Suche - BMSD - TU Dortmund

Suche
Personensuche

17505 Ergebnisse

fsinfo.cs.tu-dortmund.de/_export/xhtml/ags/koch-ag/rezepte/pfannkuchen

ags:koch-ag:rezepte:pfannkuchen

Anzahl der Eier um das 1.5-Fache: 15 Eier 2l Milch 1kg Maismehl 1 großzügige Priese Salz 10 EL Zucker Vegane Pfannkuchen - Ölig 1l Sojamilch 1l Apfelsaft 10 EL Zucker 1kg Maismehl 1Pkg. Backpulver Öl für [...] Milch 1kg Weizenmehl 1 großzügige Priese Salz Eierpfannkuchen - Süß 10 Eier 2l Milch 1kg Weizenmehl 1 großzügige Priese Salz 10 EL Zucker Eierpfannkuchen - Apfel 10 Eier 2l Milch 1kg Weizenmehl 1 großzügige [...] auf Mittlerer Stufe stehen (4/10, 5/10 oder 1.5/3, 2/3). Bei breiteren Pfannen (und damit dünneren Pfannkuchen) reicht eine sehr niedrige Hitze (2/10 oder 1.5/3). Der erste Pfannkuchen wird aufgrund noch …
www.akjstat.tu-dortmund.de/themen/kindertagesbetreuung-bis-zum-schuleintritt/monitoring/betreuungsatlas/&nbsp

Betreuungsatlas - AKJStat

Teile: 1. die Daten auf Jugendamtsbezirksebene in Form von Tabellen und 2. die Visualisierung regionaler Differenzen anhand von Karten. Tabellen Betreuungsatlas 2017 Tabellenband Karten Karte 1.1: Kinder [...] Karten Karte 1.1: Kinder im Alter von unter 3 Jahren in öffentlich geförderter Kindertagespflege und in Kindertageseinrichtungen 2016 nach Jugendamtsbezirken (in % altersgleicher Bevölkerung) Karte 1.2: Kinder [...] altersgleicher Bevölkerung) Karte 1.3: Schulkinder bis unter 11 Jahre in Kindertageseinrichtungen 2017 nach Jugendamtsbezirken (in % altersgleicher Bevölkerung) Karte 1.4: Anteil der Kinder im Alter von …
dm.cs.tu-dortmund.de/mlbits/frequent-pattern-apriori-algorithm/

Apriori Algorithm – Lecture Notes

Example: \(F_3 = \{ (1~ 2~ 3), (1~ 2~ 4), (1~ 3~ 4), (1~ 3~ 5), (2~ 3~ 4)\}\) After join: \(\{ (1~ 2~ 3~ 4), (1~ 3~ 4~ 5)\}\) pruning step: remove \((1~ 3~ 4~ 5)\) because \((3~ 4~ 5), (1~ 4~ 5) \not\in F_3\) [...] apriori-gen Step 1: Join by prefix matching Process all \((k-1)\) -frequent itemsets \(p\lt{}q\) , that match on their first \(k-2\) elements \(p \in F_{k-1}:\) ( 1 2 3) \(\downarrow\) ( 1 2 3 4) \(\in [...] \(\in C_k\) \(\uparrow\) \(q \in F_{k-1}:\) ( 1 2 4) Step 2: Pruning Remove all candidate itemsets that have a subset of size \((k-1)\) that is not in \(F_{k-1}\) Note: faster on sorted itemsets. Need to check …
dm.cs.tu-dortmund.de/en/mlbits/frequent-pattern-apriori-algorithm/

Apriori Algorithm – Lecture Notes

Example: \(F_3 = \{ (1~ 2~ 3), (1~ 2~ 4), (1~ 3~ 4), (1~ 3~ 5), (2~ 3~ 4)\}\) After join: \(\{ (1~ 2~ 3~ 4), (1~ 3~ 4~ 5)\}\) pruning step: remove \((1~ 3~ 4~ 5)\) because \((3~ 4~ 5), (1~ 4~ 5) \not\in F_3\) [...] apriori-gen Step 1: Join by prefix matching Process all \((k-1)\) -frequent itemsets \(p\lt{}q\) , that match on their first \(k-2\) elements \(p \in F_{k-1}:\) ( 1 2 3) \(\downarrow\) ( 1 2 3 4) \(\in [...] \(\in C_k\) \(\uparrow\) \(q \in F_{k-1}:\) ( 1 2 4) Step 2: Pruning Remove all candidate itemsets that have a subset of size \((k-1)\) that is not in \(F_{k-1}\) Note: faster on sorted itemsets. Need to check …
www.akjstat.tu-dortmund.de/themen/kindertagesbetreuung-bis-zum-schuleintritt/monitoring/betreuungsatlas

Betreuungsatlas - AKJStat

Teile: 1. die Daten auf Jugendamtsbezirksebene in Form von Tabellen und 2. die Visualisierung regionaler Differenzen anhand von Karten. Tabellen Betreuungsatlas 2017 Tabellenband Karten Karte 1.1: Kinder [...] Karten Karte 1.1: Kinder im Alter von unter 3 Jahren in öffentlich geförderter Kindertagespflege und in Kindertageseinrichtungen 2016 nach Jugendamtsbezirken (in % altersgleicher Bevölkerung) Karte 1.2: Kinder [...] altersgleicher Bevölkerung) Karte 1.3: Schulkinder bis unter 11 Jahre in Kindertageseinrichtungen 2017 nach Jugendamtsbezirken (in % altersgleicher Bevölkerung) Karte 1.4: Anteil der Kinder im Alter von …
www.mathematik.tu-dortmund.de/fileadmin/user_upload/0000_FKM/S_L-evaluation/Grafiken-Winter201011.pdf

Evaluation-Winter2010-anonym

*+,!1#,%($'%2'3(4! 1),2#$3(4#(5!6)'#!*+,!1#,%($'%2'3(4! 3(7!-).#('/0(! !"##$ %"##$ &"##$ '"##$ ("##$ )"##$ !"##$ %"##$ &"##$ '"##$ ("##$ )"##$ !" # $% & '( ) '# !* + ,! - . / ( 0! "#$%&'()'#!*+,!1#,%($'%2'/(0 [...] %($'%2'/(0! 1),2#$/(0#(3!4)'#!*+,!1#,%($'%2'/(0! /(5!-./(0! !"##$ %"##$ &"##$ '"##$ ("##$ )"##$ !"##$ %"##$ &"##$ '"##$ ("##$ )"##$ !" # $% & '( ) '# !* + ,! - . / ( 0! "#$%&'()'#!*+,!1)2#('34(! 5),6#$/(0#(7 [...] Schulnotenskala: 1=sehr schlecht, ...., 6= sehr gut Bewertung der Vorlesungen: !"##$ %"##$ &"##$ '"##$ ("##$ )"##$ #$ (#$ !##$ !(#$ %##$ %(#$ &##$ &(#$ '##$ !" # $% & '( ) '# !! *+ ) ,- # $. ( /0 !1 ) # 2( '3 …
1. WDB
2. Baustoffkundelabor
3. Bauwerksuntersuchung
Betonüberdeckungsmessungen

EN 1992-1-1:2011-01 Eurocode 2: Bemessung und Konstruktion von Stahlbeton- und Spannbetontragwerken – Teil 1-1: Allgemeine Bemessungsregeln und Regeln für den Hochbau; Deutsche Fassung EN 1992-1-1:2004 + [...] nachträglichen Verbund) und der am nächsten gelegenen Betonoberfläche wird entsprechend der DIN EN 1992-1-1 als Betondeckung definiert. Eine expositionsklassenabhängige Betondeckung ist zwingend erforderlich …
www-ai.cs.tu-dortmund.de/de/LEHRE/PG/PG343/javadoc/exceptions/class-use/DictionaryRelationNotFoundException.html

: Uses of Class exceptions.DictionaryRelationNotFoundException

lang.String word1, java.lang.String word2) l?scht eine Relation zwischen den beiden Worten word1 und word2 . abstract double Dictionary. getRelationValue (java.lang.String word1, java.lang.St [...] beiden Worten word1 und word2 . int StringBasedDictionary. deleteRelation (java.lang.String word1, java.lang.String word2) l?scht eine Relation zwischen den beiden Worten word1 und word2 . double [...] lang.String word1, java.lang.String word2) liefert den Wert der Relation zwischen den beiden Worten word1 und word2 . int CharBasedDictionary. deleteRelation (java.lang.String word1, java.lang. …
www-ai.cs.tu-dortmund.de/de/LEHRE/VORLESUNGEN/MLRN/WS0809/4MLVadditive_4p.pdf

4MLVadditive.pdf

zwischen -1,28 und +1,28. 0, 8 = P (#1, 28 ! X̄ # µ !" N ! 1, 28) = P (#1, 28 #' N ! X̄ # µ ! 1, 28 #' N ) = P (X̄ # 1, 28 #' N ! µ ! X̄ # 1, 28 #' N ) Das Intervall ist [X̄ # 1, 28 !" N ; X̄ + 1, 28 !" N [...] ist, eine Spalte je Basisfunktion. N = . ////0 N1(x1) N2(x1) ... NN (x1) ... ... ... ... N1(xi) ... ... NN (xi) ... ... ... ... N1(xN ) ... ... NN (xN ) 1 22223 RSS(f, ') soll minimiert werden. 43 von 52 [...] • • • •• • • • • •• • • • • • • • •• • • • • • • • • • • •• • •• •• • • • • • • !1!1 !1!1 !2!2 !2!2 (X ! !1)+ Figure 5.1: The top left panel shows a piecewise con- stant function fit to some artificial …
www-ai.cs.tu-dortmund.de/de/LEHRE/VORLESUNGEN/MLRN/WS0809/6MLVstrukt_4p.pdf

6MLVstrukt.pdf

ungen an: SV M1 : min!",# 1 2'!"' 2 + C N 'N i=1 $i *i,*!y # Y \!yi : %!", #!i(!y)& + 1( #i !(!yi,!y) (8) SV M2 : min!",# 1 2'!"' 2 + C 2N 'N i=1 $2 i *i,*!y # Y \!yi : %!", #!i(!y)& + 1( #i- !(!yi,!y) [...] Optimieren 1 Input: T = {( !x1, !y1), ..., ( !xN , !yN )}, C, & 2 Si := {} für alle i = 1, ..., N 3 Solange ein Si sich in der Iteration ändert: 4 for i = 1, ..., N do 5 Kosten: H(!y) / 01 02 1( %#!i(!y) [...] der SVMstruct Anwendungen Merkmalsabbildung am Beispiel der ParseTrees !(!x, !y) = ! """"""""# 1 1 1 0 ... 0 1 $ %%%%%%%%& S ! NP, VP NP ! Det, N NP ! Prep, N NP ! Adj, N ... Prep ! in Prep ! bei Annahme: …