Methoden & Tools für die Expressionsdatenanalyse. Vorlesung Einführung in die Bioinformatik - Expressionsdatenanalyse U. Scholz & M.
|
|
- Eugen Diefenbach
- vor 8 Jahren
- Abrufe
Transkript
1 Methoden & Tools für die Expressionsdatenanalyse U. Scholz & M. Lange Folie #7-1
2 Vorgehensmodell Expressionsdatenverarbeitung Bildanalyse Normalisierung/Filterung Datenauswertung U. Scholz & M. Lange Folie #7-2
3 Bildanalyse Bilddatei einlesen Spot-Raster berechnen Abbildung Spot-Intensitäten auf numerische Werte - Bestimmung der Spot-Grenzen - Berechnung der Spot-Intensität - Ermittlung der Bild-Hindergrundintensitäten und Korrektur Spotintensität Qualitätskontrolle Ausgabe Textdatei Ziel: Numerische Darstellung Arrays U. Scholz & M. Lange Folie #7-3
4 Normalisierung Mathematisch: Skalierung des Wertebereichs auf einen bestimmten Bereich, üblicherweise zwischen 0 und 1 (bzw. 100 Prozent) Mess-Ergebnisse mit unterschiedlicher Grundlage vergleichbar z.b.: (50 Studenten mit der Note 1 vs. 10% mit Note 1) Aber: Bioinformatik: - Background Correction - Normalization - Quantification / Summarization Ziel: Vergleichbarkeit von Arrays U. Scholz & M. Lange Folie #7-4
5 Normalisierung: Durchschnitt Forderung: Verhältnis der Durchschnittsintensitäten (AVG) der Hybridisierungen ist gleich Mathematisch: AVG Hyb1 = AVG Hyb2 Beispiel: - Hyb1: (1,2,5,1,6) - Hyb2: (100,200,500,100,600) - AVG Hyb1 = 3 AVG Hyb2 = AVG Hyb1 / AVG Hyb2 = 0,01 - Hyb2 norm = Hyb2 * 0,01 - Hyb2 norm = (1,2,5,1,6) U. Scholz & M. Lange Folie #7-5
6 Normalisierung: Quantil Normalisierung über ein Set von Hybridisierungen. Annahme: Die meisten Gene sind in allen Experimenten gleich stark expremiert Die Chips haben gleiche Intensitätsverteilung Normalisiere so, dass die Quantilen jedes Chips gleich sind. U. Scholz & M. Lange Folie #7-6
7 Normalisierung: Quantil - Beispiel Hyb1 Hyb2 G G G3 5 5 G Hyb1 Hyb2 AVG , , Quantile Hyb1 Hyb2 G1 3 6 G2 6 17,5 G3 17,5 3 G4 11,5 11,5 3. U. Scholz & M. Lange Folie #7-7
8 TM4 - U. Scholz & M. Lange Folie #7-8
9 TM4 - Überblick I Software von TIGR (The Institute of Genomic Ressearch): Microarrays have emerged as the premier tool for studying gene expression on a genomic scale. Advances in the precision of array printers and scanners as well as improved laboratory protocols allow for assays of tremendous complexity and scope. Scientist seeking to harness the potential of this technique are often challenged by the prodigious quantities of data produced. Well-designed, user-friendly software is the key to tracking, integrating, qualifying, and ultimately deriving scientific insight from the experimental results. In support of our ongoing work in microarray analysis of gene expression, we developed a suite of software that allow users in the laboratory to capture, manage, and analyze effectively data from DNA microarray experiments. U. Scholz & M. Lange Folie #7-9
10 4 Hauptkomponenten: TIGR Spotfinder: Bildanalyse TM4 - Überblick II Microarray Data Analysis System (MIDAS): Normalisierung, Filterung Multi Experiment Viewer (MeV): Interpretation der Ergebnisse Microarray Data Manager (MADAM): Zusatzmodule: MIAME-compliant MySQL database Automated Microarray Pipeline ExpressConverter SlideMap U. Scholz & M. Lange Folie #7-10
11 TIGR Spotfinder I U. Scholz & M. Lange Folie #7-11
12 TIGR Spotfinder II U. Scholz & M. Lange Folie #7-12
13 TIGR Spotfinder: Interne Dokumentation Ausschnitt aus: ftp://occams.dfci.harvard.edu/pub/bio/training/tigrspotfinder.ppt U. Scholz & M. Lange Folie #7-13
14 MIDAS: Microarray Data Analysis System I U. Scholz & M. Lange Folie #7-14
15 MIDAS: Microarray Data Analysis System II U. Scholz & M. Lange Folie #7-15
16 MIDAS: Interne Dokumentation Ausschnitt aus: U. Scholz & M. Lange Folie #7-16
17 MeV: MultiExperiment Viewer I U. Scholz & M. Lange Folie #7-17
18 MeV: MultiExperiment Viewer II U. Scholz & M. Lange Folie #7-18
19 MeV: Interne Dokumentation Ausschnitt aus: U. Scholz & M. Lange Folie #7-19
20 MeV: Implementierte Clustering Methoden 1. HCL: Hierarchical clustering 2. ST: Support Trees 3. SOTA: Self Organizing Tree Algorithm 4. RN: Relevance Networks 5. KMC: K-Means/K-Medians Clustering 6. KMS: K-Means / K-Medians Support 7. CAST: Clustering Affinity Search Technique 8. QTC: QT CLUST 9. SOM: Self Organizing Maps 10. GSH: Gene Shaving 11. FOM: Figures of Merit 12. PTM: Template Matching 13. TTEST: T-tests 14. SAM: Significance Analysis of Microarrays 15. ANOVA: Analysis of Variance 16. TFA: Two-factor ANOVA 17. SVM: Support Vector Machines 18. KNNC: K-Nearest-Neighbor Classification 19. DAM: Discriminant Analysis Module 20. COA: Correspondence Analysis 21. PCA: Principal Components Analysis 22. TRN: Expression Terrain Maps 23. EASE: Expression Analysis Systematic Explorer U. Scholz & M. Lange Folie #7-20
21 MADAM: MicroArray DAta Manager U. Scholz & M. Lange Folie #7-21
22 MADAM: Interne Dokumentation Ausschnitt aus: ftp://occams.dfci.harvard.edu/pub/bio/training/madam_4_0.ppt U. Scholz & M. Lange Folie #7-22
23 Expression Profiler U. Scholz & M. Lange Folie #7-23
24 Expression Profiler: Eingabemöglichkeiten U. Scholz & M. Lange Folie #7-24
25 Auswahl eines Arrays aus ArrayExpress U. Scholz & M. Lange Folie #7-25
26 Auswahl eines Arrays aus ArrayExpress U. Scholz & M. Lange Folie #7-26
27 Expression Profiler - mögliche Sichten U. Scholz & M. Lange Folie #7-27
28 Expression Profiler: Ergebnisse als Text-Datei U. Scholz & M. Lange Folie #7-28
29 Expression Profiler: Ergebnisse grafisch I U. Scholz & M. Lange Folie #7-29
30 Expression Profiler: Ergebnisse grafisch II U. Scholz & M. Lange Folie #7-30
31 Expression Profiler: Ergebnisse grafisch III U. Scholz & M. Lange Folie #7-31
32 Expression Profiler: Ergebnisse grafisch IV U. Scholz & M. Lange Folie #7-32
Vorlesung Einführung in die Bioinformatik
Vorlesung Einführung in die Bioinformatik Dr. Astrid Junker 23.06.2014 Kirsten/Groß, VL Biodatenbanken, Universität Leipzig Was ist Genexpression? wie die genetische Information eines Gens (Abschnitt der
MehrExpressionsdatenanalyse. Vorlesung Einführung in die Bioinformatik - Expressionsdatenanalyse
Expressionsdatenanalyse U. Scholz & M. Lange Folie #6-1 Grundidee U. Scholz & M. Lange Folie #6-2 Ergebnis der Experimente I U. Scholz & M. Lange Folie #6-3 Genexpression U. Scholz & M. Lange Folie #6-4
MehrDaten haben wir reichlich! 25.04.14 The unbelievable Machine Company 1
Daten haben wir reichlich! 25.04.14 The unbelievable Machine Company 1 2.800.000.000.000.000.000.000 Bytes Daten im Jahr 2012* * Wenn jedes Byte einem Buchstaben entspricht und wir 1000 Buchstaben auf
MehrTranscriptomics: Analysis of Microarrays
Transcriptomics: Analysis of Microarrays Dion Whitehead dion@uni-muenster.de Division of Bioinformatics, Westfälische Wilhelms Universität Münster Microarrays Vorlesungsüberblick : 1. Überblick von Microarray
MehrVL Algorithmische BioInformatik (19710) WS2013/2014 Woche 16 - Mittwoch. Annkatrin Bressin Freie Universität Berlin
VL Algorithmische BioInformatik (19710) WS2013/2014 Woche 16 - Mittwoch Annkatrin Bressin Freie Universität Berlin Vorlesungsthemen Part 1: Background Basics (4) 1. The Nucleic Acid World 2. Protein Structure
MehrVorlesungsplan. Von Naïve Bayes zu Bayesischen Netzwerk- Klassifikatoren. Naïve Bayes. Bayesische Netzwerke
Vorlesungsplan 17.10. Einleitung 24.10. Ein- und Ausgabe 31.10. Reformationstag, Einfache Regeln 7.11. Naïve Bayes, Entscheidungsbäume 14.11. Entscheidungsregeln, Assoziationsregeln 21.11. Lineare Modelle,
MehrWürfelt man dabei je genau 10 - mal eine 1, 2, 3, 4, 5 und 6, so beträgt die Anzahl. der verschiedenen Reihenfolgen, in denen man dies tun kann, 60!.
040304 Übung 9a Analysis, Abschnitt 4, Folie 8 Die Wahrscheinlichkeit, dass bei n - maliger Durchführung eines Zufallexperiments ein Ereignis A ( mit Wahrscheinlichkeit p p ( A ) ) für eine beliebige Anzahl
Mehrhttps://portal.microsoftonline.com
Sie haben nun Office über Office365 bezogen. Ihr Account wird in Kürze in dem Office365 Portal angelegt. Anschließend können Sie, wie unten beschrieben, die Software beziehen. Congratulations, you have
MehrEinführung in die Bioinformatik
Einführung in die Bioinformatik Kay Nieselt SS 011 9. It s hip to chip - von Microarrays zu personalisierter Medizin WSI/ZBIT, Eberhard Karls Universität Tübingen Das menschliche Genom (.000.000.000 Basenpaare)
MehrMicrosoft Azure Fundamentals MOC 10979
Microsoft Azure Fundamentals MOC 10979 In dem Kurs Microsoft Azure Fundamentals (MOC 10979) erhalten Sie praktische Anleitungen und Praxiserfahrung in der Implementierung von Microsoft Azure. Ihnen werden
MehrAlgorithmische Mathematik
Algorithmische Mathematik Wintersemester 2013 Prof. Dr. Marc Alexander Schweitzer und Dr. Einar Smith Patrick Diehl und Daniel Wissel Übungsblatt 6. Abgabe am 02.12.2013. Aufgabe 1. (Netzwerke und Definitionen)
Mehrarlanis Software AG SOA Architektonische und technische Grundlagen Andreas Holubek
arlanis Software AG SOA Architektonische und technische Grundlagen Andreas Holubek Speaker Andreas Holubek VP Engineering andreas.holubek@arlanis.com arlanis Software AG, D-14467 Potsdam 2009, arlanis
MehrAnzahl der Kreditabschlüsse. Jahr (Mittel. Monat. Number of loan agreements. Year (mean value of monthly figures) Month
E3c Zinssätze von neuen Kreditabschlüssen nach Produkten und Kreditbetrag / Interest rates on new loan, by product and loan amount aus swerten) - - aus swerten) - - 2 3 4 5 2 3 4 5 (ohne Bindung an einen
MehrAbfrage-Befehle in MySQL -diverse Funktionen -
Abfrage-Befehle in MySQL -diverse Funktionen - Berechnungen mit MySQL -Einführung Ich liebe Funktionen! Es sollen die Projektbezeichnung, der Auftragswert, die Mehrwertsteuer und der Bruttobetrag für jedes
MehrEine Einführung in R: Hochdimensionale Daten: n << p Teil II
Eine Einführung in R: Hochdimensionale Daten: n
MehrKapitel MK:IV. IV. Modellieren mit Constraints
Kapitel MK:IV IV. Modellieren mit Constraints Einführung und frühe Systeme Konsistenz I Binarization Generate-and-Test Backtracking-basierte Verfahren Konsistenz II Konsistenzanalyse Weitere Analyseverfahren
MehrSharePoint 2010 Mobile Access
Erstellung 23.05.2013 SharePoint 2010 Mobile Access von TIMEWARP IT Consulting GmbH Stephan Nassberger Hofmühlgasse 17/1/5 A-1060 Wien Verantwortlich für das Dokument: - Stephan Nassberger (TIMEWARP) 1
MehrClustering Seminar für Statistik
Clustering Markus Kalisch 03.12.2014 1 Ziel von Clustering Finde Gruppen, sodas Elemente innerhalb der gleichen Gruppe möglichst ähnlich sind und Elemente von verschiedenen Gruppen möglichst verschieden
MehrMining High-Speed Data Streams
Mining High-Speed Data Streams Pedro Domingos & Geoff Hulten Departement of Computer Science & Engineering University of Washington Datum : 212006 Seminar: Maschinelles Lernen und symbolische Ansätze Vortragender:
MehrEmotion Recognition of Call Center Conversations Robert Bosch Engineering and Business Solutions Private Limited
Emotion Recognition of Call Center Conversations Robert Bosch Engineering and Business Solutions Private Limited 1 Agenda 1 Introduction 2 Problem Definition 3 Solution Overview 4 Why Consider Emotions
MehrDas Briefträgerproblem
Das Briefträgerproblem Paul Tabatabai 30. Dezember 2011 Inhaltsverzeichnis 1 Problemstellung und Modellierung 2 1.1 Problem................................ 2 1.2 Modellierung.............................
MehrIT SECURITY MANAGEMENT MIT ARIS CLOUD ENTERPRISE
IT SECURITY MANAGEMENT MIT ARIS CLOUD ENTERPRISE Christoph Lorenz Software AG Cloud Service Operations SOFTWARE AG DIGITAL BUSINESS PLATFORM Die Software AG hat die weltweit erste Digital Business Platform
MehrSoftware und Visualisierungen. Erich Schubert, Dr. Arthur Zimek. 2013-0X-XX KDD Übung
Software und Visualisierungen Erich Schubert, Dr. Arthur Zimek Ludwig-Maximilians-Universität München 2013-0X-XX KDD Übung Ein recht einfacher Datensatz, online unter: http://aima.cs.berkeley.edu/data/iris.csv
MehrOUTSOURCING ADVISOR. Analyse von SW-Anwendungen und IT-Dienstleistungen auf ihre Global Sourcing Eignung. Bewertung von Dienstleistern und Standorten
Outsourcing Advisor Bewerten Sie Ihre Unternehmensanwendungen auf Global Sourcing Eignung, Wirtschaftlichkeit und wählen Sie den idealen Dienstleister aus. OUTSOURCING ADVISOR Der Outsourcing Advisor ist
MehrMessung und Aufwandsschätzung bei der Entwicklung von Web Applikationen. Frederik Kramer // Folie 1 von 14
Messung und Aufwandsschätzung bei der Entwicklung von Web Applikationen Frederik Kramer // Folie 1 von 14 Warum das ganze? Entwicklungskosten spielen eine immer wichtigere Rolle Messmethoden erlauben diese
MehrNon-Linear! Performance Pricing! (NLPP)!! Die smarte Kostenmanagement Lösung!
Non-Linear! Performance Pricing! (NLPP)!! Die smarte Kostenmanagement Lösung! 1 ! 1 DIE SAPHIRION MISSION:! UNSERE KUNDEN WERDEN! DURCH UNSERE SMARTEN! LÖSUNGEN KOSTENFÜHRER.!!! 2! Dank der Magie der Mathematik
MehrGMDS-Tagung 2006 Bioinformatik 1. Assessing the stability of unsupervised learning results in small-sample-size problems
GMDS-Tagung 2006 Bioinformatik 1 Assessing the stability of unsupervised learning results in small-sample-size problems Ulrich Möller Email: Ulrich.Moeller@hki-jena.de Leibniz Institute for Natural Product
MehrHIR Method & Tools for Fit Gap analysis
HIR Method & Tools for Fit Gap analysis Based on a Powermax APML example 1 Base for all: The Processes HIR-Method for Template Checks, Fit Gap-Analysis, Change-, Quality- & Risk- Management etc. Main processes
MehrQM: Prüfen -1- KN16.08.2010
QM: Prüfen -1- KN16.08.2010 2.4 Prüfen 2.4.1 Begriffe, Definitionen Ein wesentlicher Bestandteil der Qualitätssicherung ist das Prüfen. Sie wird aber nicht wie früher nach der Fertigung durch einen Prüfer,
MehrA Anhang zu den 5, 6, 11-14
Ordnung für die Prüfung im Masterstudiengang naturwissenschaftliche Informatik 25 A Anhang zu den 5, 6, 11-14 Das Studium gliedert sich wie folgt: Zwei bzw. drei Angleichungmodule mit insgesamt 27 LP.
MehrSPICE 1-2-1 und die Assessment Tool Suite Eine Produktfamilie von HM&S & und Nehfort IT-Consulting
SPICE 1-2-1 und die Assessment Tool Suite Eine Produktfamilie von HM&S & und Nehfort IT-Consulting Die Idee Umfassende Tool-Unterstützung für Assessment Modelle: - Abbildung der Process Dimension - Abbildung
MehrKBBZ Halberg Kaufmännisches Berufsbildungszentrum
KBBZ Halberg Kaufmännisches Berufsbildungszentrum Projekt: Online-Schülerbefragung Erstellung eines Online-Fragebogens zur Erfassung der Schülerzufriedenheit mit automatisierter Auswertung --- Projektleiter:
MehrZum fünften Mal ausgezeichnet Awarded for the fifth time 第 五 次 获 此 殊 荣
Zum fünften Mal ausgezeichnet Awarded for the fifth time 第 五 次 获 此 殊 荣 Bereits zum fünften Mal sind wir von der Bosch Gruppe mit dem Bosch Global Supplier Award ausgezeichnet worden. Damit wurden erneut
MehrSEMINAR AUTOMATISCHE GESICHTSERKENNUNG
SEMINAR AUTOMATISCHE GESICHTSERKENNUNG OBERSEMINAR AUTOMATISCHE ANALYSE VON GESICHTSAUSDRÜCKEN Organisation, Überblick, Themen Überblick heutige Veranstaltung 1. Organisatorisches 2. Überblick über beide
MehrBioinformatische Suche nach pre-mirnas
Bioinformatische Suche nach pre-mirnas Vorbereitung: Lesen Sie die Publikationen Meyers et al., 2008, Criteria for Annotation of Plant MicroRNAs und Thieme et al., 2011, SplamiR prediction of spliced mirnas
MehrEinführung in die Bioinformatik
Einführung in die Bioinformatik Kay Nieselt SS 01 8. It s hip to chip - von Microarrays zu personalisierter Medizin WSI/ZBIT, Eberhard Karls Universität Tübingen Das menschliche Genom (~.000.000.000 Basenpaare)
MehrVorwort zur 2. Auflage
Vorwort zur 2. Auflage In erstaunlich kurzer Zeit ist die Neuauflage dieses Werkes vollständig vergriffen, worüber sich der Verlag und der Autor bei der Leserschaft herzlich bedanken. In der 2. Auflage
MehrBig Data Projekte richtig managen!
Big Data Projekte richtig managen! Stuttgart, Oktober 2014 Praktische Herausforderungen eines Big Data Projektes Definition: Was ist Big Data? Big data is a collection of data sets so large and comple
MehrStudy guide written by René Koglbauer
Published November 2013 WITH SUPPORT FROM Aufgabe während des Films Was erfährst du über diese Themen? (What did you learn about these topics?) Fußball Familie Nachkriegszeit 2 Aufgabe 1 Die Hauptfigur:
Mehrjuergen.vogt@uni-ulm.de
Benutzerregistrierung für SciFinder on WWW Mitglieder, auch Studenten, der Universität Ulm können SciFinder Scholar für nicht-kommerzielle Zwecke nutzen. Allerdings ist der Zugang personalisiert. Damit
MehrKurzanleitung. Kirschfestverein Naumburg e.v. t e c h n ische Abt e i lung. für Benutzer des CMS der Domain: www.kirschfestverein.
Kurzanleitung für Benutzer des CMS der Domain: www.kirschfestverein.de WordPress ist das erfolgreichste Publishing-System der Welt! Den Schwerpunkt bilden Ästhetik, Webstandards und Benutzerfreundlichkeit.
MehrSymbio system requirements. Version 5.1
Symbio system requirements Version 5.1 From: January 2016 2016 Ploetz + Zeller GmbH Symbio system requirements 2 Content 1 Symbio Web... 3 1.1 Overview... 3 1.1.1 Single server installation... 3 1.1.2
Mehr8 Grundlagen zur OrCAD Software (Version 16.5)
Schaltungssimulation Simulation mit OrCAD Capture CIS - Lite (Version: 16.5) 8 Grundlagen zur OrCAD Software (Version 16.5) 8.1 Erstellen eines Projektes 8.2 Erstellen einer Schaltung 8.3 Verändern von
MehrSTATISTIK. Erinnere dich
Thema Nr.20 STATISTIK Erinnere dich Die Stichprobe Drei Schüler haben folgende Noten geschrieben : Johann : 4 6 18 7 17 12 12 18 Barbara : 13 13 12 10 12 3 14 12 14 15 Julia : 15 9 14 13 10 12 12 11 10
MehrJPlus Platform Independent Learning with Environmental Information in School
JPlus Platform Independent Learning with Environmental Information in School Mario Härtwig, Pierre Karrasch Salzburg, 7. Juli 2010 Genesis Umweltmonitoring als Beitrag zur Umweltbildung an Schulen. Kulturlandschaftsentwicklung
MehrCMM Mythos und Realität. Forum Forschungsförderung BITKOM / ViSEK 2003 17. Oktober 2003. Tilman Seifert, TU München
CMM Mythos und Realität Forum Forschungsförderung BITKOM / ViSEK 2003 17. Oktober 2003, TU München Agenda Das CMM Ziele und Aufbau Prozessverbesserung nach CMM Bewertung des CMM Mythen Thesen Kritik Zusammenfassung
MehrErfahrungen mit Hartz IV- Empfängern
Erfahrungen mit Hartz IV- Empfängern Ausgewählte Ergebnisse einer Befragung von Unternehmen aus den Branchen Gastronomie, Pflege und Handwerk Pressegespräch der Bundesagentur für Arbeit am 12. November
MehrPredictive Modeling Markup Language. Thomas Morandell
Predictive Modeling Markup Language Thomas Morandell Index Einführung PMML als Standard für den Austausch von Data Mining Ergebnissen/Prozessen Allgemeine Struktur eines PMML Dokuments Beispiel von PMML
MehrVorlesung Text und Data Mining S9 Text Clustering. Hans Hermann Weber Univ. Erlangen, Informatik
Vorlesung Text und Data Mining S9 Text Clustering Hans Hermann Weber Univ. Erlangen, Informatik Document Clustering Überblick 1 Es gibt (sehr viele) verschiedene Verfahren für das Bilden von Gruppen Bei
MehrMelanie Kaspar, Prof. Dr. B. Grabowski 1
7. Hypothesentests Ausgangssituation: Man muss sich zwischen 2 Möglichkeiten (=Hypothesen) entscheiden. Diese Entscheidung soll mit Hilfe von Beobachtungen ( Stichprobe ) getroffen werden. Die Hypothesen
MehrAnwendungsbeispiele Sign Live! Secure Mail Gateway
Anwendungsbeispiele Sign Live! Secure Mail Gateway Kritik, Kommentare & Korrekturen Wir sind ständig bemüht, unsere Dokumentation zu optimieren und Ihren Bedürfnissen anzupassen. Ihre Anregungen sind uns
MehrMethoden zur Visualisierung von Ergebnissen aus Optimierungs- und DOE-Studien
Methoden zur Visualisierung von Ergebnissen aus Optimierungs- und DOE-Studien Katharina Witowski katharina.witowski@dynamore.de Übersicht Beispiel Allgemeines zum LS-OPT Viewer Visualisierung von Simulationsergebnissen
MehrAuswertung von Custom Agilent ChIP on Chip Microarrays mittels MS-Excel für genomweite Methylierungsanalysen
Auswertung von Custom Agilent ChIP on Chip Microarrays mittels MS-Excel für genomweite Methylierungsanalysen Für die Datenanalyse wird MS-Excel ab Version 2010 benötigt. Ältere Versionen können wegen der
MehrBildverarbeitung Herbstsemester. Binärbildanalyse
Bildverarbeitung Herbstsemester Herbstsemester 2010 2012 Binärbildanalyse 1 Inhalt Einführung Partikelfilterung und -analyse Auffinden von Regionen und Konturen Gruppenarbeit Erkennung von geometrischen
MehrDOAG Regio 2015 APEX 5 Neuerungen Highlights. Marco Patzwahl
DOAG Regio 2015 APEX 5 Neuerungen Highlights Marco Patzwahl MuniQSoft GmbH Tätigkeitsbereiche: Oracle Support Hotline: Mo-Fr 8.00 18.00 Uhr Erweiterung um Rufbereitschaft auch am Wochenende möglich Oracle
MehrDas neue Volume-Flag S (Scannen erforderlich)
NetWorker 7.4.2 - Allgemein Tip 2, Seite 1/5 Das neue Volume-Flag S (Scannen erforderlich) Nach der Wiederherstellung des Bootstraps ist es sehr wahrscheinlich, daß die in ihm enthaltenen Informationen
Mehropus i Preisliste 5 Seiten Änderungen vorbehalten
opus i Preisliste Änderungen vorbehalten 5 Seiten Preisliste opus i Preisliste 2016-5 (gültig ab 08.06.2016) Datenschutz BSI IT-Grundschutz Notfallmanagement BSI 100-4 ISO 9001 ISO 27001 Schulung Sprachen
MehrWEKA A Machine Learning Interface for Data Mining
WEKA A Machine Learning Interface for Data Mining Frank Eibe, Mark Hall, Geoffrey Holmes, Richard Kirkby, Bernhard Pfahringer, Ian H. Witten Reinhard Klaus Losse Künstliche Intelligenz II WS 2009/2010
MehrUnigraphics Schnittstelle entfernen
Einsteiger Fortgeschrittene Profis markus.meinl@m-quest.ch Version 1.0 Voraussetzungen für diesen Workshop Sie sind mit dem Betriebsystem vertraut Sie besitzen Administrator-Rechte Die M-Quest Suite ist
MehrRapidMiner als Werkzeug für die textorientierten Geisteswissenschaften Katharina Morik
technische universität RapidMiner als Werkzeug für die textorientierten Geisteswissenschaften Katharina Morik Name Autor Ort und Datum Informatik: Linguistik: Methoden + Verfahren Forschungsfragen, Anforderungen
MehrImplementation of a Framework Component for Processing Tasks within Threads on the Application Level
Implementation of a Framework Component for Processing Tasks within Threads on the Application Level Deutsches Krebsforschungszentrum, for Processing Task within Threads on the Application Level Motivation
MehrSurvival Analysis (Modul: Lebensdaueranalyse)
Survival Analysis (Modul: Lebensdaueranalyse) ROLAND RAU Universität Rostock, Sommersemester 2015 05. Mai 2015 c Roland Rau Survival Analysis 1 / 18 Zensierung & Trunkierung: Nicht vollständig beobachtete
MehrGlaube keinem Scan, den du nicht selbst gefälscht hast
Glaube keinem Scan, den du nicht selbst gefälscht hast DAVID KRIESEL, DKRIESEL.COM LEITER RELEASE ENGINEERING IVU TRAFFIC TECHNOLOGIES AG, BERLIN / AACHEN UPDATE INFORMATION MANAGEMENT WIRTSCHAFTSCLUB
MehrPreisliste für The Unscrambler X
Preisliste für The Unscrambler X english version Alle Preise verstehen sich netto zuzüglich gesetzlicher Mehrwertsteuer (19%). Irrtümer, Änderungen und Fehler sind vorbehalten. The Unscrambler wird mit
MehrDynamische Investitionsrechnung Umsetzung und Beispiele. Teil 3
Dynamische Investitionsrechnung Umsetzung und Beispiele Teil 3 Eingrenzung: Es werden ausschliesslich die Methoden der Pflichtliteratur ab Seite 135 bis Beispiel 12 besprochen. Kapitalwertverfahren (NPV
MehrBochum, den. geb. am: in Matr. Nr.:
Anmeldung zur Betr.: Diplomvorprüfung in Mathematik Ich beantrage die Zulassung zur Diplomvorprüfung im Fach Mathematik. Ich studiere das Fach Mathematik seit dem SS/WS und bin im Diplomstudiengang Mathematik
MehrHäufige Item-Mengen: die Schlüssel-Idee. Vorlesungsplan. Apriori Algorithmus. Methoden zur Verbessung der Effizienz von Apriori
Vorlesungsplan 17.10. Einleitung 24.10. Ein- und Ausgabe 31.10. Reformationstag, Einfache Regeln 7.11. Naïve Bayes, Entscheidungsbäume 14.11. Entscheidungsregeln, Assoziationsregeln 21.11. Lineare Modelle,
MehrDie Anwendung von Work of Leaders in drei Schritten
BENUTZERHANDBUCH everything disg Work of Leaders Die Anwendung von Work of Leaders in drei Schritten Schritt 1: Vorab-Selbsteinschätzung Um für einen Teilnehmer ein Profil von Everything DiSG Work of Leaders
MehrToleranzschema. ArtemiS SUITE
Anzeige von Referenz- und Grenzwertkurven Überprüfung von Analyseergebnissen auf Über- bzw. Unterschreitungen der definierten Grenzwertkurven HEARING IS A FASCINATING SENSATION ArtemiS SUITE Motivation
MehrFür Schule, Studium und zuhause
Eine Reihe interessanter Anregungen für eine Weiterentwicklung dieser Lerntechnik unter Einbeziehung moderner Taschenrechner erhielt ich auf dem Kongress für Individuelle mathematische Förderung in Prag
MehrMetadateneditoren für ArcGIS
Metadateneditoren für ArcGIS Matthias Schenker Geoinformatik AG Zürich, Schweiz Inhalt Metadaten in ArcGIS Erweiterung des bestehenden ISO-Editors Einbinden eigener Editoren Import und Export von bestehenden
MehrEvaluation of Database Design and Reverse Engineering Tools for a Large Software System
Evaluation of Database Design and Reverse Engineering Tools for a Large Software System Anne Thomas TU Dresden Dr. B. Demuth Pre Press GmbH (Dresden) T. Reuter Gliederung Einleitung Vorgehensweise Kontext
MehrT3 Map Location. Den eigenen Standort mittels Google Maps auf TYPO3 WebSites anzeigen - inklusive Routenplaner. TYPO3 Modul für Google Maps
T3 Map Location TYPO3 Modul für Google Maps Den eigenen Standort mittels Google Maps auf TYPO3 WebSites anzeigen - inklusive Routenplaner. System-Voraussetzungen: WebSite mit TYPO3 ab Version 4.2 BlueChip
MehrMicrosoft Windows PowerShell v3.0/4.0
Microsoft Windows PowerShell v3.0/4.0 Dauer: 4 Tage Kursnummer: GKPS Überblick: Die PowerShell ist bereits ein integraler Bestandteil der aktuellen Windows Systeme und wird von verschieden Servern wie
MehrGI-Technologien zur Umsetzung der EU-Wasserrahmenrichtlinie (WRRL): Wissensbasen. Teil 1: Einführung: Wissensbasis und Ontologie.
GI-Technologien zur Umsetzung der EU-Wasserrahmenrichtlinie (WRRL): Wissensbasen Teil 1: Einführung: Wissensbasis und Ontologie Was ist eine Wissensbasis? Unterschied zur Datenbank: Datenbank: strukturiert
MehrMaster-Kolloquium Kombinierte Analyse von DNA-Methylierung und Transkriptions-Profilen in verschiedenen Immunzellen
Master-Kolloquium Kombinierte Analyse von DNA-Methylierung und Transkriptions-Profilen in verschiedenen Immunzellen Lorette Weidel Agenda Hintergrund Aufgabenstellung Material & Methoden Ergebnisse Diskussion
MehrReal-Time 3D Model Acquisition
Seminarvortrag Real-Time 3D Model Acquisition Alexander Barth Nach Folien von Szymon Rusinkiewicz, Olaf Hall-Holt und Marc Levoy Einführung 3D-Scannen 2 Einführung Ziele Hohe Präzision Hohe Geschwindigkeit
MehrThe B Method. B ist eine Methode zur Spezifikation zum Entwurf zur Implementierung von Software Systemen. Bücher zur B-Methode
The B Method B ist eine Methode zur Spezifikation zum Entwurf zur Implementierung von Software Systemen. Bücher zur B-Methode P. Schmitt: Formal Specification and Verification of Software p.1 The B Method
MehrDie Analysesoftware für effiziente und dokumentierte Walzenbearbeitung
Die Analysesoftware für effiziente und dokumentierte Walzenbearbeitung Analysieren / Visualisieren / Optimieren Mikroskop zum Schleifprozess Roll Works kommuniziert permanent mit Schleifmaschinensteuerungen,
Mehr2012/13 Jahrgangsstufe 7 A. Jahrgangsstufentest im Fach Mathematik am Hanns-Seidel-Gymnasium am 28.9.2012
2012/13 Jahrgangsstufe 7 A Jahrgangsstufentest im Fach Mathematik am Hanns-Seidel-Gymnasium am 28.9.2012 Name: Note: Klasse: Punkte: 1 Aufgabe 1 In einer Umfrage wurden 640 Schüler befragt: "Für welche
MehrConcerto für Hersteller EPMAN Light Webshop mit Reseller-Einbindung
Concerto für Hersteller EPMAN Light Webshop mit Reseller-Einbindung Mai 2009 Firmenprofil AG mit CHF 100 000.- Aktienkapital Gegründet Dezember 2001 6 Mitarbeiter mit langjähriger Erfahrung Gut ausgebautes
MehrGrundlagen der Bioinformatik Übung 5: Microarray Analysis. Yvonne Lichtblau
Grundlagen der Bioinformatik Übung 5: Microarray Analysis Yvonne Lichtblau Vorstellung Lösungen Übung 4 Yvonne Lichtblau: Grundlagen der Bioinformatik, Sommer Semester 2017 2 Lösungen vorstellen - Übung
MehrSuchdienste für Dokumente
Wer aufhört zu werben, um Geld zu sparen, kann ebenso seine Uhr anhalten, um Zeit zu sparen. (Henry Ford, 1863-1947) Suchdienste für Dokumente Vergleich von Ansätzen zur Suche, Navigation und Präsentation
MehrMustererkennung in Energieverbrauchsdaten
Mustererkennung in Energieverbrauchsdaten Ein Modul für die Energiemanagement-Software IngSoft InterWatt Karsten Reese & Dr. Roberto Monetti Mustererkennung in Energieverbrauchsdaten, 22. März 2015 Folie
MehrSoftware PFS Prämienlohn - Ergänzung
Vorstellung Wetter Unternehmensberatung Software PFS Prämienlohn - Ergänzung 1 PFS Prämienlohnmodul Beschreibung: Prämienlohnergänzung zum Arbeitswirtschaftsystem PFS. Die in PFS ermittelten Produktivitätswerte
MehrReferenzielle Integrität SQL
Referenzielle Integrität in SQL aus Referential Integrity Is Important For Databases von Michael Blaha (Modelsoft Consulting Corp) VII-45 Referenzielle Integrität Definition: Referenzielle Integrität bedeutet
MehrZum Download von ArcGIS 10, 10.1 oder 10.2 die folgende Webseite aufrufen (Serviceportal der TU):
Anleitung zum Download von ArcGIS 10.x Zum Download von ArcGIS 10, 10.1 oder 10.2 die folgende Webseite aufrufen (Serviceportal der TU): https://service.tu-dortmund.de/home Danach müssen Sie sich mit Ihrem
MehrÜber uns. Was bedeutet der Name traloco?
Schnell- Leser Über uns Wir über uns: Wir sind Berater mit langjähriger Erfahrung auf dem nationalen und internationalen Markt und haben bei renommierten Consulting- Firmen erfolgreich Projekte für große
MehrRundung und Casting von Zahlen
W E R K S T A T T Rundung und Casting von Zahlen Intrexx 7.0 1. Einleitung In diesem Werkstattbeitrag erfahren Sie, wie Zahlenwerte speziell in Velocity, aber auch in Groovy, gerundet werden können. Für
Mehr1. Wie viel Zinsen bekommt man, wenn man 7000,00 1 Jahr lang mit 6 % anlegt?
Zinsrechnung mit der Tabellenform: Berechnen der Jahreszinsen Ein Sparbuch mit 1600 wird mit 4% verzinst. Wie Zinsen erhält man im Jahr? Geg.: K = 1600 p% = 4% ges.: Z Das Kapital (Grundwert) entspricht
MehrLineare Gleichungssysteme mit zwei Variablen Lösungen
Lineare Gleichungssysteme mit zwei Variablen Lösungen. Bestimme rechnerisch und grafisch die Lösungsmenge L der folgenden Gleichungssysteme. a) b) c) I. x y I. 5y (x ) 5 II. x y II. x y I. 5y (x ) 5 II.
MehrTechnische Spezifikationen iframe Einbindung bei Brand Profiles
Technische Spezifikationen iframe Einbindung bei Brand Profiles Dieses Dokument enthält die detaillierte technische Anleitung zum Einfügen eines iframes bei Ihrem Brand Profile im studivz & meinvz. Stand:
MehrSemantic Web. RDF, RDFS, OWL, and Ontology Engineering. F. Abel, N. Henze, and D. Krause 17.12.2009. IVS Semantic Web Group
Semantic Web RDF, RDFS, OWL, and Ontology Engineering F. Abel, N. Henze, and D. Krause IVS Semantic Web Group 17.12.2009 Exercise 1: RDFS OWL Erstellen Sie mit Hilfe von RDF Schema und OWL eine Ontologie
MehrHandbuch zur Tarifkalkulation. (Stand: August 2015)
Handbuch zur Tarifkalkulation (Stand: August 2015) 1 Inhaltsverzeichnis Einleitung Seite 3 Technische Anforderungen. 4 Grundsätzliches zur Bedienung. 5 Start der Anwendung. 6 Tarif kalkulieren 10 2 Einleitung
MehrWLGauge: : Web Link Gauge to Measure the Quality of External WWW Links. Andreas Lübcke
WLGauge: : Web Link Gauge to Measure the Quality of External WWW Links Andreas Lübcke Gliederung Einführung Hintergrund zum link rot problem Arbeiten zum Thema WLGauge Open Framelet Design von WLGauge
MehrID-Labor GmbH. Der genetische Fingerabdruck und Abstammungsuntersuchungen
Der genetische Fingerabdruck und Abstammungsuntersuchungen Genetischer Fingerabdruck Grundlagen DNA-Analyse Gen-Analyse: untersuchte DNA-Bereiche: Short Tandem Repeats (STR), nicht-codierende Regionen
MehrGrundlagen der Eletrotechnik Praktikum. Einführung in. National Instruments Educational Laboratory Virtual Instrumentation Suite NI ELVIS TM
Grundlagen der Eletrotechnik Praktikum Einführung in National Instruments Educational Laboratory Virtual Instrumentation Suite NI ELVIS TM für das Praktikum im Fachgebiet Allgemeine und Theoretische Elektrotechnik
MehrGrundlagen der Künstlichen Intelligenz
Grundlagen der Künstlichen Intelligenz 22. Constraint-Satisfaction-Probleme: Kantenkonsistenz Malte Helmert Universität Basel 14. April 2014 Constraint-Satisfaction-Probleme: Überblick Kapitelüberblick
MehrGATE General Architecture for Text Engineering. Alexander Hein & Erik Dießler (VL Text Analytics - 08.05.2008)
GATE General Architecture for Text Engineering Alexander Hein & Erik Dießler (VL Text Analytics - 08.05.2008) Überblick GATE Die Idee Die Architektur Was noch - JAPE / DIFF / GUK ANNIE Einige Beispiele
MehrWORKSHOP METHODEN ZUR TEST- UND FRAGEBOGENKONSTRUKTION UND VERFAHREN DER DATENAUSWERTUNG. Prof. Dr. Nadine Spörer
WORKSHOP METHODEN ZUR TEST- UND FRAGEBOGENKONSTRUKTION UND VERFAHREN DER DATENAUSWERTUNG Prof. Dr. Nadine Spörer Gliederung Messmodelle: Status- und Prozessdiagnostik Schulleistungstests und Fragebögen
Mehr