Information Retrieval - Übersicht. Norbert Fuhr
|
|
- Dennis Hofmann
- vor 8 Jahren
- Abrufe
Transkript
1 Information Retrieval - Übersicht Norbert Fuhr 1
2 1. Einführung IR unterscheidet sich wesentlich zur Suche in klassischen Datenbanken IR beschäftigt sich mit Unsicherheit und Vagheit in Informationssystemen Der Schwerpunkt im IR liegt bei der inhaltsorientierten Suche Dabei muss man zwischen Syntax, Semantik und Pragmatik unterscheiden, wobei IR auf die beiden letztgenannten fokussiert 2
3 2. IR-Konzepte IR unterscheidet sich von Datenbanksystemen durch andere Werte entlang folgender Dimensionen: Matching, Inferenz, Modell, Klassifikation, Anfragesprache, Fragespezifikation, gesuchte Objekte, Reaktion auf Datenfehler Unterscheidet man zwischen Daten (Syntax), Information (Semantik) und Wissen (Pragmatik), dann sucht man im IR primär nach Wissen Wissen wird zur Entscheidungsunterstützung benötigt Sichten auf Dokumente: logische, Layout- und inhaltliche Sicht Anfragen können Anforderungen bzgl. aller Sichten formulieren und auch die Art der Ausgabe bzgl. dieser Sichten spezifizieren Auf Seiten der Objekte untersceidet man zwischen dem Objekt selbst, seiner Repräsentation und seiner Beschreibung Analog differenziert man zwischen einem Informationsbedürfnis, seiner formalen Repräsentation und seiner Beschreibung (sowie der Ausgabespezifikation) 3
4 3. Evaluierung Wesentliche Anforderungen an jede Art von Evaluierung sind Zuverlässigkeit und Validität Im IR werden hauptsächlich summative ( Gesamtsystem) und komparative ( Systemvergleich) Evaluierungen durchgeführt. IR-Evaluierungen beschäftigen sich fast ausschließlich mit Effektivität (im Ggs. zu Effizienz) Dabei wird primär die (objektive) Relevanz oder Pertinenz der Antwortobjekte betrachtet Als abstrakte Beschreibungen von Retrievalergebnissen dienen Distributionen Benutzer haben unterschiedliche Standpunkte, die wiederum verschiedenen Bewertungsmaßen entsprechen. 4
5 Standardmaße sind Precision und Recall, die auch eine probabilistische Interpretation haben. Der Recall kann dabei nur näherungsweise bestimmt werden, da man die Gesamtzahl der relevanten Dokumente in der Kollektion nicht kennt und nur durch verschiedene Verfahren approximieren kann. Beim Vergleich von Recall-Precision-Paaren ist ein Paar nur dann besser, wenn beide Werte größer gleich denen des anderen Paars sind. Dabei gibt es viele unentschiedenen Fälle. Um diese zu entscheiden, muss man einen spezielleren Benutzerstandpunkt wählen F-Maß oder kostenbasierte Maße bilden Recall-Precision-Paare auf eine lineare Skala ab, Hierzu werden zusätzliche Gewichtungsparameter benötigt, die den Benutzerstandpunkt ausdrücken. 5
6 Bei Rangordungen muss man zwischen linearen und schwachen Ordnungen unterscheiden Bei linearen Ordnungen berechnet man Recall und Precision nach jedem Rang. Dadurch entsteht eine Sägezahnkurve im Recall-Precision- Graphen. Diese wird üblicherweise durch eine Treppenfunktion (ceiling- Interpolation) ersetzt, die auf folgenden Annahmen beruht: Der Benutzer stoppt nur nach einem relevanten Dokument Er stoppt nur, wenn die Precision danach nicht mehr steigt.
7 Bei schwachen Rangordnungen muss man zwische zwei Standpunkten unterscheiden: ND: der Benutzer will eine bestimmte Anzahl gefundener Dokumente Hier wird jeweils der gleiche Anteil relevanter und irrelevanter Dokumente aus einem Rang gezogen NR: der Benutzer will eine bestimmte Anzahl relevanter Dokumente Hier berechnet man die entsprechende expected search length Aus diesen Werten für die Anzahlen relevanter/irrelevanter Dokumente berechnet man dann die Recall-Precision-Paare Auch Zwischenwerte für Teile gefundener/relevanter Dokumente sind möglich Das Ergebnis ist in jedem Fall verschieden von einer linearen Interpolation zwischen den (R,P)-Paaren nach jedem Rang 6
8 4.2. Wissensrepräsentation für Texte - semantischer Ansatz Beim semantischen Ansatz unterscheidet man zwischen Klassifikationen, Thesauri und semantischen Netzen. Alle drei Ansätze werden auch als Ontologien bezeichnet Klassifikationen verwenden ein vorgegebene formales Schema und ordnen ein Dokument i.d.r. nur einer oder wenigen Klassen zu Charakteristika von Klassifikationssystemen sind Mono- vs. Polyhierarchie, Mono- vs. Polydimensionalität und analytische vs. synthetische (Facetten-)Klassifikation 7
9 Ein Thesaurus ist eine geordnete Zusammenstellung von Begriffen Ein Thesaurus übt terminologische Kontrolle aus durch Erfassung von Synonymen, Kennzeichnung von Homonymen und Polysemen sowie Festlegung von Vorzugsbenennungen Beziehungen zwischen Begriffen werden durch hierarchische, Äquivalenz- und Assoziationsrelationen modelliert 8
10 Sematische Netze sind derzeit besonders populär durch das semantic Web und die Sprache RDF RDF bietet eine ausdrucksstärkere Beschreibungssprache durch Instanzen zu Konzepten, beliebige Beziehungen zwischen Instanzen ausdrücken, Statements der Art Subjekt-Prädikat-Objekt RDF Schema erweitert die Basiskonzepte um Konstrukte zur Schemadefinition 9
11 4.3. Wissensrepräsentation für Texte Freitextsuche Freitextsuche basiert i.a. auf einer Zerlegung des Textes in einzelne Wörter (Ausnahme: Sprachen ohne automatisch erkennbare Wortgrenzen) Probleme bei der FTS sind (neben der Wortwahl) Homographen, Polyseme, Flexionsformen, Derivationsformen und Komposita. Man unterscheidet zwischen dem informatischen und dem computerlinguistischen Ansatz Der informatischen Ansatz bietet Truncation- und Maskierungsoperatoren zur Suche nach Flexions- und Derivationsformen sowie Kontextoperatoren zur Suche nach Nominalphrasen 10
12 Beim computerlinguistischen Ansatz kann gemäß den verwendeten Methoden zwischen graphematischen, lexikalischen und syntaktischen Verfahren unterscheiden graphematische Verfahren werden zur Grundform- ( Flexionsformen) und Stammformreduktion ( Derivationsformen) eingesetzt Lexikalische Verfahren werden für stark flektierte Sprachen zur Grund- und Stammformreduktion sowie in allen Sprachen zur Behandlung von Komposita eingesetzt syntaktische Verfahren dienen zur Erkennung von Nominalphrasen: Wortklassenbestimmung Parsing Komposita- Identifikation Head-Modifier-Strukturen - Matching 11
13 5 Nicht-probabilistische Retrievalmodelle Wir unterscheiden zwischen den eigentlichen Dokumenten/Fragen deren Repräsentationen (alles, was das System darüber weiß) und deren Beschreibungen Die Retrievalfunktion vergleicht die Beschreibungen von Fragen und Dokumenten und berechnet daraus Retrievalwerte Boolesches, Fuzzy- und Verktorraummodell berugen auf verschiedenen theoretischen Grundlagen, insbesondere was die Bedeutung der Gewichtung angeht Man kann die Modelle ferner danach unterscheiden, ob sie die Frageterme, die Dokumentindexierung oder beides gewichten 12
14 5.3 Boolesches Retrieval Boolesches Retrieval gewichtet weder die Frageterme noch die Dokumentindexierung Anfragen sind boolesche Kombinationen von Termen Anfragemächtigkeit: Boolesches Retrieval kann jede beliebige Dokumentmenge selektieren Boolesches Retrieval hat eine Reihe von Nachteilen, u.a.: Normale Benutzer sind mit dem Formulieren von Anfragen überfordert Die Retrievalqualität ist schlecht Es wird kein Ranking erzeugt, sondern nur eine ungeordnet Menge von Antorten 13
15 5.4 Fuzzy-Retrieval Ähnlich wie Boolesches Retrieval, aber mit gewichteter Dokumentindexierung Dadurch wird ein Ranking erzeugt Die Standarddefinition der Fuzzy-Operatoren (min,max) führt immer noch zu schlechter Retrievalqualität andere Definitionen verletzen die Gesetze der Booleschen Algebra 14
16 5.5 Vektorraummodell Geht von einem orthonormalen Vektorraum aus, der durch die Terme der Kollektion aufgespannt wird Als Retrievalfunktion werden Vektor-Ähnlichkeitsmaße verwendet (Cosinus, Skalarprodukt) Coordination-Level-Match: Spezialfall, der mit ungewichteten Fragetermen und ungewichteter Dokumentindexierung sowie dem Skalarprodukt arbeitet Zur Gewichtung werden heuristische Formeln eingesetzt Das Vektorraummodell liefert die beste Retrievalqualität unter den bisher vorgestellten Modellen 15
17 5.5.1 Vektorraummodell - Relevance Feedback Relevance Feedback modifiziert die Fragebeschreibung aufgrund von Relevanzurteilen zu einer initialen Anfrage Beim VRM ist der theoretisch optimale Vektor der Verbindungsvektor der Zentroiden von relevanten bzw. nichrelevanten Dokumenten Der Rocchio-Algorithmus berücksichtigt auch den ursprünglichen Fragevektor weiter und gewichtet den Zentroiden der relevanten Dokumente stärker als den der nichtrelevanten Durch Relevance Feedback lässt sich die Retrievalqualität drastisch steigern 16
18 5.6 Clustering Clustering teilt Kollektion in Mengen Ähnlicher Dokumente auf Clustering-Anwendungen: Hierarchisches Clustering (insbes. für Browsing) Cluster-Suche Ähnlichkeitssuche von Dokumenten 17
19 5.6.1 Agglomeratives Clustering geht bottom-up vor bildet Link, falls Ähnlichkeit vorgegebenen Schwellenwert überschreitet: single-link: mindestens ein Link zu einem Dokument des Clusters complete link: Links zu allen Dokumenten des Clusters average link: Link zum Zentroiden des Clusters 18
20 5.6.2 Partitionierendes Clustering (k-means): geht top-down vor Anzahl Cluster k und k Startpunkte werden vorgegeben Dokument wird jeweils ähnlichstem Cluster hinzugefügt Zentroiden bilden Startpunkte für nächste Iteration Verfahren iteriert, bis Cluster stabil sind 19
21 5.6.5 Probabilistisches Clustering Verallgemeinerung von k-means auf unscharfe Cluster Ähnlichkeitsmaß: Wahrscheinlichkeit, dass Dokument zum Cluster gehört Unabhängigkeitsannahme: Gesamt-W. als Produkt über die einzelnen Merkmale: Terme: W., dass Term in einem zufälligen Dokument des Clusters vorkommt nummerische Attribute: Normalverteilung Parameterschätzung durch expectation maximization 20
22 5.6.5 Scatter-Gather-Clustering Browsing durch dynamisch generierte Hierarchie Scatter: Clustering der aktuellen Dokumentmenge Gather: Zusammenmischen der vom Nutzer ausgewählten Cluster Cluster-Repräsentation: Dokumenttitel, wichtige Terme Termgewichtung: nach relativem Informationsgehalt (ähnlich idf) 21
23 6.2 Binary independence retrieval model Dokumentrepräsentation: Termmenge Fragerepräsentation: Termmenge + Relevanzurteile Schätzt Chancen (Odds), dass Dokument mit best. Termmenge auf die Anfrage relevant ist Unabhängigkeitsannahme: Terme in den relevanten (bzw. irrelevanten) Dokumenten unabhängig voneinander verteilt zu schätzende Parameter: W., dass Term in zufälligem relevanten Dokument vorkommt W., dass Term in zufälligem irrelevanten Dokument vorkommt 22
24 Parameterschätzung W., dass Term in zufälligem irrelevanten Dokument vorkommt: W., dass Term in zufälligem Dokument vorkommt = relative Dokumenthäufigkeit des Terms W., dass Term in zufälligem relevanten Dokument vorkommt: a) Annahme eines konstanten Wertes: IDF-Gewichtung b) aus Relevance Feedback-Daten 23
25 6.3 Probabilistisches Ranking-Prinzip optimales Retrieval: in Bezug auf gewählte Repräsentation definiert entscheidungstheoretische Rechtfertigung basiert auf Kostenmodell Kosten für Retrieval eines relevanten/irrelevanten Dokumentes ergeben zusammen mit Relevanzwahrscheinlichkeit erwartete Kosten eines Dokumentes Ziel: Gesamtkosten für Retrieval minimieren (bis zu beliebigem Abbruchpunkt in der Rangliste) Gesamtkosten = Summe der erwarteten Kosten Dokumente nach steigenden Kosten ordnen Dokumente nach fallender Relevanzwahrscheinlichkeit ordnen 24
26 9.1 IR-Systeme - Ebenenarchitektur konzeptionelle Ebene Präsentationsebene semantische Ebene logikorientierte Ebene physische Ebene 25
27 9.2 Konzeptionelle Ebene Stufen der Systemunterstützung: 0. keine Unterstützung 1. Anzeige möglicher Aktionen 2. Ausführung von Kommandos 3. Überwachung der Suche und Empfehlungen a) nur auf Nachfrage b) wenn das System den Bedarf erkennt 4. automatische Ausführung a) mit Hinweis an den Benutzer b) ohne Information des Nutzers 26
28 Ebenen von Suchaktivitäten: Move Basisaktion, wie bei ex. Systemen Taktik (strategische) Aktion, die eine Suche vorantreibt Strategem Folge von strategischen Aktionen in einer Domäne Strategie vollständiger Suchplan
29 Visualisierung und Benutzerschnitstellen Design-Prinzipien dem Benutzer informativen Feedback geben UNDO-Funktion Reduktion der kognitiven Belastung (Gedächtnis!) verschiedene Interfaces für Anfänger und Experten Visualisierungstechniken: icons highlighting brushing und linking panning und zooming Fokus plus Kontext magic lens Visualisierung von baumartigen Strukturen Animationen 27
30 Prozessmodell für die Informationssuche klassisches Modell: 1. Informationsbedürfnis 2. Auswahl von System und Kollektion 3. Anfrageformulierung 4. Ergebnisse bewerten 5. Falls unbefriedigend: Reformulierung und weiter bei 4 6. Sonst: Ende Alternative Modelle: Berrypicking: Aufsammeln von relevanten Items Empirische Studien: Retrieval als Folge von zusammenhängenden, aber unterschiedlichen Suchen 28
31 Visualisierung für die verschiedenen Schritte Kollektionsauswahl: Darstellung von Bäumen, Facetten, Clustern Anfrageformulierung: Formulare, Menüs, direkte Manipulation Interpretation/Kontext: Surrogate, Trefferdarstellung in Dokumenten, Strukturierung von Ergebnismengen, Tabellen Relevance Feedback / Benutzerkontrolle 29
32 Interfaces für den gesamten Suchprozess Anordnung und Zuordnung der Fenster für die verschiedenen Aktionen sind kritisch innovative Ansätz basieren z.b. auf objektoriuentierten Modellen, räumlicher Anordung, 3D-Visualisierung Hauptproblem ist die gleichzeitige Visualisierung der Information zu den verschiedenen Suchschritten Das WOB-Modell basiert auf folgenden Prinzipien: Integration verschiedener Modi Verwendung strikter Objektorientierung Weitgehende Visualisierung Unterstützung iterativer Retrievalstrategien Komplexitätsreduktion 30
33 Informationsextraktion Abgrenzung IE beschäftigt sich mit der Extraktion von Fakten aus Texten, für ein vorgegebenes Muster in einer festen Domäne Textverstehen versucht dagegen die semantischen und kommunikativen Aspekte eines Textes möglichst umfassend zu modellieren Information Retrieval beschränkt sich hingegen auf das bloße Lokalisieren der relevanten Dokumente, allerdigs in einem beliebigen Anwendungsbereich 2 Arten von IE-Methoden: Knowledge Engineering: Regeln werden durch Experten erstellt: Sehr arbeitsaufwändig, aber hohe Qualität Trainierbare Systtem: benötigen umfangreiche Trainingsdaten, mittlere Qualität 31
34 Aufbau eines IE-Systems Tokenization: Wort-Segmentierung Morphologische und lexikalische Prozessierung Part of Speech Tagging (Wortklassenbestimmung) Markierung von Wortbedeutungen Syntaktische Analyse: Volles/oberflächliches Parsing Domänen-Analyse Auflösung von Koreferenzen Mischen partieller Ergebnisse 32
Dokumenten-Clustering. Norbert Fuhr
Dokumenten-Clustering Norbert Fuhr Dokumenten-Clustering (Dokumenten-)Cluster: Menge von ähnlichen Dokumenten Ausgangspunkt Cluster-Hypothese : die Ähnlichkeit der relevanten Dokumente untereinander und
Mehr2 Evaluierung von Retrievalsystemen
2. Evaluierung von Retrievalsystemen Relevanz 2 Evaluierung von Retrievalsystemen Die Evaluierung von Verfahren und Systemen spielt im IR eine wichtige Rolle. Gemäß der Richtlinien für IR der GI gilt es,...
MehrInformationsblatt Induktionsbeweis
Sommer 015 Informationsblatt Induktionsbeweis 31. März 015 Motivation Die vollständige Induktion ist ein wichtiges Beweisverfahren in der Informatik. Sie wird häufig dazu gebraucht, um mathematische Formeln
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
MehrEinführung. Information Retrieval. IR-Aufgaben. IR in Beispielen. Adhoc-Suche: Web. IR in Beispielen. Was ist IR? Norbert Fuhr
Einführung Information Retrieval Norbert Fuhr 13. Oktober 2011 IR in Beispielen Was ist IR? Daten Information Wissen Dimensionen des IR Rahmenarchitektur für IR-Systeme Adhoc-Suche: Web IR in Beispielen
MehrLineargleichungssysteme: Additions-/ Subtraktionsverfahren
Lineargleichungssysteme: Additions-/ Subtraktionsverfahren W. Kippels 22. Februar 2014 Inhaltsverzeichnis 1 Einleitung 2 2 Lineargleichungssysteme zweiten Grades 2 3 Lineargleichungssysteme höheren als
MehrIst Fernsehen schädlich für die eigene Meinung oder fördert es unabhängig zu denken?
UErörterung zu dem Thema Ist Fernsehen schädlich für die eigene Meinung oder fördert es unabhängig zu denken? 2000 by christoph hoffmann Seite I Gliederung 1. In zu großen Mengen ist alles schädlich. 2.
MehrDie Gleichung A x = a hat für A 0 die eindeutig bestimmte Lösung. Für A=0 und a 0 existiert keine Lösung.
Lineare Gleichungen mit einer Unbekannten Die Grundform der linearen Gleichung mit einer Unbekannten x lautet A x = a Dabei sind A, a reelle Zahlen. Die Gleichung lösen heißt, alle reellen Zahlen anzugeben,
MehrRegelwerk der "Electronical Infrastructure for Political Work"
Regelwerk der "Electronical Infrastructure for Political Work" Stand 01.06.11 Inhaltsverzeichnis 1.Inhalt...2 2.Codex...2 3.Arbeiten mit dem EIPW...2 3.1.Dokumente...2 3.2.Gestaltung der Arbeit...2 3.2.1.Einfachheit
MehrAnleitung über den Umgang mit Schildern
Anleitung über den Umgang mit Schildern -Vorwort -Wo bekommt man Schilder? -Wo und wie speichert man die Schilder? -Wie füge ich die Schilder in meinen Track ein? -Welche Bauteile kann man noch für Schilder
MehrOECD Programme for International Student Assessment PISA 2000. Lösungen der Beispielaufgaben aus dem Mathematiktest. Deutschland
OECD Programme for International Student Assessment Deutschland PISA 2000 Lösungen der Beispielaufgaben aus dem Mathematiktest Beispielaufgaben PISA-Hauptstudie 2000 Seite 3 UNIT ÄPFEL Beispielaufgaben
Mehr2.1 Präsentieren wozu eigentlich?
2.1 Präsentieren wozu eigentlich? Gute Ideen verkaufen sich in den seltensten Fällen von allein. Es ist heute mehr denn je notwendig, sich und seine Leistungen, Produkte etc. gut zu präsentieren, d. h.
Mehr1 Mathematische Grundlagen
Mathematische Grundlagen - 1-1 Mathematische Grundlagen Der Begriff der Menge ist einer der grundlegenden Begriffe in der Mathematik. Mengen dienen dazu, Dinge oder Objekte zu einer Einheit zusammenzufassen.
Mehr13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen.
13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen. Sie heißt linear, wenn sie die Form y (n) + a n 1 y (n 1)
MehrWelche Bereiche gibt es auf der Internetseite vom Bundes-Aufsichtsamt für Flugsicherung?
Welche Bereiche gibt es auf der Internetseite vom Bundes-Aufsichtsamt für Flugsicherung? BAF ist die Abkürzung von Bundes-Aufsichtsamt für Flugsicherung. Auf der Internetseite gibt es 4 Haupt-Bereiche:
MehrThematische Abfrage mit Computerlinguistik
Thematische Abfrage mit Computerlinguistik Autor: Dr. Klaus Loth (ETH-Bibliothek Zürich) Zusammenfassung Der Beitrag befasst sich mit dem Einsatz der Computerlinguistik bei der thematischen Abfrage einer
MehrDie Entwicklung eines Glossars (oder eines kontrollierten Vokabulars) für ein Unternehmen geht üblicherweise in 3 Schritten vor sich:
Glossare 1 Inhalt 1 Inhalt... 1 2 Prozesse... 1 3 Eine kleine Zeittabelle...... 1 4 Die ersten Schritte... 2 5 Die nächsten Schritte...... 2 6 Die letzten Schritte... 3 7 Das Tool...... 4 8 Beispiele...
MehrBeweisbar sichere Verschlüsselung
Beweisbar sichere Verschlüsselung ITS-Wahlpflichtvorlesung Dr. Bodo Möller Ruhr-Universität Bochum Horst-Görtz-Institut für IT-Sicherheit Lehrstuhl für Kommunikationssicherheit bmoeller@crypto.rub.de 6
MehrSemestralklausur zur Vorlesung. Web Mining. Prof. J. Fürnkranz Technische Universität Darmstadt Sommersemester 2004 Termin: 22. 7.
Semestralklausur zur Vorlesung Web Mining Prof. J. Fürnkranz Technische Universität Darmstadt Sommersemester 2004 Termin: 22. 7. 2004 Name: Vorname: Matrikelnummer: Fachrichtung: Punkte: (1).... (2)....
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
Mehr7 Rechnen mit Polynomen
7 Rechnen mit Polynomen Zu Polynomfunktionen Satz. Zwei Polynomfunktionen und f : R R, x a n x n + a n 1 x n 1 + a 1 x + a 0 g : R R, x b n x n + b n 1 x n 1 + b 1 x + b 0 sind genau dann gleich, wenn
MehrEinfache Varianzanalyse für abhängige
Einfache Varianzanalyse für abhängige Stichproben Wie beim t-test gibt es auch bei der VA eine Alternative für abhängige Stichproben. Anmerkung: Was man unter abhängigen Stichproben versteht und wie diese
MehrTutorium zur Mikroökonomie II WS 02/03 Universität Mannheim Tri Vi Dang. Aufgabenblatt 3 (KW 44) (30.10.02)
Tutorium zur Mikroökonomie II WS 02/03 Universität Mannheim Tri Vi Dang Aufgabenblatt 3 (KW 44) (30.10.02) Aufgabe 1: Preisdiskriminierung dritten Grades (20 Punkte) Ein innovativer Uni-Absolvent plant,
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
MehrVektoren mit GeoGebra
Vektoren mit GeoGebra Eine Kurzanleitung mit Beispielen Markus Hohenwarter, 2005 In GeoGebra kann mit Vektoren und Punkten konstruiert und gerechnet werden. Diese Kurzanleitung gibt einen Überblick über
MehrMit dem Tool Stundenverwaltung von Hanno Kniebel erhalten Sie die Möglichkeit zur effizienten Verwaltung von Montagezeiten Ihrer Mitarbeiter.
Stundenverwaltung Mit dem Tool Stundenverwaltung von Hanno Kniebel erhalten Sie die Möglichkeit zur effizienten Verwaltung von Montagezeiten Ihrer Mitarbeiter. Dieses Programm zeichnet sich aus durch einfachste
MehrLehrer: Einschreibemethoden
Lehrer: Einschreibemethoden Einschreibemethoden Für die Einschreibung in Ihren Kurs gibt es unterschiedliche Methoden. Sie können die Schüler über die Liste eingeschriebene Nutzer Ihrem Kurs zuweisen oder
MehrProfessionelle Seminare im Bereich MS-Office
Der Name BEREICH.VERSCHIEBEN() ist etwas unglücklich gewählt. Man kann mit der Funktion Bereiche zwar verschieben, man kann Bereiche aber auch verkleinern oder vergrößern. Besser wäre es, die Funktion
MehrDas große ElterngeldPlus 1x1. Alles über das ElterngeldPlus. Wer kann ElterngeldPlus beantragen? ElterngeldPlus verstehen ein paar einleitende Fakten
Das große x -4 Alles über das Wer kann beantragen? Generell kann jeder beantragen! Eltern (Mütter UND Väter), die schon während ihrer Elternzeit wieder in Teilzeit arbeiten möchten. Eltern, die während
MehrKonzepte der Informatik
Konzepte der Informatik Vorkurs Informatik zum WS 2011/2012 26.09. - 30.09.2011 17.10. - 21.10.2011 Dr. Werner Struckmann / Christoph Peltz Stark angelehnt an Kapitel 1 aus "Abenteuer Informatik" von Jens
MehrWelche Lagen können zwei Geraden (im Raum) zueinander haben? Welche Lagen kann eine Gerade bezüglich einer Ebene im Raum einnehmen?
Welche Lagen können zwei Geraden (im Raum) zueinander haben? Welche Lagen können zwei Ebenen (im Raum) zueinander haben? Welche Lagen kann eine Gerade bezüglich einer Ebene im Raum einnehmen? Wie heiÿt
Mehrsondern alle Werte gleich behandelt. Wir dürfen aber nicht vergessen, dass Ergebnisse, je länger sie in der Vergangenheit
sondern alle Werte gleich behandelt. Wir dürfen aber nicht vergessen, dass Ergebnisse, je länger sie in der Vergangenheit liegen, an Bedeutung verlieren. Die Mannschaften haben sich verändert. Spieler
MehrMai 2006. Hauptseminar: Nichtrelationale Datenbanken Historisch-Kulturwissenschaftliche Informationsverarbeitung Universität zu Köln
Hauptseminar: Nichtrelationale Historisch-Kulturwissenschaftliche Informationsverarbeitung Universität zu Köln Mai 2006 Was ist eine Datenbank? Erweiterung relationaler um eine Deduktionskomponente Diese
MehrKompetenzen und Aufgabenbeispiele Deutsch Erstes Schreiben
Institut für Bildungsevaluation Assoziiertes Institut der Universität Zürich Kompetenzen und Aufgabenbeispiele Deutsch Erstes Schreiben Informationen für Lehrpersonen und Eltern 1. Wie sind die Ergebnisse
MehrEinführung in. Logische Schaltungen
Einführung in Logische Schaltungen 1/7 Inhaltsverzeichnis 1. Einführung 1. Was sind logische Schaltungen 2. Grundlegende Elemente 3. Weitere Elemente 4. Beispiel einer logischen Schaltung 2. Notation von
MehrErstellen von x-y-diagrammen in OpenOffice.calc
Erstellen von x-y-diagrammen in OpenOffice.calc In dieser kleinen Anleitung geht es nur darum, aus einer bestehenden Tabelle ein x-y-diagramm zu erzeugen. D.h. es müssen in der Tabelle mindestens zwei
MehrProbleme beim Arbeiten mit Variablen, Termen und Gleichungen
Probleme beim Arbeiten mit Variablen, Termen und Gleichungen Tage des Unterrichts in Mathematik, Naturwissenschaften und Technik Rostock 2010 Prof. Dr. Hans-Dieter Sill, Universität Rostock, http://www.math.uni-rostock.de/~sill/
MehrHinweise zum Übungsblatt Formatierung von Text:
Hinweise zum Übungsblatt Formatierung von Text: Zu den Aufgaben 1 und 2: Als erstes markieren wir den Text den wir verändern wollen. Dazu benutzen wir die linke Maustaste. Wir positionieren den Mauszeiger
MehrFormeln. Signatur. aussagenlogische Formeln: Aussagenlogische Signatur
Signatur Formeln Am Beispiel der Aussagenlogik erklären wir schrittweise wichtige Elemente eines logischen Systems. Zunächst benötigt ein logisches System ein Vokabular, d.h. eine Menge von Namen, die
MehrWindows. Workshop Internet-Explorer: Arbeiten mit Favoriten, Teil 1
Workshop Internet-Explorer: Arbeiten mit Favoriten, Teil 1 Wenn der Name nicht gerade www.buch.de oder www.bmw.de heißt, sind Internetadressen oft schwer zu merken Deshalb ist es sinnvoll, die Adressen
MehrLineare Gleichungssysteme
Brückenkurs Mathematik TU Dresden 2015 Lineare Gleichungssysteme Schwerpunkte: Modellbildung geometrische Interpretation Lösungsmethoden Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik auf der
MehrSuche schlecht beschriftete Bilder mit Eigenen Abfragen
Suche schlecht beschriftete Bilder mit Eigenen Abfragen Ist die Bilderdatenbank über einen längeren Zeitraum in Benutzung, so steigt die Wahrscheinlichkeit für schlecht beschriftete Bilder 1. Insbesondere
MehrSpeicher in der Cloud
Speicher in der Cloud Kostenbremse, Sicherheitsrisiko oder Basis für die unternehmensweite Kollaboration? von Cornelius Höchel-Winter 2013 ComConsult Research GmbH, Aachen 3 SYNCHRONISATION TEUFELSZEUG
MehrWir machen neue Politik für Baden-Württemberg
Wir machen neue Politik für Baden-Württemberg Am 27. März 2011 haben die Menschen in Baden-Württemberg gewählt. Sie wollten eine andere Politik als vorher. Die Menschen haben die GRÜNEN und die SPD in
MehrV 2 B, C, D Drinks. Möglicher Lösungsweg a) Gleichungssystem: 300x + 400 y = 520 300x + 500y = 597,5 2x3 Matrix: Energydrink 0,7 Mineralwasser 0,775,
Aufgabenpool für angewandte Mathematik / 1. Jahrgang V B, C, D Drinks Ein gastronomischer Betrieb kauft 300 Dosen Energydrinks (0,3 l) und 400 Liter Flaschen Mineralwasser und zahlt dafür 50, Euro. Einen
MehrSerienbrieferstellung in Word mit Kunden-Datenimport aus Excel
Sehr vielen Mitarbeitern fällt es schwer, Serienbriefe an Kunden zu verschicken, wenn sie die Serienbrieffunktion von Word nicht beherrschen. Wenn die Kunden mit Excel verwaltet werden, genügen nur ein
MehrWinWerk. Prozess 6a Rabatt gemäss Vorjahresverbrauch. KMU Ratgeber AG. Inhaltsverzeichnis. Im Ifang 16 8307 Effretikon
WinWerk Prozess 6a Rabatt gemäss Vorjahresverbrauch 8307 Effretikon Telefon: 052-740 11 11 Telefax: 052-740 11 71 E-Mail info@kmuratgeber.ch Internet: www.winwerk.ch Inhaltsverzeichnis 1 Ablauf der Rabattverarbeitung...
Mehr50. Mathematik-Olympiade 2. Stufe (Regionalrunde) Klasse 11 13. 501322 Lösung 10 Punkte
50. Mathematik-Olympiade. Stufe (Regionalrunde) Klasse 3 Lösungen c 00 Aufgabenausschuss des Mathematik-Olympiaden e.v. www.mathematik-olympiaden.de. Alle Rechte vorbehalten. 503 Lösung 0 Punkte Es seien
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
Mehr4. Jeder Knoten hat höchstens zwei Kinder, ein linkes und ein rechtes.
Binäre Bäume Definition: Ein binärer Baum T besteht aus einer Menge von Knoten, die durch eine Vater-Kind-Beziehung wie folgt strukturiert ist: 1. Es gibt genau einen hervorgehobenen Knoten r T, die Wurzel
MehrHilfe Bearbeitung von Rahmenleistungsverzeichnissen
Hilfe Bearbeitung von Rahmenleistungsverzeichnissen Allgemeine Hinweise Inhaltsverzeichnis 1 Allgemeine Hinweise... 3 1.1 Grundlagen...3 1.2 Erstellen und Bearbeiten eines Rahmen-Leistungsverzeichnisses...
Mehrecaros2 - Accountmanager
ecaros2 - Accountmanager procar informatik AG 1 Stand: FS 09/2012 Inhaltsverzeichnis 1 Aufruf des ecaros2-accountmanager...3 2 Bedienung Accountmanager...4 procar informatik AG 2 Stand: FS 09/2012 1 Aufruf
MehrRente = laufende Zahlungen, die in regelmäßigen Zeitabschnitten (periodisch) wiederkehren Rentenperiode = Zeitabstand zwischen zwei Rentenzahlungen
5.2. entenrechnung Definition: ente = laufende Zahlungen, die in regelmäßigen Zeitabschnitten (periodisch) wiederkehren entenperiode = Zeitabstand zwischen zwei entenzahlungen Finanzmathematisch sind zwei
MehrGrundbegriffe der Informatik
Grundbegriffe der Informatik Einheit 15: Reguläre Ausdrücke und rechtslineare Grammatiken Thomas Worsch Universität Karlsruhe, Fakultät für Informatik Wintersemester 2008/2009 1/25 Was kann man mit endlichen
Mehrmysql - Clients MySQL - Abfragen eine serverbasierenden Datenbank
mysql - Clients MySQL - Abfragen eine serverbasierenden Datenbank In den ersten beiden Abschnitten (rbanken1.pdf und rbanken2.pdf) haben wir uns mit am Ende mysql beschäftigt und kennengelernt, wie man
MehrZwischenablage (Bilder, Texte,...)
Zwischenablage was ist das? Informationen über. die Bedeutung der Windows-Zwischenablage Kopieren und Einfügen mit der Zwischenablage Vermeiden von Fehlern beim Arbeiten mit der Zwischenablage Bei diesen
MehrKapitel 4 Die Datenbank Kuchenbestellung Seite 1
Kapitel 4 Die Datenbank Kuchenbestellung Seite 1 4 Die Datenbank Kuchenbestellung In diesem Kapitel werde ich die Theorie aus Kapitel 2 Die Datenbank Buchausleihe an Hand einer weiteren Datenbank Kuchenbestellung
MehrStatuten in leichter Sprache
Statuten in leichter Sprache Zweck vom Verein Artikel 1: Zivil-Gesetz-Buch Es gibt einen Verein der selbstbestimmung.ch heisst. Der Verein ist so aufgebaut, wie es im Zivil-Gesetz-Buch steht. Im Zivil-Gesetz-Buch
MehrAGROPLUS Buchhaltung. Daten-Server und Sicherheitskopie. Version vom 21.10.2013b
AGROPLUS Buchhaltung Daten-Server und Sicherheitskopie Version vom 21.10.2013b 3a) Der Daten-Server Modus und der Tresor Der Daten-Server ist eine Betriebsart welche dem Nutzer eine grosse Flexibilität
MehrPersönlichkeit und Persönlichkeitsunterschiede
9 Persönlichkeit und Persönlichkeitsunterschiede 1 Inhalt Die Beschäftigung mit der menschlichen Persönlichkeit spielt in unserem Alltag eine zentrale Rolle. Wir greifen auf das globale Konzept Persönlichkeit
MehrGlaube an die Existenz von Regeln für Vergleiche und Kenntnis der Regeln
Glaube an die Existenz von Regeln für Vergleiche und Kenntnis der Regeln Regeln ja Regeln nein Kenntnis Regeln ja Kenntnis Regeln nein 0 % 10 % 20 % 30 % 40 % 50 % 60 % 70 % 80 % 90 % Glauben Sie, dass
MehrGrundbegriffe der Informatik
Grundbegriffe der Informatik Kapitel 6: Induktives Vorgehen Thomas Worsch KIT, Institut für Theoretische Informatik Wintersemester 2015/2016 GBI Grundbegriffe der Informatik KIT, Institut für Theoretische
MehrKreativ visualisieren
Kreativ visualisieren Haben Sie schon einmal etwas von sogenannten»sich selbst erfüllenden Prophezeiungen«gehört? Damit ist gemeint, dass ein Ereignis mit hoher Wahrscheinlichkeit eintritt, wenn wir uns
MehrMaschinelle Übersetzung
Hauptstudiumsprojekt SoSe 07 Maschinelle Übersetzung Walther v. Hahn, Cristina Vertan {vhahn,vertan}@informatik.uni-hamburg.de Wozu dient ein Projekt? Projekte im Umfang von 6 SWS dienen der Bearbeitung
MehrMORE Profile. Pass- und Lizenzverwaltungssystem. Stand: 19.02.2014 MORE Projects GmbH
MORE Profile Pass- und Lizenzverwaltungssystem erstellt von: Thorsten Schumann erreichbar unter: thorsten.schumann@more-projects.de Stand: MORE Projects GmbH Einführung Die in More Profile integrierte
MehrDeutschland-Check Nr. 35
Beschäftigung älterer Arbeitnehmer Ergebnisse des IW-Unternehmervotums Bericht der IW Consult GmbH Köln, 13. Dezember 2012 Institut der deutschen Wirtschaft Köln Consult GmbH Konrad-Adenauer-Ufer 21 50668
MehrWas ist Sozial-Raum-Orientierung?
Was ist Sozial-Raum-Orientierung? Dr. Wolfgang Hinte Universität Duisburg-Essen Institut für Stadt-Entwicklung und Sozial-Raum-Orientierte Arbeit Das ist eine Zusammen-Fassung des Vortrages: Sozialräume
MehrHistorical Viewer. zu ETC5000 Benutzerhandbuch 312/15
Historical Viewer zu ETC5000 Benutzerhandbuch 312/15 Inhaltsverzeichnis 1 Allgemeine Hinweise... 3 1.1 Dokumentation...3 2 Installation... 3 3 Exportieren der Logdatei aus dem ETC 5000... 3 4 Anlegen eines
MehrEinführung in die Fuzzy Logic
Einführung in die Fuzzy Logic Entwickelt von L. Zadeh in den 60er Jahren Benutzt unscharfe (fuzzy) Begriffe und linguistische Variablen Im Gegensatz zur Booleschen Logik {0,} wird das ganze Intervall [0,]
MehrWas taugt der Wertpapierprospekt für die Anlegerinformation?
Was taugt der Wertpapierprospekt für die Anlegerinformation? Panel 1 Rahmenbedingungen für Anlegerinformation und Anlegerschutz beim Wertpapiererwerb Verhältnis zu Beratung, Informationsblatt und Investorenpräsentation
MehrKorrelation (II) Korrelation und Kausalität
Korrelation (II) Korrelation und Kausalität Situation: Seien X, Y zwei metrisch skalierte Merkmale mit Ausprägungen (x 1, x 2,..., x n ) bzw. (y 1, y 2,..., y n ). D.h. für jede i = 1, 2,..., n bezeichnen
Mehrteamsync Kurzanleitung
1 teamsync Kurzanleitung Version 4.0-19. November 2012 2 1 Einleitung Mit teamsync können Sie die Produkte teamspace und projectfacts mit Microsoft Outlook synchronisieren.laden Sie sich teamsync hier
MehrAbschlussprüfung Realschule Bayern II / III: 2009 Haupttermin B 1.0 B 1.1
B 1.0 B 1.1 L: Wir wissen von, dass sie den Scheitel hat und durch den Punkt läuft. Was nichts bringt, ist beide Punkte in die allgemeine Parabelgleichung einzusetzen und das Gleichungssystem zu lösen,
MehrMobile Intranet in Unternehmen
Mobile Intranet in Unternehmen Ergebnisse einer Umfrage unter Intranet Verantwortlichen aexea GmbH - communication. content. consulting Augustenstraße 15 70178 Stuttgart Tel: 0711 87035490 Mobile Intranet
MehrSitua?onsbeschreibung aus Sicht einer Gemeinde
Ein Bürger- und Gemeindebeteiligungsgesetz für Mecklenburg- Vorpommern aus Sicht der Stadt Loitz in Vorpommern Situa?onsbeschreibung aus Sicht einer Gemeinde verschiedene Windkra.anlagen unterschiedlichen
MehrUm Ihre Ziele durchzusetzen! Um Beziehungen zu knüpfen und zu pflegen! Um in Begegnungen mit anderen Ihre Selbstachtung zu wahren!
Handout 19 Interpersonelle Grundfertigkeiten Einführung Wozu brauchen Sie zwischenmenschliche Skills? Um Ihre Ziele durchzusetzen! Um Beziehungen zu knüpfen und zu pflegen! Um in Begegnungen mit anderen
MehrManager. von Peter Pfeifer, Waltraud Pfeifer, Burkhard Münchhagen. Spielanleitung
Manager von Peter Pfeifer, Waltraud Pfeifer, Burkhard Münchhagen Spielanleitung Manager Ein rasantes Wirtschaftsspiel für 3 bis 6 Spieler. Das Glück Ihrer Firma liegt in Ihren Händen! Bestehen Sie gegen
Mehr1 topologisches Sortieren
Wolfgang Hönig / Andreas Ecke WS 09/0 topologisches Sortieren. Überblick. Solange noch Knoten vorhanden: a) Suche Knoten v, zu dem keine Kante führt (Falls nicht vorhanden keine topologische Sortierung
MehrTREND SEARCH VISUALISIERUNG. von Ricardo Gantschew btk Berlin Dozent / Till Nagel
von Ricardo Gantschew btk Berlin Dozent / Till Nagel 01 IDEE Einige kennen vielleicht GoogleTrends. Hierbei handelt es sich um eine Anwendung, bei der man verschiedenste Begriffe auf die Häufigkeit ihrer
MehrWord 2010 Schnellbausteine
WO.001, Version 1.0 02.04.2013 Kurzanleitung Word 2010 Schnellbausteine Word 2010 enthält eine umfangreiche Sammlung vordefinierter Bausteine, die sogenannten "Schnellbausteine". Neben den aus den früheren
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,
MehrMatrix42. Use Case - Sicherung und Rücksicherung persönlicher Einstellungen über Personal Backup. Version 1.0.0. 23. September 2015 - 1 -
Matrix42 Use Case - Sicherung und Rücksicherung persönlicher Version 1.0.0 23. September 2015-1 - Inhaltsverzeichnis 1 Einleitung 3 1.1 Beschreibung 3 1.2 Vorbereitung 3 1.3 Ziel 3 2 Use Case 4-2 - 1 Einleitung
MehrWERKZEUG KUNDENGRUPPEN BILDEN
Integrierter MarketinXervice Dr. Rüdiger Alte Wilhelm-Busch-Straße 27 99099 Erfurt Tel.: 0361 / 55 45 84 38 WERKZEUG GRUPPEN BILDEN Die folgenden Fragen mögen Ihnen helfen, Kriterien aufzustellen, anhand
MehrInformatik Kurs Simulation. Hilfe für den Consideo Modeler
Hilfe für den Consideo Modeler Consideo stellt Schulen den Modeler kostenlos zur Verfügung. Wenden Sie sich an: http://consideo-modeler.de/ Der Modeler ist ein Werkzeug, das nicht für schulische Zwecke
MehrSichere E-Mail Anleitung Zertifikate / Schlüssel für Kunden der Sparkasse Germersheim-Kandel. Sichere E-Mail. der
Sichere E-Mail der Nutzung von Zertifikaten / Schlüsseln zur sicheren Kommunikation per E-Mail mit der Sparkasse Germersheim-Kandel Inhalt: 1. Voraussetzungen... 2 2. Registrierungsprozess... 2 3. Empfang
MehrLichtbrechung an Linsen
Sammellinsen Lichtbrechung an Linsen Fällt ein paralleles Lichtbündel auf eine Sammellinse, so werden die Lichtstrahlen so gebrochen, dass sie durch einen Brennpunkt der Linse verlaufen. Der Abstand zwischen
MehrPrimzahlen und RSA-Verschlüsselung
Primzahlen und RSA-Verschlüsselung Michael Fütterer und Jonathan Zachhuber 1 Einiges zu Primzahlen Ein paar Definitionen: Wir bezeichnen mit Z die Menge der positiven und negativen ganzen Zahlen, also
MehrSemantic Web Technologies I! Lehrveranstaltung im WS10/11! Dr. Andreas Harth! Dr. Sebastian Rudolph!
Semantic Web Technologies I! Lehrveranstaltung im WS10/11! Dr. Andreas Harth! Dr. Sebastian Rudolph! www.semantic-web-grundlagen.de Ontology Engineering! Dr. Sebastian Rudolph! Semantic Web Architecture
MehrIn konstanten Modellen wird davon ausgegangen, dass die zu prognostizierende Größe sich über die Zeit hinweg nicht verändert.
Konstante Modelle: In konstanten Modellen wird davon ausgegangen, dass die zu prognostizierende Größe sich über die Zeit hinweg nicht verändert. Der prognostizierte Wert für die Periode T+i entspricht
MehrKompetitive Analysen von Online-Algorithmen
Kompetitive Analysen von Online-Algorithmen jonas echterhoff 16. Juli 004 1 Einführung 1.1 Terminologie Online-Algorithmen sind Algorithmen, die Probleme lösen sollen, bei denen Entscheidungen getroffen
MehrZahlenwinkel: Forscherkarte 1. alleine. Zahlenwinkel: Forschertipp 1
Zahlenwinkel: Forscherkarte 1 alleine Tipp 1 Lege die Ziffern von 1 bis 9 so in den Zahlenwinkel, dass jeder Arm des Zahlenwinkels zusammengezählt das gleiche Ergebnis ergibt! Finde möglichst viele verschiedene
MehrPTV VISWALK TIPPS UND TRICKS PTV VISWALK TIPPS UND TRICKS: VERWENDUNG DICHTEBASIERTER TEILROUTEN
PTV VISWALK TIPPS UND TRICKS PTV VISWALK TIPPS UND TRICKS: VERWENDUNG DICHTEBASIERTER TEILROUTEN Karlsruhe, April 2015 Verwendung dichte-basierter Teilrouten Stellen Sie sich vor, in einem belebten Gebäude,
MehrAnwendungshinweise zur Anwendung der Soziometrie
Anwendungshinweise zur Anwendung der Soziometrie Einführung Die Soziometrie ist ein Verfahren, welches sich besonders gut dafür eignet, Beziehungen zwischen Mitgliedern einer Gruppe darzustellen. Das Verfahren
MehrTESTEN SIE IHR KÖNNEN UND GEWINNEN SIE!
9 TESTEN SIE IHR KÖNNEN UND GEWINNEN SIE! An den SeniorNETclub 50+ Währinger Str. 57/7 1090 Wien Und zwar gleich in doppelter Hinsicht:!"Beantworten Sie die folgenden Fragen und vertiefen Sie damit Ihr
Mehr(C)opyright 2009 by Jochen Vajda
(C)opyright 2009 by Jochen Vajda Inhalt Einführung Darstellung des Verzeichnisbaums Statusleiste Überschreibenvon Dateien Ordnereinstellungen Suche Einleitung Der folgende Artikel vergleicht den Windows
Mehr4. Nicht-Probabilistische Retrievalmodelle
4. Nicht-Probabilistische Retrievalmodelle 1 4. Nicht-Probabilistische Retrievalmodelle Norbert Fuhr 4. Nicht-Probabilistische Retrievalmodelle 2 Rahmenarchitektur für IR-Systeme Evaluierung Informations
MehrUnterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Abi-Retter-Strategien: Texterörterung. Das komplette Material finden Sie hier:
Unterrichtsmaterialien in digitaler und in gedruckter Form Auszug aus: Das komplette Material finden Sie hier: Download bei School-Scout.de Thema: TMD: 47047 Kurzvorstellung des Materials: Teil der Abi-Retter-Strategie-Serie:
Mehr