David Pejčoch. Práce se SEWEBARem Použijte tutoriál: Krok 1: Stažení.

Slides:



Advertisements
Podobné prezentace
Support.ebsco.com EBSCO Discovery Service Statistiky Tutorial 10. února 2013.
Advertisements

Zoner Foto Studio Bohumil Bareš.
Amadeus – modul Dárci - změny za rok 2013.
Metabolický syndrom ve všeobecné praxi
4IZ210 – Zpracování informací a znalostí Ing. D. Pejčoch
Multirelační GUHA, Ferda a genetická data
Zakázkově vytvořená aplikace Technologický software HTH8 s.r.o, Eimova 880, Polička, tel.: , fax: ,
Veterinární a farmaceutická univerzita Brno
Městská nemocnice Ostrava MUDr. Šárka Malá
Antihyperlipidemika.
Jaká je realita léčby HLP v terénu? Prof. Jean Ferrières
Things we knew, things we did… Things we have learnt, things we should do Máme zvyšovat HDL cholesterol pro lepší kontrolu KV rizika? Wajman Alain MD,
Zpracování informací a znalostí Zadání úkolu č. 4 – DZD Jan Rauch Katedra informačního a znalostního inženýrství.
KDD II David Pejčoch. KDD vs. data mining KDD = Knowledge discovery in databases, česky Získávání znalostí z databází nebo DZD = celý proces (viz např.
ME Metrologická aplikace Prezentace SW produktu Verze ME: 2.8 Říjen 2010 / CZ Mgr. Cyril Modra.
SAS Jan Blaťák Laboratoř vyhledávání znalostí Fakulta informatiky Masarykova Univerzita, Brno
Hypolipidemika.
Albertina a Report Mgr. Libuše Simandlová
Tutorial Zobrazení článku na EBSCOhost rozhraní
Prof. MUDr. Hana Rosolová, DrSc., F.E.S.C.
Koreferát: LISp-Miner a (lékařské) ontologie Vojtěch Svátek.
- X>=-4 + Program, který po zadání n čísel určí počet čísel, která jsou v intervalu
Vytvoření nového účtu na Gmail. Odeslání u na konkrétní ovou adresu.
Tutoriál EBSCO Discovery Service ~ Jednoduché vyhledávání
Zpracování informací a znalostí Zadání úkolu č. 4 – DZD
Registr přechodných pobytů
4IZ 229 GEBZ (grafický editor báze znalostí) Vladimír Laš.
Studijní informační systém (SIS)
Things we knew, things we did… Things we have learnt, things we should do Pacient s vysokým kardiovaskulárním rizikem – jak zlepšit prevenci? J.-M.Tartiére.
Případové usuzování v expertním systému NEST Vladimír Laš, Petr Berka Vysoká škola ekonomická, Praha.
Tutoriál Vlastní složka My EBSCOhost
Tutoriál Vyhledávání v obchodních databázích Business Source
JIRA školení.
Optimalizace versus simulace 9.přednáška. Obecně o optimalizaci  Maximalizovat nebo minimalizovat omezujících podmínkách.  Maximalizovat nebo minimalizovat.
Internetové publikování Doc. Ing. Petr Zámostný, Ph.D. místnost: A-72a tel.: 4222, 4167 (sekretariát ústavu 111)
Projekt ATRACTIV: design, cíle, výsledky
Doménový expert místo vzorce , MFF UK, Tomáš Kliegr.
Programovací jazyk Haskell doc. Dr. Ing. Miroslav Beneš  katedra informatiky, A-1007 
Mgr. Dana Hrnčířová, Ph.D. Ústav výživy 3. LF UK
PRAKTICKÉ ZKUŠENOSTI Z VÝUKY David Chudán 1. NASAZENÍ VE VÝUCE SEWEBAR-CMS je nasazen při výuce OP předmětu 4IZ210 druhý semestr. Za tyto dva semestry.
Provedení autorizované Ověření provedení autorizovanékonverze Úvodní kurz k problematice datových schránek eGON centrum HOLEŠOV provedení autorizované.
Tutoriál Nastavení alertů pro časopisy
Publikování a export výkresů Přednáška č.5. Témata přednášky e-Transmit Publikování Publikování v síti WWW Export výkresů.
Vzdálené počítačové sítě a programování v prostředí Windows Okruhy ke zkoušce z předmětu: Ing. Zdeněk Votruba LVALVA.
Využití ontologií při dobývání znalostí z databází Hana Češpivová.
PPA1 – 5.cvičení Pavel Bžoch.
Sbírka úloh CNC programování – SURFCAM Vypracoval: Bc. Milan Samec Dis. CZ.1.07/1.1.1O/
Studie ASCOT: změnila se léčba hypertenze?
InstantAtlas dynamické webové interaktivní atlasy.
14. června 2004Michal Ševčenko Architektura softwarového systému DYNAST Michal Ševčenko VIC ČVUT.
Projekt LISp-Miner Milan Šimůnek. Milan Šimůnek – Projekt LISp-Miner2 Obsah Význam databází a uchovávaných informací Proces dobývání znalostí z databází.
ATEROSKLEROZA.
EconLit with Full Text Ivana Reznerová Centrum informačních a knihovnických služeb Odbor informační podpory studia a výzkumu
Ing. Petr Sochor Výhody spolupráce OBD a DSpace Ing. Petr Sochor
Uživatelská rozhraní Uživatelská rozhraní 10. cvičení Martin Němec A
PREZENTUJÍCÍ SSO KV, AD WS Jaroslav Krotký Správa databází a aplikací Odbor informatiky.
Albertina a Report Mgr. Libuše Simandlová
EBSCO PhDr. Ivana Reznerová
Okruhy činnosti práce sestry v ordinaci PL
TIPY A RADY PRO PRÁCI S DATABÁZÍ SCOPUS
EBSCO PhDr. Ivana Reznerová
EconLit with Full Text Ivana Reznerová
Debrief ke komunikační kampani Praha, 13. května 2016
Programovací jazyk Haskell
APLIKACE OctopusPro - Hlídač LV
EBSCO Centrum informačních a knihovnických služeb VŠE
PŘIHLAŠOVACÍ SYSTÉM CK KRISTOF
IMF eLibrary Centrum informačních a knihovnických služeb VŠE
EBSCO Centrum informačních a knihovnických služeb VŠE
Ischemická choroba srdeční I
Transkript prezentace:

David Pejčoch

Práce se SEWEBARem Použijte tutoriál: Krok 1: Stažení LM.Sewebar.zip (rozzipovat do adresáře LM), ws.export.zip (rozzipovat do vytvořeného Sewebar adresáře) Krok 2: export z Lisp Mineru do PMML pomocí Output tlačítka na výpisu hypotéz a publikování na SEWEBARu (volba Publisher) Krok 3: přihlášení do SEWEBARu a doplnění reportu o metadata úlohy a dodatečné znalostí pomocí integrovaného WYSIWIG editoru Případné problémy s přístupovými právy neprodleně hlašte na můj mail

Pokračování v Lisp Mineru Rizikové faktory RFK/4 N HLP = hyperlipoproteinemie DM = diabetes mellitero HT = hypertenze RF = rodinná anamnéza - fatální Cholesterol CHL/4 R Chol = Celkový cholesterol HDL = HDL Cholesterol LDL = LDL Cholesterol Tgl = Triacyglyceroly

Vytvoření kategoriálního atributu – krok 1

Vytvoření kategoriálního atributu – krok 2

Vytvoření kategoriálního atributu – krok 3

Vytvoření numerického spojitého atributu Tab. 3 Adamek_pro_KIZI_0310.pdf

Pohled na vytvořené intervaly

Vytvoření skupin atributů pomocí Tree of atrib.

Vytvoření úlohy v 4ftTask

Určení Ant, Suc Rizikové faktory RFK/4 N HLP = hyperlipoproteinemie DM = diabetes mellitero HT = hypertenze RF = rodinná anamnéza - fatální Cholesterol CHL/4 R Chol = Celkový cholesterol HDL = HDL Cholesterol LDL = LDL Cholesterol Tgl = Triacyglyceroly Suc ? Ant ? H: Jaké naměřené hodnoty CHL vedou k jednotlivým rizikovým faktorům

Definice antecedentu

Atribut Zadání množiny relevantních literálů Poř.Č.Názevúdaj# kategoriíŘezyIntervaly 1332Celkový cholesterolChol9(cut) 1-3(int) HDL CholesterolHdl14(cut) 1-5(int) LDL CholesterolLdl8(cut) 1-3(int) TriacyglycerolyTgl9(cut) 1-3(int) 1-3 AtributZadání množiny relevantních literálů Poř.Č.NázevTy-p# kate-TypMinimální délkaMaximální délka goriíkoeficientu 1017HyperlipoproteinémieN2Subset Diabetetes mellitusN2Subset HypertenzeN2Subset Rodinná anamnéza – fatální N2Subset11 Tab. 6,7 doporučeného nastavení

SkupinaDoporučené výchozí parametry ČísloNázevAtributůMin. délkaMax. délkaKonjunkce /disjunkce 5Rizikové faktory 413konjunkce 9 Laboratoř Cholesterol 413konjunkce Tab. 5 doporučeného nastavení

Nastavení základních parametrů Antecedentu

Definice Succedentu

Nastavení kvantifikátorů

Pohled na celkové nastavení úlohy

Výsledky generování hypotéz

Zobrazení hypotéz

Zobrazení hypotéz exportovaných do schránky

Export do SEWEBAR