10 punkti
Autor soovib selle materjali allalaadimise eest saada 10 punkti.
~ 5 lehte
Lehekülgede arv dokumendis
2015-05-18
Kuupäev, millal dokument üles laeti
14 laadimist
Kokku alla laetud
0 arvamust
Teiste kasutajate poolt lisatud kommentaarid
lotatimmu
Õppematerjali autor
TALLINNA TEHNIKAÜLIKOOL INFORMAATIKAINSTITUUT EKSPERTSÜSTEEM AJAKIRJA VALIKUKS Spetsifikatsioon 1. iseseisev töö õppeaines "Ekspertsüsteemid" Koostaja: Anneli Kaldamäe Martr. nr: 991476 Õpperühm: LAP-81 Esitatud: .................. Juhendaja: Jaak Tepandi Tallinn 2003 1. Sissejuhatus 1.1 Otstarve Kuna erinevaid ajakirju on väga palju, siis on inimestel üha raskem otsustada, millist neist tellida. Et kõiki ajakirju läbi sirvida, kuluks palju aega. Seega püüan ma luua ekspertsüsteemi, mis aitaks tellijal leida kiiresti ja vähese vaevaga endale sobivaim ja meelepäraseim. Ajakirjades käsitletakse väga paljusid teemasid ja neid ajakirju on nii palju, et kõiki erinevaid variante ei suudeta korraga haarata. Ekspertsüsteem peakski need probleemid lahendama
TALLINNA TEHNIKAÜLIKOOL INFORMAATIKAINSTITUUT Ekspertsüsteem erialase spetsialiseerumise valimiseks Projekt / iseseisev töö aines 'Ekspertsüsteemid projekt' (IDX5702) Koostaja: Eero Ringmäe Õpperühm: LAP62 Matrikli nr: 010636 Esitatud: .................. Juhendaja: Jaak Tepandi TALLINN 2004 Sisukord Sisukord................................................................................................................. 2 1. Sissejuhatus........................................................................................................4 1.1 Lähteolukord ja ülesande püstitus................................................................ 4 1.2 Nõudmised......................
Üldkogumi keskväärtuse usaldusintervall (suur valim) - eng. Confidence interval (CI) for Gender FB.Friends Female 314 Male 1228 Male 1189 Female 0 Male 709 Male 1072 Female 483 Female 600 Male 659 Male 1647 Male 696 Female 154 Female 512 Male 1225 Male 757 Female 1000 Male 171 Male 900 Female 599 Male 200 Male 797 Male 786 Female 337 Male 700 Male 285 keskväärtus Male 691 standartviga Female 0 mediaan Female 860 mood Male 708
Character 1. Iseloom character 2. Kaasatundev sympathetic 3. Sõbralik friendly 4. Ebasõbralik unfriendly 5. Lahke kind 6. Mittelahke unkind 7. Kena nice 8. Meeldiv pleasant 9. Heasüdamlik, suuremeelne generous 10. Kohutav, õudne horrible 11. Ebameeldiv unpleasant 12. Õel, kade mean 13. Optimistlik optimistic 14. Pessimistlik pessimistic 15. Muretu, rahulik easy-going 16. Pinges, närviline tense 17. Tundlik, hooliv sensitive 18. Tundetu insensitive 19. Aus honest 20. Ebaaus- dishonest 21. Avatud, tolerantne, salliv broad minded 22. Kitsarinnaline narrow minded 23. Milline ta on? what`s he/she like? 24. Enesekindel self-confident 25. Arglik, häbelik shy 26. Oma tundeid näitama show her feelings 27. Huumorimeel sense of humor 28. Töökas hard-working 29. Laisk lazy 30. Täpne punctual 31. Alati hilineb always late 32. Usaldusväärne reliable 33. Eba
Home reading Google+ vs Facebook: The Comparison Kevin Curran*, Scott Morrison, Stephen Mc Cauley Faculty of Computing & Engineering, University of Ulster, Derry, Northern Ireland e-mail: [email protected]* 1. search-engine otsingumootor 2. flop läbikukkumine 3. scene stseen 4. consent nõusolek 5. inconvenience ebamugavus 6. stack up kestma 7. perennially aastaringselt 8. concise kokkuvõtlik 9. simultaneously üheaegselt 10. depreciate alahindama 11. restrict piirama 12. interface liides 13. refinement täpsustus 14. overlay ülekate 15. bullying kiusamine 16. nurture hoolitsus 17. novelty uudsus 18. clutter korralagedus 19. monetize raha ringlusse laskma 20. thriving product edukas toode 21. flank tiib 22. slick õlilaik 23. hassle nägelus 24. skew viltune 25. devote pühendama 26.
Andmeanalüüs MS Exceli abil Andmeanalüüs MS Exceli abil Järgnev õpetus püüab võimalikult 'puust ja punaselt' ette näidata elementaarse andmeanalüüsi teostamise võimalused MS Excelis. Samas ei ole see materjal mõeldud matemaatilise statistika konspektiks, vastavad teadmised/materjalid eeldatakse kasutajal enesel olemas olevat. Seetõttu pole ka eriti tegeletud konkreetsete näidetega ega tulemuste tõlgendamisega. See konspekt ei ole Andres Kiviste 1998 aastal ilmunud vihiku "Matemaatilise statistika algteadmisi ja rakenduslikke näiteid MS Exceli keskkonnas" ümbertrükk. MS
RIIK SUGU PIKKUS MASS PEA_P JALANR ODE_VEND MAT_HINNE Eesti M 186 95 59 44 1 4 Eesti N 170 85 57 42 6 4 Eesti N 169 50 54 38 1 3 Eesti M 180 70 56 43 0 3 Eesti 179 72 55 40 1 4 Eesti N 170 55 55 37 1 4 Eesti N 160 58 55 38 1 5 Eesti N 161 57 55 39 1 4 Eesti N 171,5 59 57 38 1 4 Eesti N 180 63 58 41 2 5 Eesti N 168 54 57 38 1 4 Eesti N 170 57 52 40 2 3 Eesti N 163 61 57,5 39 0 4 Eesti M 172 66 54 42 1 4 Eesti M 183 73 54,5 44 4 Eesti M 185 72 56 44
Auto registreerimisnumbri automaatne tuvastamine 1. Tehtud pildid 0 kraadi all tehtud fotod valges ning hämaras. 30 kraadi all tehtud fotod valges ning hämaras. 45 kraadi all tehtud fotod valges ning hämaras. 60 kraadi all tehtud fotod valges ning hämaras. 2. Resolutsioon: 3264 x 2448 Kaamera: 8 Megapikslit 3. Numbrimärgi tuvastamiseks kasutasin veebilehekülge https://www.anpronline.net/demo.html Programm suutis välja lugeda 8-st pildist 7. Ainult hämaras ning 60 kraadise nurga alt tehtud pildilt ei suudetud numbrimärki tuvastada, pilt oli liialt hägune. Pilt, millest programm ei suutnud numbrimärki välja lugeda (60 kraadi alt ning hämaras):
annaabi.ee 
Kõik kommentaarid