste de Aprendizagem Automática 3 páginas com 6 perguntas e 2 folhas de resposta. Duração: 2 horas DI, FCT/UNL, 22 de Outubro de 205 Pergunta [4 valores] As figuras abaixo mostram o erro de treino e
Leia maisÉpoca de Recurso Sem consulta
Bases de Dados 2012/13 19/Junho/13 9:00 Duração: 3h Época de Recurso Sem consulta Leia com atenção a informação constante desta página, enquanto espera a indicação do docente para começar a resolução do
Leia maisBASES DE DADOS I LTSI/2. Universidade da Beira Interior, Departamento de Informática Hugo Pedro Proença, 2010/2011
BASES DE DADOS I LTSI/2 Universidade da Beira Interior, Departamento de Informática Hugo Pedro Proença, 2010/2011 SQL-DML - Operadores Operadores: O SQL incorpora um conjunto de operadores destinados a
Leia maisCaderno de Exercícios de Sistemas de Apoio à Decisão. Cláudia Antunes Helena Galhardas Arlindo L. Oliveira
Caderno de Exercícios de Sistemas de Apoio à Decisão Cláudia Antunes Helena Galhardas Arlindo L. Oliveira Março 2005 Índice ÍNDICE ÍNDICE... 2 CAPÍTULO 1 - MODELO MULTIDIMENSIONAL E OLAP... 4 Modelo Relacional
Leia maisLEEC Probabilidades e Estatística 1 a Chamada 13/06/2005. Parte Prática C (C) M 1% 9% 10% (M) 4% 86% 90% 5% 95% 100%
. Definição dos acontecimentos: M T-shirt tem manchas C T-shirt tem costuras defeituosas D T-shirt é defeituosa A Preço da t-shirt é alterado a) PM) = % PC) = 5% PM C) = % LEEC Probabilidades e Estatística
Leia maisHá vários algoritmos para processar junções nested-loop join block nested-loop join indexed nested-loop join merge-join hash-join
Bases de Dados Algoritmos para junção Algoritmos para junções Há vários algoritmos para processar junções nested-loop join block nested-loop join indexed nested-loop join merge-join hash-join A escolha
Leia maisficha 2 determinantes
Exercícios de Álgebra Linear ficha 2 determinantes Exercícios coligidos por Jorge Almeida e Lina Oliveira Departamento de Matemática, Instituto Superior Técnico 2 o semestre 2011/12 Determinantes 2 Sendo
Leia maisRegra de Hebb Perceptron Delta Rule (Least Mean Square) Multi-Layer Perceptrons (Back Propagation) Hopfield Competitive Learning Radial Basis Function
Algoritmos de Aprendizado Regra de Hebb Perceptron Delta Rule (Least Mean Square) Multi-Layer Perceptrons (Back Propagation) Hopfield Competitive Learning Radial Basis Function Formas de Aprendizado Existe
Leia maisMapas Auto-Organizáveis de Kohonen (SOM) SOM é uma rede neural artificial (Kohonen (1995))
Mapas Auto-Organizáveis de Kohonen (SOM) SOM é uma rede neural artificial (Kohonen (1995)) que realiza simultaneamente agrupamento e visualização SOM usa aprendizagem não supervisionada para mapear dados
Leia maisAGA Análise de Dados em Astronomia I 7. Modelagem dos Dados com Máxima Verossimilhança: Modelos Lineares
1 / 0 AGA 0505- Análise de Dados em Astronomia I 7. Modelagem dos Dados com Máxima Verossimilhança: Modelos Lineares Laerte Sodré Jr. 1o. semestre, 018 modelos modelagem dos dados dado um conjunto de dados,
Leia maisPROVA ESCRITA DE CONHECIMENTOS PARTE ESPECIFICA (REF G9)
PROVA ESCRITA DE CONHECIMENTOS PARTE ESPECIFICA (REF G9) A duração desta prova é de 30 minutos MATERIAL O material desta prova é constituído por este caderno de questões e pela folha de respostas para
Leia maisscikit-learn: Aprendizado de máquina 101 com Python
scikit-learn: Aprendizado de máquina 101 com Python Luciana Fujii Campus Party BH 2016 1 / 30 Introdução Aprendizado de máquina Aprendizado de máquina é o campo da ciência da computação que dá aos computadores
Leia maisExercícios de matemática - revisão
Exercícios de matemática - revisão Renato Assunção - DCC, UFMG 2015 Esta lista de exercícios visa a uma revisão de fatos básicos de matemática e probabilidade que serão necessários durante a disciplina.
Leia maisLista de exercícios 5 Determinantes
Universidade Federal do Paraná semestre 015. Algebra Linear, CM 005 Olivier Brahic Lista de exercícios 5 Determinantes Exercício 1: Seja A := 3 1 3 3 Encontre os valores dos menores det(m,1 ), det(m, )
Leia maisAlgoritmos de Aprendizado. Formas de Aprendizado. Aprendizado Batch x Incremental. Aprendizado Batch x Incremental
Algoritmos de Aprendizado Regra de Hebb Perceptron Delta Rule (Least Mean Square Multi-Layer Perceptrons (Back Propagation Radial Basis Functions (RBFs Competitive Learning Hopfield Formas de Aprendizado
Leia maisSistemas de Gestão de Bases de Dados e-fólio C. Resolução e Critérios de Correção
21103 - Sistemas de Gestão de Bases de Dados 2014-2015 e-fólio C Resolução e Critérios de Correção PARA A RESOLUÇÃO DO E-FÓLIO, ACONSELHA-SE QUE LEIA ATENTAMENTE O SEGUINTE: 1) O e-fólio é constituído
Leia maisAulas práticas de Álgebra Linear
Ficha 2 Determinantes Aulas práticas de Álgebra Linear Mestrado Integrado em Engenharia Eletrotécnica e de Computadores 1 o semestre 2016/17 Jorge Almeida e Lina Oliveira Departamento de Matemática, Instituto
Leia mais1. Considere a seguinte matriz dos vértices dum triângulo D = 0 2 3
INSTITUTO SUPERIOR TÉCNICO - DEPARTAMENTO DE MATEMÁTICA 7 a LISTA DE PROBLEMAS E EXERCÍCIOS DE ÁLGEBRA LINEAR LEIC-Taguspark, LERCI, LEGI, LEE 1 o semestre 2006/07 - aulas práticas de 2006-12-04 e 2006-12-06
Leia maisMAT ÁLGEBRA LINEAR PARA ENGENHARIA II 1 a Lista de Exercícios - 2 o semestre de 2006
MAT 2458 - ÁLGEBRA LINEAR PARA ENGENHARIA II 1 a Lista de Exercícios - 2 o semestre de 2006 1. Sejam u = (x 1, x 2 ) e v = (y 1, y 2 ) vetores de R 2. Para que valores de t R a funcão u, v = x 1 y 1 +
Leia maisWeka. Universidade de Waikato - Nova Zelândia. Coleção de algoritmos de aprendizado de máquina para resolução de problemas de Data Mining
Weka Universidade de Waikato - Nova Zelândia Coleção de algoritmos de aprendizado de máquina para resolução de problemas de Data Mining implementado em Java open source software http://www.cs.waikato.ac.nz/ml/weka/
Leia maisEXERCÍCIOS DE ELEMENTOS DE MATEMÁTICA II (BQ, CTA, EFQ, Q) 2002/2003. Funções reais de várias variáveis
EXERCÍCIOS DE ELEMENTOS DE MATEMÁTICA II (BQ, CTA, EFQ, Q) 2002/2003 Funções reais de várias variáveis 1. Faça um esboço de alguns conjuntos de nível das seguintes funções: (a) f (x,y) = 1 + x + 3y, (x,y)
Leia maisFACULDADE DE CIÊNCIAS ECONÓMICAS E EMPRESARIAIS. Matemática I 1 a Frequência: 27 de Outubro de 2009
FACULDADE DE CIÊNCIAS ECONÓMICAS E EMPRESARIAIS Matemática I 1 a Frequência: 27 de Outubro de 2009 A frequência consiste em duas partes, tem uma duração de 2h30m e está cotado para 20 valores, é efectuado
Leia mais