Probably Approximately Correct (PAC)
|
|
- Marius Kavaliauskas
- prieš 3 metus
- Peržiūrų:
Transkriptas
1 Laboratório de Inteligência Computacional (LABIC) 1/29 Probably Approximately Correct (PAC) Maria Carolina Monard & Gustavo Batista Universidade de São Paulo Campus de São Carlos - SP, Brasil {mcmonard, gbatista}@icmc.sc.usp.br Apresentação baseada na dissertação de mestrado de Gustavo Batista
2 O Modelo Probably Approximately Correct (PAC) A performance de um classificador é geralmente medida através de sua taxa de erro. Se um número ilimitado de casos para treinar está disponível então a taxa de erro aparente será a taxa de erro verdadeira. Infelizmente, conjuntos reais de exemplos são finitos e geralmente pequenos. 2/29
3 Desta forma, uma indagação importante a ser respondida é Quantos casos são necessários para que a taxa de erro aparente se torne efetivamente a taxa de erro verdadeira? Algumas respostas para indagações como esta são fornecidas pela área denominada Teoria Computacional de Aprendizado 1. A idéia geral é a seguinte: Para qualquer hipótese que estiver muito errada com alta probabilidade, após processar um pequeno número de exemplos, este fato será observado pois essa hipótese fará predições incorretas. 1 Computational Learning Theory 3/29
4 Assim, para qualquer hipótese que é consistente com um número suficientemente grande de exemplos de treinamento, é pouco provável que ela esteja muito errada, ou seja, essa hipótese deve ser Provavelmente Aproximadamente Correta 2. Um ponto importante a ser considerado é a relação entre o conjunto de treinamento e o conjunto de teste, pois interessa que a hipótese proposta seja aproximadamente correta também no conjunto de teste, e não somente no conjunto de treinamento. Nesta teoria é assumido que tanto o conjunto de treinamento quanto o conjunto de teste são retirados aleatoriamente do mesmo conjunto de exemplos usando a mesma distribuição de probabilidade. 2 Probably Aproximately Correct PAC 4/29
5 Esta condição, denominada de estacionária, é muito importante em aprendizado-pac pois permite realizar uma conexão entre o passado conjunto de exemplos de treinamento utilizado pelo algoritmo para aprender uma hipótese e o futuro, isto é, classificar corretamente novos exemplos. Ou seja, o modelo PAC define aprendizado em termos do poder preditivo da hipótese encontrada pelo algoritmo de aprendizado. 5/29
6 Como mostrado a seguir, é possível aplicar ao algoritmo esta medida de sucesso porque é considerado que os exemplos de treinamento são retirados independentemente de uma distribuição de probabilidades fixa D e seu poder preditivo é também medido em relação a essa mesma distribuição D. Com as considerações acima, é possível responder à seguinte pergunta Quantos exemplos de treinamento são necessários para que a hipótese h encontrada pelo algoritmo seja PAC? 6/29
7 Sejam X = {X 1, X 2, X 3,...} o conjunto de todos os possíveis exemplos; D a distribuição da qual os exemplos são retirados; H = {h 1, h 2, h 3,...} o conjunto das possíveis hipóteses; m o número de exemplos no conjunto de treinamento. Observar que X e H podem também ser finitos. 7/29
8 Assumindo que a verdadeira função f v é um elemento de H, isto é, f v H, o erro em um exemplo X i X da hipótese h em relação a verdadeira função f v dada a distribuição D sobre os exemplos pode ser definido como a probabilidade de h ser diferente de f v no exemplo X i X 8/29 erro(h) = P (h(x i ) f v (X i ) X i retirado de D) A hipótese h é denominada aproximadamente correta se erro(h) ɛ ɛ uma constante pequena. A idéia geral é mostrar que após o algoritmo ter visto m exemplos, todas as hipóteses consistentes serão, com alta probabilidade, aproximadamente corretas.
9 A Figura 1 ilustra esta idéia. As hipóteses aproximadamente corretas são aquelas no espaço de hipóteses H que se encontram perto, a uma distância ɛ, da verdadeira hipótese f v, isto é, dentro de um círculo denominado ɛ-círculo cujo centro encontra-se a verdadeira função f v. 9/29 Figura 1: ɛ Círculo Delineando o Conjunto de Hipóteses PAC
10 Assim, o conjunto H de hipóteses pode ser considerado como o conjunto de hipóteses aproximadamente corretas, que são aquelas dentro do ɛ-círculo, e as hipóteses restantes que serão denominadas H ruim. Para todo h r H ruim, como erro(h r ) > ɛ, pois h r encontra-se fora do ɛ-círculo, então a probabilidade de h r cobrir qualquer exemplo é 10/29 P (h r cobrir um exemplo) (1 ɛ) Então a probabilidade de uma hipótese ruim h r H ruim ser consistente com os primeiros m exemplos é P (h r cobrir m exemplos) (1 ɛ) m
11 Porém, para H ruim conter hipóteses consistentes pelo menos uma das hipóteses em H ruim deve ser consistente. 11/29 A probabilidade de que isto aconteça está limitada pela soma das probabilidades individuais. P (H ruim conter uma hipótese consistente) H ruim (1 ɛ) m H (1 ɛ) m Interessa então analisar as condições para reduzir a probabilidade deste evento tal que seja menor do que um número pequeno δ, ou seja H (1 ɛ) m δ
12 Aplicando ln obtêm-se ln( H ) + m ln(1 ɛ) ln(δ) ln(δ) ln( H ) m ln(1 ɛ) 1 m ( ln(δ) + ln( H ) ln(1 ɛ) 1 m ln(1 ɛ) (ln1 δ + ln( H ) Utilizando a inequação (1 ɛ) e ɛ obtém-se m 1 ɛ (ln1 + ln H ) (1) δ 12/29
13 Esta inequação mostra que se um algoritmo de aprendizado de máquina encontrar uma hipótese que é consistente com este número m de exemplos, então com probabilidade no mínimo de 1 δ essa hipótese tem erro máximo de ɛ ɛ é denominado parâmetro de erro e δ parâmetro de confiança. Ambos controlam os dois tipos de fracassos aos quais é susceptível o algoritmo de aprendizado no modelo PAC. O número requerido de exemplos m em função de ɛ e δ é denominado complexidade da amostra do espaço de estados. 13/29
14 14/29 O critério mínimo não trivial a ser exigido do algoritmo é 0 < ɛ < < δ < 1 2 Considerando a inequação (1), aparentemente, a única incógnita a ser determinada é o tamanho do espaço de hipóteses H.
15 No caso de H ter cardinalidade finita e ignorando a eficiência computacional do algoritmo de aprendizado, ou, em outras palavras, assumindo que o algoritmo de aprendizado possui infinito poder computacional para processar a amostra m de exemplos, então, a inequação (1) afirma que se o algoritmo utilizar uma amostra finita m = O( 1 ɛ ) de exemplos e encontrar qualquer hipótese h consistente com esses exemplos 3 então h verifica o modelo PAC. log H δ Há uma diferença fundamental entre um conceito (que pode ser um conjunto ou uma função booleana, por exemplo) e sua representação (que é a codificação simbólica desse conjunto ou função). 3 Observar que essa hipótese h pode até ser encontrada por busca exaustiva. 15/29
16 Por exemplo, considerando a classe de conceitos definidos pelas atribuições que satisfazem uma função booleana f b, um conceito dessa classe tanto pode ser representado pela própria fórmula f b, pela sua tabela verdade, por uma árvore de decisão, bem como por outra fórmula booleana f b equivalente a f b. Entretanto, ainda que todas elas sejam representações do mesmo conceito, o tamanho da representação de cada uma delas pode ser muito diferente. Por exemplo, a função booleana de paridade 4 f(x 1, x 2,..., x n ) = x 1 x 2,..., x n retorna 1 se e somente se um número par de entradas for 1. 4 onde denota a operação de ou-exclusivo. 16/29
17 Esta função pode ser computada por um circuito digital h circuito constituído de portas, e cujo tamanho é limitado por um polinômio de grau n. 17/29 Entretanto, a mesma função representada na Forma Normal Disjuntiva h F ND ou por uma árvore de decisão h ad requer tamanho exponencial em n. Ou seja, as três hipóteses h circuito, h F ND e h ad são representações do mesmo conceito, no entanto tamanho(h circuito ) = O(n) tamanho(h F ND ) = O(2 n ) tamanho(h ad ) = O(2 n )
18 Problema análogo acontece com a função booleana majoritária 5 que retorna 1 se a maioria das entradas for 1. Em cada um desses exemplos foi fixado um esquema de representação (circuito digital, FND, árvore de decisão, etc...) para codificar conceitos, mas o tamanho da codificação (por exemplo número de portas de um circuito digital, número de literais de uma conjunção de funções booleanas, número de nós de uma árvore de decisão, etc...) pode ser muito diferente para esquemas diferentes. Em princípio, o modelo de aprendizado PAC somente leva em conta os exemplos e sua classificação. Ele não possui informação referente ao esquema de representação que está sendo utilizado pelo algoritmo. 5 Majority function 18/29
19 Entretanto, como mostrado pelos exemplos citados, o esquema de representação utilizado pelo algoritmo é muito importante já que o tempo de execução do algoritmo também depende desse esquema. Uma pergunta que surge é a seguinte 19/29 Existe algum esquema de representação que é eficiente para todas as classes de funções? A resposta é negativa.
20 Por exemplo, considerando o conjunto de todas as funções booleanas com n atributos 20/29 F n = {f n1, f n2, f n3,..., f nk,...} definidas pela sua tabela verdade, então a cardinalidade F n desse conjunto é o número de tabelas verdade diferentes. Cada tabela verdade tem 2 n filas já que cada entrada está definida por n atributos. Assim, pode-se considerar que a coluna n + 1 que especifica o valor dessa função classe está representada por um número de 2 n bits que define a função.
21 21/29 Portanto, independentemente do esquema de representação utilizado, serão necessários, para algumas funções (na realidade para a maioria delas) 2 n bits para representá-las. Dessa forma, conclui-se que existem 2 2n um número exponencial, de funções booleanas diferentes com n atributos, ou seja F n = 2 2n
22 Por exemplo, com somente n = 3 atributos booleanos existem 2 8 = 256 funções booleanas diferentes Tabela 1. 22/29 X x 1 x 2 x 3 f 31 f 32 f f f 3256 X X X X X X X X Tabela 1: Funções Booleanas Diferentes com n = 3 atributos
23 Somente duplicando o número de valores booleanos para n = 6, o número de funções booleanas diferentes cresce para 2 64 = Assim, considerando o caso geral do conjunto de todas as funções booleanas com n atributos, e com base na inequação (1), a complexidade da amostra m é 23/29 m 1 ɛ (ln1 δ + ln22n ) portanto, para ɛ e δ fixos tem-se m 1 ɛ (ln1 δ + 2n ln2) m = O(2 n )
24 24/29 Como o número de possíveis exemplos X é também 2 n, isto significa que qualquer algoritmo de aprendizado para o espaço de hipóteses de todas as funções booleanas não fará melhor que uma tabela lookup se simplesmente retornar uma hipótese que é consistente com todos os exemplos conhecidos. A Tabela 2 mostra o número de exemplos necessários em função de alguns valores de n, ɛ e δ para o espaço de hipóteses de todas as funções booleanas.
25 n ɛ δ m Tabela 2: Número de Exemplos para Aprendizado PAC no Espaço de Todas as Funções Booleanas 25/29
26 A Figura 5 mostra graficamente o número mínimo de exemplos, m, em função do número de atributos, n e δ para ɛ = 0.01 e /29 Figura 2: Número de Exemplos, m, em Função de n e δ para ɛ = 0.01 e 0.001
27 Desta forma, o algoritmo não terá capacidade de aprender a menos que considere um espaço de hipótese mais restrito. Mas, se o espaço de hipótese for restringido, pode acontecer que a verdadeira função f v não faça parte desse espaço. De qualquer forma, pode-se pensar que na maioria dos casos não é necessário utilizar todo o poder de expressão das funções booleanas, e limitar o aprendizado a linguagens de descrição mais restritas. Por fim, deve-se ressaltar que a análise PAC é uma análise de pior caso. 27/29
28 Para todas as possíveis distribuições resultantes de um conjunto de amostras, ela garante que os resultados de classificação serão corretos com uma pequena margem de erro. Embora este tipo de análise forneça limites teóricos interessantes para taxas de erro, mesmo para classificadores simples os resultados indicam que um grande número de casos é necessário para garantir a performance. Baseados nestes resultados teóricos, pode-se ficar desencorajado em tentar estimar a taxa de erro verdadeira para um classificador. Mas resultados melhores podem ser obtidos para problemas reais, uma vez que dada uma amostra de uma simples população, a tarefa está em estimar a taxa de erro para aquela população, não para todas as possíveis populações. 28/29
29 Este tipo de análise requer muito menos casos, uma vez que uma única distribuição da população é considerada. Além disso, em vez de todos os casos serem usados para estimar a taxa de erro verdadeira, os casos podem ser particionados em dois grupos, alguns utilizados para projetar o classificador, outros para testar o classificador. Apesar de que esta forma de análise não fornece garantias de performance para todas as possíveis distribuições, ela fornece uma estimativa da taxa de erro verdadeira para a população sendo considerada. Ao contrário da análise PAC, o número de casos necessários, neste outro tipo de análise, para o conjunto de teste é surpreendentemente pequeno. 29/29
RANKING.POWERLIFTING.RAW.2013
RANKING BRASILEIRO DE POWERLIFTING RAW CLASSIC 2013 - WILKS MASCULINO 1 DAVID COIMBRA 1983 BRASIL 92,5 267,5 175 307,5 750 472,3 SUZDAL 10/14/13 2 CLAUDEMIRO BATISTA 1970 BRASIL 119 295 145 310 750 432,04
DetaliauHaha
Kit Bebê Suedine Luxo Menino TAM.: ÚNICO REF.: VAS 500 Kit Bebê Suedine Luxo Menina TAM.: ÚNICO REF.: VAS 501 Kit Bebê Suedine Unissex TAM.: ÚNICO REF.: VAS 502 Body Raglã Suedine Unissex TAM.: P M G REF.:
DetaliauVALSTYB S MON REGISTR CENTRAS Juridini asmen registras, kodas , V. Kudirkos g. 18, LT Vilnius-9, tel. (8 5) , faks. (8 5) 268 8
VALSTYB S MON REGISTR CENTRAS Juridini asmen registras, kodas 124110246, V. Kudirkos g. 18, LT-03105 Vilnius-9, tel. (8 5) 268 8202, faks. (8 5) 268 8311, el. p. info@registrucentras.lt, atsisk. s sk.
DetaliauNeiškiliojo optimizavimo algoritmas su nauju bikriteriniu potencialiųjų simpleksų išrinkimu naudojant Lipšico konstantos įvertį
Neiškiliojo optimizavimo algoritmas su nauju bikriteriniu potencialiųjų simpleksų išrinkimu naudojant Lipšico konstantos įvertį. Albertas Gimbutas 2018 m. birželio 19 d. Vadovas: Prof. habil. dr. Antanas
DetaliauPowerPoint Presentation
Algoritmai ir duomenų struktūros (ADS) 15 paskaita Saulius Ragaišis, VU MIF saulius.ragaisis@mif.vu.lt 2018-05-28 Grįžtamasis ryšys Ačiū visiems dalyvavusiems Daug pagyrimų Ačiū, bet jie nepadeda tobulėti.
DetaliauRegister your product and get support at Indoor wireless headphones SHC8535 SHC8575 LT Vartotojo vadovas
Register your product and get support at www.philips.com/welcome Indoor wireless headphones SHC8535 SHC8575 LT Vartotojo vadovas SHC8535 SHC8535 A a b B a c d b e f c C D E F a G b H I 1 Kas yra rinkinyje
DetaliauPowerPoint Presentation
Algoritmai ir duomenų struktūros (ADS) 13 paskaita Saulius Ragaišis, VU MIF saulius.ragaisis@mif.vu.lt 2018-05-14 Šaltinis Paskaita parengta pagal William Pugh Skip Lists: A Probabilistic Alternative to
DetaliauJava esminės klasės, 1 dalis Išimtys, Įvestis/išvestis
Java esminės klasės, 1 dalis Išimtys, Įvestis/išvestis Klaidų apdorojimas C kalboje If (kazkokia_salyga) { klaidos_apdorojimas(); return... } Tokio kodo apimtis galėdavo sekti iki 70-80proc. Klaidų/išimčių
DetaliauTAIKOMOJI MATEMATIKA. 1-ojo testo pavyzdžiai serija **** variantas 001 x x + 12 lim = x 4 2x 8 1 2; 3 0; 2 1 2; 5 1; 6 2; 7 ; riba nee
001 x 1 2 + x + 12 lim x 4 2x 1 2; 0; 2 1 2; 5 1; 6 2; ; 1 2 4 riba neegzistuoja; 14x 2 2 + 29 lim x 1x 2 + 4x + 9 1 1; 2 29 9 ; ; 4 0; 5 riba neegzistuoja; 6 1 14; 14 1; 14 x + 1 lim x 4 x 4 1 riba neegzistuoja;
DetaliauSausis Eil. Nr. Pirkimo objektas Pirkimo būdas Pasirinkimo priežastys Pirkimo sutarties kaina Laimėjusio dalyvio pavadinimas Laimėjusio dalyvio pasiri
Sausis 1 2 3 IT : subdomeno kpmpc.lt galiojimo pratęsimas Elektroninių knygų rinkinys: PAJAMŲ IR SĄNAUDŲ APSKAITA PAGAL VSAFAS Keleivių pervežimo oro transportu (Vilnius-Hamburgas-Vilnius; 6 asmenys) p.,
DetaliauSpecialus pasiūlymas Specialus pasiūlymas! Įsigijus vadovėlius visai klasei* mokytojams dovanojame vertingas dovanas 1. Kodėl sukūrėme šį pasiūlymą? N
Specialus pasiūlymas Specialus pasiūlymas! Įsigijus vadovėlius visai klasei* mokytojams dovanojame vertingas dovanas 1. Kodėl sukūrėme šį pasiūlymą? Norėdami maksimaliai patenkinti mokytojų ir mokyklų
DetaliauVaclovas Augustinas Tėvynei giedu naują giesmę 2016 m. Lietuvos moksleivių dainų šventei ( Versija dviem balsam, be akompanimento) Vilnius 2015
Vaclovas Augustinas Tėvynei giedu naują giesmę 2016 m. Lietuvos moksleivių dainų šventei ( Versija dviem balsam, be akompanimento) Vilnius 2015 Tėvynei giedu naują giesmę Lotyniškai Lietuviškai Komentaras
DetaliauSoprano Alto Lamzdelis ŠYVIS Lietuvių liaudies muzika instrumentavo ir aranžavo Eugenijus Čiplys žodžiai lietuvių liaudies q = & b 4 2 & b 4 2
Soprano Alto Lamzdelis ŠYVIS Lietuvių liaudies muzika instrumentavo ir aranžavo Eugenius Čiplys žodžiai lietuvių liaudies q = 78 1 1 birbynė birbynė birbynė Ten. birbynė Kb. birbynė b Armonika in F Ožragis,
Detaliau_SGD_SPRENDINIAI TARYBAI_AR SANTRAUKA_12005
1. ĮVADAS Suskystintųjų gamtinių dujų (toliau SkGD) terminalo, susijusios infrastruktūros ir dujotiekio statybos specialiojo teritorijų planavimo dokumentas rengiamas vadovaujantis Lietuvos Respublikos
DetaliauPriedai
Priedai Priedas Nr. 3 Įvesti duomenys Na- smūgių dažnumas į 1km' Na= 2 v 4 4 C2= 1 - objekto konstrukcija L- objekto ilgis L= 24 C3= 1 - objekto vertė W- objekto plotis W= 12 C4= 1 - žmonių kiekis objekte
DetaliauAlgoritmai ir duomenų struktūros (ADS) 7 paskaita Saulius Ragaišis, VU MIF
Algoritmai ir duomenų struktūros (ADS) 7 paskaita Saulius Ragaišis, VU MIF saulius.ragaisis@mif.vu.lt 2015-04-13 Grafai Grafas aibių pora (V, L). V viršūnių (vertex) aibė, L briaunų (edge) aibė Briauna
DetaliauPS_riba_tolydumas.dvi
Funkcijos riba ir tolydumas Ribos apibrėžimas Nykstamosios funkcijos Funkcijos riba, kai x + Skaičių sekos riba Neaprėžtai didėjančios funkcijos Neapibrėžtumai Vienpusės ribos Funkcijos tolydumas Funkcijos
DetaliauTeorinių kontrolinių sąlygos ir sprendimai Vytautas Kazakevičius 2016 m. gruodžio 20 d. Teiginiai ( ). 1. (0.05 t.) Užrašykite formule tokį t
Teorinių kontrolinių sąlygos sprendimai Vytautas Kazakevičius 206 m. gruodžio 20 d. Teiginiai (206-09-4).. (0.05 t.) Užrašykite formule tokį teiginį: jei iš dviejų teigiamų skaičių vienas yra mažesnis
DetaliauCompoundJS Node on rails
CompoundJS Node on rails Turinys Node pristatymas Node platformos Sintaksės palyginimas Našumo palyginimas Node? Kas tai? 1 http = require("http") 2 onrequest = (request, response)-> 3 console.log("request
DetaliauLIETUVOS ŽEMĖS ŪKIO UNIVERSITETAS
ALEKSANDRO STULGINSKIO UNIVERSITETAS Kaimo kultūros institutas Kalbų centras STUDIJŲ DALYKO APRAŠAS Dalyko kodas: KIKAB03E Pavadinimas lietuvių kalba: Verslo vokiečių kalbos pagrindai (B2 4 lygis) Pavadinimas
DetaliauOBJEKTINĖ SĄ MATA Statinių grupė 150(2014) Beržės katilinės rek. ir 5MW galios biokuro katilo su su kuro sandeliu statyba Paberžių g.16, Tauragėje 201
OBJEKTINĖ SĄ MATA Statinių grupė 150(2014) Beržės katilinės rek. ir 5MW galios biokuro katilo su su kuro sandeliu statyba Paberžių g.16, Tauragėje 2015.05.26 Objekto kodas Objekto pavadinimas Statybos
DetaliauSlide 1
Duomenų struktūros ir algoritmai 1 paskaita 2019-02-06 Kontaktai Martynas Sabaliauskas (VU MIF DMSTI) El. paštas: akatasis@gmail.com arba martynas.sabaliauskas@mii.vu.lt Rėmai mokykloje Rėmai aukštojoje
Detaliau1 Giesmė apie kryžius
Giedrius Kurevičius PAGONIŲ GIESMĖS Kantata mišriam chorui, soranui ir sioniniam orkestrui KLAVYRAS (1969 m., korekcija 1976 m.) PAGONIŲ GIESMĖS Kantata mišriam chorui, soranui ir sioniniam orkestrui
DetaliauPrinting triistr.wxmx
triistr.wxmx / Triįstrižainių lygčių sistemų sprendimas A.Domarkas, VU, Teoriją žr. []; [], 7-7; []. Pradžioje naudosime Gauso algoritmą, kuriame po įstrižaine daromi nuliai. Po to grįždami į viršų virš
DetaliauMicrosoft Word - SDH2.doc
PATVIRTINTA AB Lietuvos geleţinkeliai Geleţinkelių infrastruktūros direkcijos direktoriaus 2009-11-30 įsakymu Nr. Į (DI-161) SDH SĄSAJOS TECHNINIS APRAŠAS TURINYS I. BENDROJI DALIS... 4 II. TAIKYMO SRITIS...
DetaliauSlide 1
Duomenų struktūros ir algoritmai 12 paskaita 2019-05-08 Norint kažką sukonstruoti, reikia... turėti detalių. 13 paskaitos tikslas Susipažinti su python modulio add.py 1.1 versija. Sukurti skaitmeninį modelį
DetaliauZona_2009
2009 m. oro kokyb s tyrimų zonoje apžvalga Oro kokyb s vertinimui ir valdymui Lietuvos teritorijoje išskirtos Vilniaus ir Kauno aglomeracijos bei zona (likusi Lietuvos teritorija be Vilniaus ir Kauno miestų).
DetaliauTAIKOMOJI MATEMATIKA IR KIEKYBINIAI METODAI. Rašto darbas serija 3081 variantas Nustatykite funkcijos f(x) = x+2 x 6 cos ( 3x) apibrėžimo sritį.
00 Nustatykite funkcijos f() = +2 6 cos ( 3) apibrėžimo sritį (, 0) (0, 2) (2, + ) 2 (, 2) ( 2, + ) 3 (, 2] 4 [ 2, + ) 5 [2, ) 6 (, 2] 7 (, + ) 8 [ 2, 0) (0, + ) 0 (, 2) (2, + ) { a + b, kai 7, Raskite
DetaliauPrinting AtvirkstineMatrica.wxmx
AtvirkstineMatrica.wxmx / Atvirkštinė matrica A.Domarkas, VU, Teoriją žr. [], 8-; []. Figure : Toliau pateiksime atvirkštinės matricos apskaičiavimo būdus su CAS Maxima. su komanda invert pavyzdys. [],
DetaliauPardavimų aplikacija (Microsoft Dynamics AX (Axapta) sistemai) Diegimo instrukcija bifree.lt qlik.com
Pardavimų aplikacija (Microsoft Dynamics AX (Axapta) sistemai) Diegimo instrukcija bifree.lt qlik.com Microsoft Dynamics AX (Axapta) sistemai 2 Kaip įsidiegti Diegimo žingsniai: 1. Atsisiųsti ir įsidiegti
Detaliau* # * # # 1 TIESĖS IR PLOKŠTUMOS 1 1 Tiesės ir plokštumos 1.1 Lygtys ir taškų aibės Sferos lygtis Tarkime, kad erdvėje apibrėžta Dekarto stačiak
1 TIESĖS IR PLOKŠTUMOS 1 1 Tiesės ir plokštumos 1.1 Lygtys ir taškų aibės 1.1.1 Sferos lygtis Tarkime kad erdvėje apibrėžta Dekarto stačiakampė koordinačių sistema Sfera su centru taške ir spinduliu yra
Detaliau10 Pratybos Oleg Lukašonok 1
10 Pratybos Oleg Lukašonok 1 2 Tikimybių pratybos 1 Lema Lema 1. Tegul {Ω, A, P} yra tikimybinė erdvė. Jeigu A n A, n N, tai i) P (lim sup A n ) = P ( k=1 n=k A n ) = lim P ( n k n=ka n ), nes n=ka n monotoniškai
DetaliauTarptautinė mokslinė – praktinė konferencija „Sporto indėlio į ekonomiką ir užimtumą vertinimo aktualumas“ m. Gruodžio 16 d.
BALTIJOS JUODOSIOS JŪROS EKONOMIKOS FORUMAS SPORTAS IR EKONOMIKA Sporto ekonomikos vertinimo situacija Lietuvoje" dr. Vilma Čingienė, Mykolo Romerio universitetas 2018 m. spalio 25 d., Klaipėda Pristatymo
DetaliauMatricosDetermTiesLS.dvi
MATRICOS Matricos. Pagrindiniai apibrėžimai a a 2... a n a 2 a 22... a 2n............ a m a m2... a mn = a ij m n matrica skaičių lentelė m eilučių skaičius n stulpelių skaičius a ij matricos elementas
DetaliauTechninis aprašymas RLV-KDV H tipo vožtuvas radiatoriams su integruotais termostatiniais vožtuvais užblokuojamas, su išleidimo galimybe ir integruotu
H tipo vožtuvas radiatoriams su integruotais termostatiniais vožtuvais užblokuojamas, su išleidimo galimybe ir integruotu Taikymas Vožtuve yra integruotas slėgio perkryčio reguliatorius, užtikrinantis
DetaliauLBKIF & GS 2018 ataskaita
LBKIF & GS 2018 ATASKAITA R. PETRUKANECAS 2018 M. APŽVALGA 2018 LBKIF BUVO PERDUOTA PILNA BKI SPORTO VYSTIMO KONTROLĖ: VISA VEIKSMŲ LAISVĖ. TAČIAU PRISIDĖJO ŽYMIAI DAUGIAU PAREIGŲ BEI ATSAKOMYBIŲ. PERĖMĖME
DetaliauBioness
Inovatyvus Bioness (FES) poveikis judėjimui po insulto Bioness kompetencijų centras UAB Vilniaus sveikatos namai Saulius Eidukevičius klinikinis instruktorius 2004 m. Izraelio ir JAV specialistų jungtinė
DetaliauV.Jonusio_veiklos programa_2
Kandidato į Lietuvos automobilių sporto federacijos prezidentus LASF veiklos programa 2011-2014 metams Vilnius 2011 m. kovo 21 d. LASF veiklos programa 2011-2014 Tarptautin s automobilių federacijos (FIA)
DetaliauMicrosoft Word - TS
Projektas PAKRUOJO RAJONO SAVIVALDYBöS TARYBAA SPRENDIMAS DöL NUOMOS MOKESČIO UŽ VALSTYBINĘ ŽEMĘ ADMINISTRAVIMO TVARKOS APRAŠO PATVIRTINIMO 2014 m. balandžio 24 d. Nr. T- Pakruojis Vadovaudamasi Lietuvos
DetaliauPowerPoint Presentation
Erasmus+ studentų ir darbuotojų mobilumo Programos šalyse (KA13) įgyvendinimas 217 218 m. m. Turinys 1. Studentų mobilumas - bendri duomenys - pagal šalis - pagal institucijas 2. Darbuotojų mobilumas -
DetaliauRR-GSM_IM_LT_110125
Retransliatorius RR-GSM Įrengimo instrukcija Draugystės g. 17, LT-51229 Kaunas El. p.: info@trikdis.lt www.trikdis.lt Retransliatorius RR-GSM perduoda priimtus pranešimus į centralizuoto stebėjimo pultą
DetaliauNr gegužė Šiame numeryje: 2 p. Kas yra negalia? 4 p. Diskriminacija dėl sąsajos Šiame leidinyje tęsiame 9-ajame numeryje pradėtą temą kas yra
Nr. 10 2014 gegužė Šiame numeryje: 2 p. Kas yra negalia? 4 p. Diskriminacija dėl sąsajos Šiame leidinyje tęsiame 9-ajame numeryje pradėtą temą kas yra draudimas diskriminuoti dėl negalios. Apžvelgsime
DetaliauVienlusčių įtaisų projektavimas
Vienlusčių įtaisų projektavimas 5 paskaita Baigtiniai būsenų automatai Baigtinis būsenų automatas: angl. Finite State Machine (FSM) FSM yra nuosekliai būsenas keičiantis automatas su "atsitiktine" kitos
DetaliauAlgoritmai ir duomenų struktūros (ADS) 2 paskaita Saulius Ragaišis, VU MIF
Algoritmai ir duomenų struktūros (ADS) 2 paskaita Saulius Ragaišis, VU MIF saulius.ragaisis@mif.vu.lt 2016-02-15 Tiesinės duomenų struktūros Panagrinėsime keletą žinomų ir įvairiuose taikymuose naudojamų
DetaliauVALSTYBINĖS MAISTO IR VETERINARIJOS TARNYBOS DIREKTORIUS ĮSAKYMAS DĖL VETERINARINIŲ VAISTŲ REGISTRAVIMO, PERREGISTRAVIMO, INFORMACIJOS PAKEITIMO IR PA
VALSTYBINĖS MAISTO IR VETERINARIJOS TARNYBOS DIREKTORIUS ĮSAKYMAS DĖL VETERINARINIŲ VAISTŲ REGISTRAVIMO, PERREGISTRAVIMO, INFORMACIJOS PAKEITIMO IR PAPILDYMO 2014 m. kovo 10 d. Nr. B1-180 Vilnius Įgyvendindamas
DetaliauSTUDENTŲ, ATRINKTŲ ERASMUS+ STUDIJOMS SU STIPENDIJA, SĄRAŠAS/ LIST OF STUDENTS THAT HAVE BEEN AWARDED WITH ERASMUS+ SCHOLARSHIPS Nr. Fakultetas/ Facul
STUDENTŲ, ATRINKTŲ ERASMUS+ STUDIJOMS SU STIPENDIJA, SĄRAŠAS/ LIST OF STUDENTS THAT HAVE BEEN AWARDED WITH ERASMUS+ SCHOLARSHIPS Nr. Fakultetas/ Faculty Prašymo numeris / Application number Mokslo ir studijų
DetaliauII-a klasė
II klasės testų vertinimo ir atsakymų lentelė I testas 1. Už kiekvieną užrašytą žodį skiriama po pusę pupos ir už kiekvieną pažymėtą e ė raidę po pusę pupos (1,5+1,5, 3 pupos). 2. Už kiekvieną taisyklingai
DetaliauProvisional Classifications 2019 Subaru Rally Tasmania TRC Event Placings Sponsor Driver Grp ARC Heat 1 Heat 2 Bonus Total Pos No Co Driver Nat Cls Ve
2019 Subaru Rally Tasmania TRC Event Placings Sponsor Driver Grp ARC Heat 1 Heat 2 Bonus Total Pos No Co Driver Nat Cls Vehicle Reg 1 9 Timothy Auty P6P Mazda 40 30 70 Timothy AUTY Tas 323 GTR Jon MITCHELL
DetaliauPowerPoint Presentation
Darbo teisė Kas tai? Susipažinkime Kam reikalinga darbo teisė? Ar planuojate būti darbuotojais? O gal darbdaviais? Tuomet ši teisės šaka kaip tik Jums. Žinios tikrai pravers ir gyvenime. Darbo teisė, visų
DetaliauVI. TOLYDŽIU IR DIFERENCIJUOJAMU FUNKCIJU TEOREMOS 6.1 Teoremos apie tolydžiu funkciju tarpines reikšmes Skaitytojui priminsime, kad nagrinėdami reali
VI TOLYDŽIU IR DIFERENCIJUOJAMU FUNKCIJU TEOREMOS 61 Teoremos apie tolydžiu tarpines reikšmes Skaitytojui priminsime, kad nagrinėdami realiu ju skaičiu savybes atkreipėme dėmesi i tokia šios aibės elementu
DetaliauLogines funkcijos termu generavimo algoritmas pagristas funkciniu modeliu
KAUNO TECHNOLOGIJOS UNIVERSITETAS INFORMATIKOS FAKULTETAS PROGRAMŲ INŽINERIJOS KATEDRA Tomas Žemaitis LOGINĖS FUNKCIJOS TERMŲ GENERAVIMO ALGORITMAS PAGRĮSTAS PROGRAMINIO PROTOTIPO MODELIU Magistro darbas
DetaliauTechninis aprašymas SONOMETER TM 1100 Ultragarsinis kompaktiškas energijos skaitiklis Aprašymas / taikymas MID tikrinimo sertifikato nr.: DE-10-MI004-
SONOMETER TM 1100 Ultragarsinis kompaktiškas energijos skaitiklis Aprašymas / taikymas MID tikrinimo sertifikato nr.: DE-10-MI004-PTB003 SONOMETER 1100 tai ultragarsinis statinis kompaktiškas energijos
DetaliauAlgoritmø analizës specialieji skyriai
VGTU Matematinio modeliavimo katedra VGTU SC Lygiagrečiųjų skaičiavimų laboratorija Paskaitų kursas. 5-oji dalis. Turinys 1 2 KPU euristiniai sprendimo algoritmai KPU sprendimas dinaminio programavimo
DetaliauPowerPoint Presentation
SG Dujos Kelias pirmyn 29TH SEPTEMBER 2014, EU DIRECTIVE ON THE DEPLOYMENT OF AN ALTERNATIVE FUELS INFRASTRUCTURE SETS THE RULES FOR ENSURING MINIMUM COVERAGE OF REFUELING POINTS FOR ALTERNATIVE FUELS
DetaliauISSN PSICHOLOGIJA Minimalaus priimtino ir maksimalaus galimo rezultatų įtaka derybų dalyvio sėkmės vertinimams Vaclovas Martišius
ISSN 1392-0359. PSICHOLOGIJA. 1998. 18 Minimalaus priimtino ir maksimalaus galimo rezultatų įtaka derybų dalyvio sėkmės vertinimams Vaclovas Martišius Vytauto Didžiojo universiteto Psichologijos katedros
DetaliauUAB Družų medis Adresas: Kalvarijų g. 149, LT Vilnius, Lietuva Įmonės kodas: PVM kodas: LT Mob.tel.: ;
UAB Družų medis Adresas: Kalvarijų g. 149, LT - 08221 Vilnius, Lietuva Įmonės kodas: 123657796 PVM kodas: LT1236577917 Mob.tel.:+370 604 40400; +370 659 10899 www.viplangai.lt "PORTA" laminuotų vidaus
DetaliauVILNIAUS UNIVERSITETAS TEISĖS FAKULTETAS Teisė [6011KX002 ] Studijų programos planas TVIRTINU Programos komiteto pirmininkas Profesorius Dr. Jonas Pra
VILNIAUS UNIVERSITETAS TEISĖS FAKULTETAS Teisė [6011KX002 ] Studijų programos planas TVIRTINU Programos komiteto pirmininkas Profesorius Dr. Jonas Prapiestis Studijų pakopa: Studijų rūšis: Studijų forma:
DetaliauMODENA MODENA midi MODENA mini Techninės charakteristikos ir instrukcijos 2018
MODENA MODENA midi MODENA mini Techninės charakteristikos ir instrukcijos 08 Turinys MODENA Sistemos MODENA, MODENA HIDE charakteristikos Sistemos MODENA, MODENA HIDE sudedamosios dalys MODENA HIDE sistemos
DetaliauElektroninio dokumento nuorašas LIETUVOS RESPUBLIKOS ŠVIETIMO IR MOKSLO MINISTRAS ĮSAKYMAS DĖL ŠVIETIMO IR MOKSLO MINISTRO 2011 M. KOVO 16 D. ĮSAKYMO
Elektroninio dokumento nuorašas LIETUVOS RESPUBLIKOS ŠVIETIMO IR MOKSLO MINISTRAS ĮSAKYMAS DĖL ŠVIETIMO IR MOKSLO MINISTRO 2011 M. KOVO 16 D. ĮSAKYMO NR. V-435 DĖL TARPTAUTINIŲ UŽSIENIO KALBŲ EGZAMINŲ
DetaliauTitel der Präsentation
KoGloss: Konstrukcijų glosarijai naujas (svetimosios) kalbos mokymosi metodas Eglė Kontutytė Vokiečių filologijos katedra Vilniaus universitetas Lingvistiniai, didaktiniai ir sociokultūriniai kalbos funkcionavimo
DetaliauReklaminių pozicijų įkainiai KLAIPĖDA 2017 m.
Reklaminių pozicijų įkainiai 207 m Srautai Per 206 metus AKROPOLIUOSE pirko ir pramogavo daugiau kaip 48,3 mln žmonių Kodėl verta rinktis AKROPOLIO reklamines pozicijas? 2 3 4 5 6 Kontaktų skaičius yra
DetaliauSistemos specifikacija
Finansinių ataskaitų rinkinių teikimo elektroniniu būdu (interaktyviai) Vartotojo vadovas Kaip pateikti finansinių ataskaitų rinkinį el. būdu interaktyviai 2(32) Turinys 1. Įvadas...3 2. Finansinių ataskaitų
DetaliauCivilinės aviacijos administracija
SAFA programa. Aktualūs klausimai Andrejus Golubevas Skrydžių priežiūros skyriaus vyriausiasis specialistas 2012-11-12 1 Prezentacijos turinys SAFA programos teisinis pagrindas SAFA programos principai
DetaliauVISŲ TIPŲ IR GAMINTOJŲ MEMBRANINIAI DUJŲ SKAITIKLIAI 1. Skaitiklių savybės. Visų tipų ir gamintojų membraniniai dujų skaitikliai indikuoja vieną rodme
VISŲ TIPŲ IR GAMINTOJŲ MEMBRANINIAI DUJŲ SKAITIKLIAI 1. Skaitiklių savybės. Visų tipų ir gamintojų membraniniai dujų skaitikliai indikuoja vieną rodmenį. Jeigu įrengtas tik membraninis dujų skaitiklis,
DetaliauPRESENTATION NAME
Energiją generuojantys CŠT vartotojai: technologijos ir įdiegtų sistemų pavyzdžiai dr. Rokas Valančius rokas.valancius@ktu.lt Kaunas, 2019 PRANEŠIMO TURINYS: Pastatų energijos poreikiai Alternatyvūs energijos
DetaliauLietuvos mokinių matematikos olimpiada Rajono (miesto) etapo užduočių klasei sprendimai 2015 m. 1 uždavinys. Aistė užrašė skaičių seką: 1 (2 3)
Lietuvos mokinių matematikos olimpiada Rajono (miesto) etapo užduočių 11-12 klasei sprendimai 2015 m. 1 uždavinys. Aistė užrašė skaičių seką: 1 (2 3) 4, 4 (5 6) 7, 7 (8 9) 10,..., 2014 (2015 2016) 2017.
Detaliau147116_lt_LT
Puslapis 1/5 1. SKIRSNIS. Medžiagos arba mišinio ir bendrovės arba įmonės identifikavimas 1.1 Produkto identifikatorius Gaminio numeris: 147116 CAS numeris 9000-70-8 EB numeris: 232-554-6 1.2 Medžiagos
DetaliauPowerPoint Presentation
Skaitmeninės kabelinės televizijos galimybės Mindaugas Žilinskas Ryšių reguliavimo tarnybos Radijo ryšio departamento direktorius Vilnius, 2012 m. 1 Turinys 1. Raiškiosios (HD) televizijos standartai ir
DetaliauNACIONALINIS VISUOMENĖS SVEIKATOS CENTRAS PRIE SVEIKATOS APSAUGOS MINISTERIJOS BIOCIDINIO PRODUKTO AUTORIZACIJOS LIUDIJIMAS Nr. ( )BSV-4803(A
NACIONALINIS VISUOMENĖS SVEIKATOS CENTRAS PRIE SVEIKATOS APSAUGOS MINISTERIJOS BIOCIDINIO PRODUKTO AUTORIZACIJOS LIUDIJIMAS Nr. (10-14 17.5)BSV-4803(A-18PAP103011/A-19-77) Išduotas 2019 m. kovo 6 d., galioja
DetaliauMechaninės sėjamosios EcoLine, ProfiLine ir MasterLine
Mechaninės sėjamosios EcoLine, ProfiLine ir MasterLine EcoLine Lengva ir tiksli Ideali mažo ir vidutinio dydžio ūkiams, EcoLine sėjamoji gali būti naudojama tik kaip sėjamoji paskui traktorių arba kombinuojama
Detaliaurp_ IS_2
Page 1 of 5 Pagrindinė informacija Juodoji aromatizuota arbata su miško uogomis Exemption Flags Exempt from Artwork Exempt from NEP Reporting Produkto pavadinimas Country Lipton Brand Name Forest Fruits
DetaliauTrečiadienis, sausio 1 VAJE! Negi tikrai ketinu šitai padaryti? NEGALI BŪTI! Tai juk viso labo tik pokštas. Vis dėlto turiu prisipažinti, kad man šiek
Trečiadienis, sausio 1 VAJE! Negi tikrai ketinu šitai padaryti? NEGALI BŪTI! Tai juk viso labo tik pokštas. Vis dėlto turiu prisipažinti, kad man šiek tiek neramu. Reikėtų rimtai apgalvoti savo veiksmų
DetaliauAlytaus regiono uždaryto Pagirmuonių sąvartyno aplinkos monitoringo 2017 m. ataskaita Ūkio subjektų aplinkos monitoringo nuostatų 4 priedas ALYTAUS RE
Ūkio subjektų aplinkos monitoringo nuostatų 4 priedas ALYTAUS REGIONO UŽDARYTO PAGIRMUONIŲ SĄVARTYNO APLINKOS MONITORINGO 2017 M. ATASKAITA I BENDROJI DALIS 1. Informacija apie ūkio subjektą: 1.1. teisinis
Detaliau