Otwarte Miasta
4 likes1,054 views
Prezentacja Kasi Mikoajczyk (Fundacja Fundament) z 11 spotkania Data Science Warsaw
1 of 13
Downloaded 13 times
Ad
Recommended
ARTRITIS ENCEFALITIS CAPRINAEdgar Mrtinez
油
La artritis-encefalitis caprina es producida por un retrovirus que infecta principalmente a cabras y ocasionalmente ovejas. Aunque la mayor鱈a de las infecciones son asintom叩ticas, algunos animales desarrollan una enfermedad progresiva e incurable que se manifiesta a trav辿s de cuadros nerviosos, articulares o pulmonares/mamarios. El diagn坦stico se realiza mediante pruebas serol坦gicas y el control incluye la eliminaci坦n de animales infectados y medidas de higiene.Neptune - narzdzie do monitorowania i zarzdzania eksperymentami Machine Lea...
Neptune - narzdzie do monitorowania i zarzdzania eksperymentami Machine Lea...Data Science Warsaw
油
deepsense.io specializes in deep learning solutions for enterprises, focusing on data science and featuring a team of over 150 professionals, including software engineers and data scientists. The company offers products, services, and workshops centered around Neptune, a high-level API for managing experiments, and invites users to join its early adopters program for exclusive access and influence on product development. Additionally, deepsense.io emphasizes its commitment to ongoing product improvements, including support for multiple programming languages and integration with tools like Git and cloud services.CRISP-DM Agile Approach to Data Mining Projects
CRISP-DM Agile Approach to Data Mining ProjectsData Science Warsaw
油
This document summarizes Micha opuszyski's presentation on using an agile approach based on the CRISP-DM methodology for data mining projects. It discusses the key phases of CRISP-DM including business understanding, data understanding, data preparation, modelling, evaluation, and deployment. For each phase, it provides examples of best practices and challenges, with an emphasis on spending sufficient time on data understanding and preparation, developing models with the deployment context in mind, and carefully evaluating results against business objectives.Big Data, Wearable, sztuczna inteligencja i ekonomia wsp坦pracy
Big Data, Wearable, sztuczna inteligencja i ekonomia wsp坦pracyData Science Warsaw
油
Big Data, Wearable, sztuczna inteligencja i ekonomia wsp坦pracy - Sebastian Starzyski (Take Task)Geolokalizacja i analizy przestrzenne: trzy wymiary a ile pracy dla analityka!
Geolokalizacja i analizy przestrzenne: trzy wymiary a ile pracy dla analityka!Data Science Warsaw
油
O roli danych geograficznych ich 添r坦dach, potencjale oraz metodach analitycznych wykorzystujcych informacje przestrzenne.
5 spotkanie Data Science Warsaw MeetUp. Warszawa, 12 maja 2015Data science w ubezpieczeniach
Data science w ubezpieczeniachData Science Warsaw
油
Data science w ubezpieczeniach - Agnieszka Zdebiak (Fundacja DataSci)Rozwizywanie problem坦w optymalizacyjnych
Rozwizywanie problem坦w optymalizacyjnychData Science Warsaw
油
Prezentacja by Wit Jakuczun z WLOG Solutions wygoszona na 13tym spotkaniu Data Science Warsaw Meetup, pt. Rozwizywanie problem坦w optymalizacyjnych z przykadami w GNU R. Wizualne budowanie aplikacji na Sparku przy pomocy narzdzia Seahorse
Wizualne budowanie aplikacji na Sparku przy pomocy narzdzia SeahorseData Science Warsaw
油
Seahorse is a collaborative platform designed to enhance Apache Spark's accessibility for non-technical users and improve the development of Spark applications. The document outlines its evolution since its first release in February 2016, highlighting features such as R and Scala support, custom cluster connectivity, and reporting capabilities. It also includes information on how to access Seahorse and participate in its feedback process.To si w ram ie nie zmieci
To si w ram ie nie zmieciData Science Warsaw
油
Prezentacja Michaa Brzezicki z 9 spotkania Data Science Warsaw przedstawiajca w jaki spos坦b pobierane i analizowane s dane w SentiOne. Opowiada o problemach zwizanych z crawlowaniem ponad p坦 miliona domen oraz dlaczego Hadoop i ElasticSearch jest fajny i na ilu dyskietkach mieci si 5,7 miliarda przeanalizowanych wypowiedzi. Analiza jzyka naturalnego
Analiza jzyka naturalnegoData Science Warsaw
油
Prezentacja Adama Dancewicza z Applica z 11 spotkania Data Science WarsawNuevos paradigmas e aprendizajesWendy Velasquez Vallejo
油
Este documento discute varios cambios en los paradigmas de aprendizaje. Se単ala que ahora es posible acceder a informaci坦n desde cualquier lugar con una computadora y que los j坦venes usan frecuentemente Internet para completar tareas escolares sin demostrar comprensi坦n. Tambi辿n menciona que los j坦venes quieren todo de forma instant叩nea pero que el aprendizaje requiere tiempo y esfuerzo. El documento concluye que los docentes deben cambiar sus metodolog鱈as para adaptarse a c坦mo aprenden los estudiantes de hoy en d鱈a con las nueTed para ticyadiraperea24
油
El documento describe c坦mo las tecnolog鱈as en l鱈nea est叩n cambiando la educaci坦n al hacerla m叩s accesible e interactiva. Organizaciones como EDX ahora ofrecen cursos masivos en l鱈nea con videos, ejercicios y debates que permiten a los estudiantes aprender en cualquier lugar y a su propio ritmo, complementando la ense単anza tradicional en el aula. Estos nuevos enfoques buscan hacer la educaci坦n menos mon坦tona y m叩s eficaz para mejorar el desempe単o de los estudiantes.从仂仆从仆仂亠 亳仗舒仆亳亠 束仂从損
从仂仆从仆仂亠 亳仗舒仆亳亠 束仂从損dmitriymmz
油
仂从仄亠仆 仂仗亳于舒亠 从仍ﾑ亠于亠 舒仗亠从, 从仂仂亠 仍亠亟亠 亳于舒 仗亳 仂亞舒仆亳亰舒亳亳 仂从仂亞仂 仂从舒 亳亠仍 舒仆亞仍亳亶从仂亞仂 磶从舒. 丕亟亠仍磳 于仆亳仄舒仆亳亠 仄亠仂亟亳亠从仂仄 仄舒亠于, 仄仂亳于舒亳亳 亠仆亳从仂于, 仂亠仆亳于舒仆亳 亳 仂亞舒仆亳亰舒亳亳 亠弍仆仂亞仂 仗仂亠舒. 丐舒从亢亠 舒仄舒亳于舒ﾑ 于舒亢仆亠 从仂仄仗仂仆亠仆, 舒从亳亠 从舒从 亳仗仂仍亰仂于舒仆亳亠 亳仆亠舒从亳于仆 仄亠仂亟仂于, 亠仍亠从亳 亳 仂亰亟舒仆亳亠 从仂仄仂仆仂亶 亠弍仆仂亶 亠亟.Siewicz_LaCH_otwarte publikacje
Siewicz_LaCH_otwarte publikacjePlatforma Otwartej Nauki
油
Warsztaty organizowane przez Laboratorium Cyfrowe Humanistyki UW. Listasandrav29
油
La profesora Sandra Velasco ense単a Inform叩tica en el grado 3-A durante el primer periodo. La asistencia de los estudiantes se registra con sus nombres completos y tres notas num辿ricas. La clase se imparte en la Escuela Normal Superior del Distrito de Barranquilla.丐舒亳仆于仂 仂亢亟亠于舒
丐舒亳仆于仂 仂亢亟亠于舒 dmitriymmz
油
仂从仄亠仆 仂亟亠亢亳 亳仆仂仄舒亳 仂 仄仆亳亳仗舒仍仆仂仄 从仂仆从亠 于仂亠从亳 舒弍仂 束丐舒亳仆于仂 仂亢亟亠于舒損 于 亠仂于仂-亠于仂 亰舒 2016 亞仂亟. 亠亠亳仍亠仆 仗仂弍亠亟亳亠仍亳 亳 仗亳亰亠 于 亟于 仆仂仄亳仆舒亳: 束从舒亠仆亳亠 亟仍 仂亢亟亠于亠仆从仂亶 亠仍亳損 亳 束仂亢亟亠于亠仆从亳亶 于亠仆亳損. 舒亢亟仂仄 舒仆亳从 从舒亰舒仆 亳 舒弍仂, 舒仄亳仍亳亳 从仂于仂亟亳亠仍亠亶 亳 于仂仗亳舒亠仍亠亶.Polityka otwartego dostpu w Polsce. Rekomendacje MNiSW
Polityka otwartego dostpu w Polsce. Rekomendacje MNiSWPlatforma Otwartej Nauki
油
Mateusz Gaczyski, National Open Access Workshop OpenAIRE, Warsaw 16 November 2016.Otwarte dane badawcze w humanistyce
Otwarte dane badawcze w humanistycePlatforma Otwartej Nauki
油
Warsztaty organizowane przez Laboratorium Cyfrowe HumanistykiPurification of Biogas from Anaerobic Digestion
Purification of Biogas from Anaerobic DigestionKofi Afriyie
油
This document summarizes several methods for purifying biogas produced from anaerobic digestion, including membrane separation, gas-liquid adsorption, adsorption by iron oxide, and biological filtration. Membrane separation uses permeability of different molecules to separate gases like methane, with three-stage membranes producing 90% pure methane. Gas-liquid adsorption uses a hydrophobic membrane interface to dissolve impurities like CO2 and H2S in liquid while collecting pure methane. Adsorption by iron oxide reacts hydrogen sulfide with iron oxide at temperatures between 250-500C to form iron sulfide and water. Biological filtration grows thiobacillus bacteria on a filter bed to oxidize hydrogen sulfide before the biogas entersMae dane, du甜y wpyw - Dominik Batorski ICM
Mae dane, du甜y wpyw - Dominik Batorski ICMData Science Warsaw
油
Mae dane, du甜y wpyw - Dominik Batorski ICMHow to build your own google
How to build your own googleData Science Warsaw
油
The document discusses how to build your own search engine like Google using Apache Solr and Tika. It explains that Solr uses an inverted index and represents documents as vectors in a common term space to allow fast search across large datasets. Tika is used to extract text from different file formats. The document provides examples of how companies like Netflix use Solr for search capabilities on their websites.Ask Data Anything
Ask Data AnythingData Science Warsaw
油
This document discusses how semantic technologies can be used to gain additional insights from data by defining relationships between data elements. It describes how Ask Data Anything uses ontologies and taxonomies to represent relationships that allow for more complex queries over data than what is contained in the data itself. Examples of queries over sample invoice data are provided, such as summarizing quantities by city and country, or status by vendor. Material subsetting is also discussed as a way to extract meaningful attributes from raw data to assist in building taxonomies.Oracle Big Data Discovery - ludzka twarz Hadoop'a
Oracle Big Data Discovery - ludzka twarz Hadoop'aData Science Warsaw
油
Oszaamiajce wizualnie, intuicyjne rozwizanie, kt坦re pozwala wykorzysta potencja Hadoop i przeksztaci surowe dane w nowe odkrycia w cigu kilku minut, bez potrzeby uczenia si skomplikowanych rozwiza przeznaczonych dla wskiego grona specjalist坦w.AngulosBr鱈gida Ferreira
油
Este documento fornece instru巽探es para medir, completar e classificar diferentes tipos de 但ngulos, incluindo medi巽達o de 但ngulos espec鱈ficos, preenchimento de 但ngulos com amplitudes corretas e classifica巽達o de 但ngulos como agudos, retos ou obtusos.Dlaczego miasta potrzebuj otwartych danych (opendata)
Dlaczego miasta potrzebuj otwartych danych (opendata)Fundacja ePastwo
油
Prezentacja z warsztatu "dlaczego miasta potrzebuj otwartych danych?" z #PDF20163 lata otwierania danych w Gdasku
3 lata otwierania danych w GdaskuTomasz Nadolny
油
Prezentacja na tr坦jmiejskim 3campie 4 pa添dziernika 2016 na temat 3 lat dowiadcze w otwieraniu danych w ramach projektu Otwarty Gdask. More Related Content
Viewers also liked (20)
To si w ram ie nie zmieci
To si w ram ie nie zmieciData Science Warsaw
油
Prezentacja Michaa Brzezicki z 9 spotkania Data Science Warsaw przedstawiajca w jaki spos坦b pobierane i analizowane s dane w SentiOne. Opowiada o problemach zwizanych z crawlowaniem ponad p坦 miliona domen oraz dlaczego Hadoop i ElasticSearch jest fajny i na ilu dyskietkach mieci si 5,7 miliarda przeanalizowanych wypowiedzi. Analiza jzyka naturalnego
Analiza jzyka naturalnegoData Science Warsaw
油
Prezentacja Adama Dancewicza z Applica z 11 spotkania Data Science WarsawNuevos paradigmas e aprendizajesWendy Velasquez Vallejo
油
Este documento discute varios cambios en los paradigmas de aprendizaje. Se単ala que ahora es posible acceder a informaci坦n desde cualquier lugar con una computadora y que los j坦venes usan frecuentemente Internet para completar tareas escolares sin demostrar comprensi坦n. Tambi辿n menciona que los j坦venes quieren todo de forma instant叩nea pero que el aprendizaje requiere tiempo y esfuerzo. El documento concluye que los docentes deben cambiar sus metodolog鱈as para adaptarse a c坦mo aprenden los estudiantes de hoy en d鱈a con las nueTed para ticyadiraperea24
油
El documento describe c坦mo las tecnolog鱈as en l鱈nea est叩n cambiando la educaci坦n al hacerla m叩s accesible e interactiva. Organizaciones como EDX ahora ofrecen cursos masivos en l鱈nea con videos, ejercicios y debates que permiten a los estudiantes aprender en cualquier lugar y a su propio ritmo, complementando la ense単anza tradicional en el aula. Estos nuevos enfoques buscan hacer la educaci坦n menos mon坦tona y m叩s eficaz para mejorar el desempe単o de los estudiantes.从仂仆从仆仂亠 亳仗舒仆亳亠 束仂从損
从仂仆从仆仂亠 亳仗舒仆亳亠 束仂从損dmitriymmz
油
仂从仄亠仆 仂仗亳于舒亠 从仍ﾑ亠于亠 舒仗亠从, 从仂仂亠 仍亠亟亠 亳于舒 仗亳 仂亞舒仆亳亰舒亳亳 仂从仂亞仂 仂从舒 亳亠仍 舒仆亞仍亳亶从仂亞仂 磶从舒. 丕亟亠仍磳 于仆亳仄舒仆亳亠 仄亠仂亟亳亠从仂仄 仄舒亠于, 仄仂亳于舒亳亳 亠仆亳从仂于, 仂亠仆亳于舒仆亳 亳 仂亞舒仆亳亰舒亳亳 亠弍仆仂亞仂 仗仂亠舒. 丐舒从亢亠 舒仄舒亳于舒ﾑ 于舒亢仆亠 从仂仄仗仂仆亠仆, 舒从亳亠 从舒从 亳仗仂仍亰仂于舒仆亳亠 亳仆亠舒从亳于仆 仄亠仂亟仂于, 亠仍亠从亳 亳 仂亰亟舒仆亳亠 从仂仄仂仆仂亶 亠弍仆仂亶 亠亟.Siewicz_LaCH_otwarte publikacje
Siewicz_LaCH_otwarte publikacjePlatforma Otwartej Nauki
油
Warsztaty organizowane przez Laboratorium Cyfrowe Humanistyki UW. Listasandrav29
油
La profesora Sandra Velasco ense単a Inform叩tica en el grado 3-A durante el primer periodo. La asistencia de los estudiantes se registra con sus nombres completos y tres notas num辿ricas. La clase se imparte en la Escuela Normal Superior del Distrito de Barranquilla.丐舒亳仆于仂 仂亢亟亠于舒
丐舒亳仆于仂 仂亢亟亠于舒 dmitriymmz
油
仂从仄亠仆 仂亟亠亢亳 亳仆仂仄舒亳 仂 仄仆亳亳仗舒仍仆仂仄 从仂仆从亠 于仂亠从亳 舒弍仂 束丐舒亳仆于仂 仂亢亟亠于舒損 于 亠仂于仂-亠于仂 亰舒 2016 亞仂亟. 亠亠亳仍亠仆 仗仂弍亠亟亳亠仍亳 亳 仗亳亰亠 于 亟于 仆仂仄亳仆舒亳: 束从舒亠仆亳亠 亟仍 仂亢亟亠于亠仆从仂亶 亠仍亳損 亳 束仂亢亟亠于亠仆从亳亶 于亠仆亳損. 舒亢亟仂仄 舒仆亳从 从舒亰舒仆 亳 舒弍仂, 舒仄亳仍亳亳 从仂于仂亟亳亠仍亠亶 亳 于仂仗亳舒亠仍亠亶.Polityka otwartego dostpu w Polsce. Rekomendacje MNiSW
Polityka otwartego dostpu w Polsce. Rekomendacje MNiSWPlatforma Otwartej Nauki
油
Mateusz Gaczyski, National Open Access Workshop OpenAIRE, Warsaw 16 November 2016.Otwarte dane badawcze w humanistyce
Otwarte dane badawcze w humanistycePlatforma Otwartej Nauki
油
Warsztaty organizowane przez Laboratorium Cyfrowe HumanistykiPurification of Biogas from Anaerobic Digestion
Purification of Biogas from Anaerobic DigestionKofi Afriyie
油
This document summarizes several methods for purifying biogas produced from anaerobic digestion, including membrane separation, gas-liquid adsorption, adsorption by iron oxide, and biological filtration. Membrane separation uses permeability of different molecules to separate gases like methane, with three-stage membranes producing 90% pure methane. Gas-liquid adsorption uses a hydrophobic membrane interface to dissolve impurities like CO2 and H2S in liquid while collecting pure methane. Adsorption by iron oxide reacts hydrogen sulfide with iron oxide at temperatures between 250-500C to form iron sulfide and water. Biological filtration grows thiobacillus bacteria on a filter bed to oxidize hydrogen sulfide before the biogas entersMae dane, du甜y wpyw - Dominik Batorski ICM
Mae dane, du甜y wpyw - Dominik Batorski ICMData Science Warsaw
油
Mae dane, du甜y wpyw - Dominik Batorski ICMHow to build your own google
How to build your own googleData Science Warsaw
油
The document discusses how to build your own search engine like Google using Apache Solr and Tika. It explains that Solr uses an inverted index and represents documents as vectors in a common term space to allow fast search across large datasets. Tika is used to extract text from different file formats. The document provides examples of how companies like Netflix use Solr for search capabilities on their websites.Ask Data Anything
Ask Data AnythingData Science Warsaw
油
This document discusses how semantic technologies can be used to gain additional insights from data by defining relationships between data elements. It describes how Ask Data Anything uses ontologies and taxonomies to represent relationships that allow for more complex queries over data than what is contained in the data itself. Examples of queries over sample invoice data are provided, such as summarizing quantities by city and country, or status by vendor. Material subsetting is also discussed as a way to extract meaningful attributes from raw data to assist in building taxonomies.Oracle Big Data Discovery - ludzka twarz Hadoop'a
Oracle Big Data Discovery - ludzka twarz Hadoop'aData Science Warsaw
油
Oszaamiajce wizualnie, intuicyjne rozwizanie, kt坦re pozwala wykorzysta potencja Hadoop i przeksztaci surowe dane w nowe odkrycia w cigu kilku minut, bez potrzeby uczenia si skomplikowanych rozwiza przeznaczonych dla wskiego grona specjalist坦w.AngulosBr鱈gida Ferreira
油
Este documento fornece instru巽探es para medir, completar e classificar diferentes tipos de 但ngulos, incluindo medi巽達o de 但ngulos espec鱈ficos, preenchimento de 但ngulos com amplitudes corretas e classifica巽達o de 但ngulos como agudos, retos ou obtusos.Similar to Otwarte Miasta (11)
Dlaczego miasta potrzebuj otwartych danych (opendata)
Dlaczego miasta potrzebuj otwartych danych (opendata)Fundacja ePastwo
油
Prezentacja z warsztatu "dlaczego miasta potrzebuj otwartych danych?" z #PDF20163 lata otwierania danych w Gdasku
3 lata otwierania danych w GdaskuTomasz Nadolny
油
Prezentacja na tr坦jmiejskim 3campie 4 pa添dziernika 2016 na temat 3 lat dowiadcze w otwieraniu danych w ramach projektu Otwarty Gdask. OMS podstawy prawne wa甜ne w realizacji monitoringu sportu
OMS podstawy prawne wa甜ne w realizacji monitoringu sportuSie Obywatelska Watchdog Polska
油
Prezentacja autorstwa Szymona Osowskiego zaprezentowana w trakcie szkolenia dla uczestnik坦w i uczestniczek Obywatelskiego Monitoringu Sportu, Konstancin-Jeziorna 14-16 IX 2012Otwarte dane - portale open data | Whiteaster
Otwarte dane - portale open data | WhiteasterPaulina Piechaczek
油
Otwarte dane (Open data) to forma udostpnienia danych publicznych w spos坦b przejrzysty, przydatny i zgodny ze standardami oraz przepisami prawa. Portale Open Data s powszechnie stosowane na wiecie, stanowic szeroko dostpny spos坦b komunikacji ze spoeczestwem. W Polsce pionierem w tej dziedzinie jest Ministerstwo Cyfryzacji, korzystajce ju甜 z systemu tego typu (danepubliczne.gov.pl).
Wicej na www.otwartedane.com
Udoste岬pnianie danych finansowych - Katarzyna Mikoajczyk
Udoste岬pnianie danych finansowych - Katarzyna MikoajczykFundacja ePastwo
油
Katarzyna Mikoajczyk
Koordynatorka Programu Otwarte Miasta w Fundacji ePastwo
odzka dziaaczka, kt坦ra na co dzie koordynuje projekt fundacji ePastwo Otwarte Miasta, umo甜liwiajcy gminom z caej Polski sprawnie otwieranie posiadanych baz danych i udostpnianie ich mieszkacom. Wychodzi z zao甜enia, 甜e planowanie (miasta) dla ludzi, wymaga planowania go z lud添mi.Open data, public data, Open Gdansk - 3camp Gdansk
Open data, public data, Open Gdansk - 3camp GdanskTomasz Nadolny
油
Prezentacja na 3camp w Gdasku 09.02.2015 na temat otwartych danych publicznych i projektu Otwarty Gdask. Fundacja ePastwo i Urzd Miasta GdaskaPo co miasta maj otwiera dane? Przypadek Gdaska
Po co miasta maj otwiera dane? Przypadek GdaskaTomasz Nadolny
油
Moja prezentacja na warsztatach Personal Democracy Forum 2016 w Gdasku na temat projektu Otwarty Gdask. Wicej informacji na www.otwartygdansk.plAd
More from Data Science Warsaw (9)
Online content popularity prediction
Online content popularity predictionData Science Warsaw
油
The document highlights Tomasz Trzciski's work on predicting online content popularity, particularly through the analysis of image features, social network dynamics, and early patterns of viewer engagement. It references various research studies and methodologies, including regression techniques and neural networks, for predicting the virality of content on platforms like Flickr and YouTube. The document also notes that Tooploox is hiring data scientists with expertise in machine learning and data visualization.Ile informacji jest w danych?
Ile informacji jest w danych?Data Science Warsaw
油
Prezentacja z 12 spotkania Data Science Warsaw wsp坦lnie z allegro.techAzure - Du甜e zbiory w chmurze
Azure - Du甜e zbiory w chmurzeData Science Warsaw
油
Du甜e zbiory w chmurze - jak z nich skorzysta i wykorzystaAs simple as Apache Spark
As simple as Apache SparkData Science Warsaw
油
The document discusses Apache Spark and its ecosystem. It begins with introducing the speaker who has 5 years of experience in knowledge discovery and has used big data technologies like Hadoop and Spark. It then explains that Spark provides a versatile ecosystem for batch, streaming, SQL, machine learning and graph processing workloads through components like Spark Core, Spark SQL, Spark Streaming, MLLib and GraphX. The document demonstrates Spark's seamless integration through an example that performs SQL queries, trains a machine learning model and performs streaming analysis in one workflow. It encourages attendees to start using Spark by downloading it and experimenting through hands-on coding examples.Data Exchange - the missing link in the big data value chain
Data Exchange - the missing link in the big data value chainData Science Warsaw
油
q.Datum is a data exchange platform that allows data providers and consumers to share and trade various types of raw and aggregate data. It aims to standardize cross-industry data sharing to optimize data use for different applications. The platform consolidates organizational data and lets users share it within their networks. It provides a service across multiple industries like retail, finance, health, and more. Data can be shared for free with partners or sold as a revenue stream. The platform handles privacy/security, payment processing, and allows accessing data through APIs or downloads. It aims to make big data exchange and access easy.Metody logiczne w analizie danych
Metody logiczne w analizie danych Data Science Warsaw
油
This document presents an overview of the Tolerance Rough Set Model (TRSM) and its applications in web intelligence and document clustering. The TRSM uses a tolerance relation instead of an indiscernibility relation to define rough set approximations. This model is used for clustering web search results by enriching document representations with terms from tolerance classes and then applying k-means clustering. An extended TRSM incorporates a thesaurus to further expand document representations. The document concludes by describing SONCA, a search platform that applies these rough set methods along with semantic indexing to perform advanced querying over document collections.Haven 2 0
Haven 2 0 Data Science Warsaw
油
The document discusses HP's HAVEn big data platform. HAVEn integrates HP technologies like Vertica, Autonomy IDOL, and ArcSight to ingest, analyze, and understand both machine and human data at scale. The platform is designed to process both structured and unstructured data from various sources and provide analytics and visualization capabilities. Examples of companies using HAVEn solutions for log analysis, sensor data analysis, and early warning systems are also presented.Ad
Otwarte Miasta
- 2. Jakie dane ma miasto? i jak si dowiedzie tego samego?
- 3. Jakie dane ma miasto? finansowe (wydatki, umowy, przetargi) geodane (mapy GIS, MPZP, mapy akustyczne) kulturalne (wydarzenia, imprezy) rodowiskowe (drzewa, zanieczyszczenie powietrza) sportowe (kluby sportowe, orliki, boiska) transportowe (rozkad jazdy, pozycje GPS pojazd坦w) statystyki (wszystkie analizy, raporty)
- 4. Co wie miasto? O sobie liczba pracownik坦w, wydatki miasta, dochody miasta, planowane inwestycje, ksztat tych inwestycji a tak甜e koszty ich utrzymania, O nas liczba mieszkac坦w, wnoszone przez nas opaty, liczba os坦b mieszkajcych w danym miejscu (deklaracja mieciowa), liczba posiadanych dzieci (program rodzina 500+) i to gdzie chodz do szkoy O biznesie liczba firm, odprowadzany przez nie podatek PIT, liczka i miejsce koncesji na alkohol O przestrzeni miejscowe plany zagospodarowania przestrzennego... Co mo甜e dodatkowo wiedzie miasto: Kt坦rdy chodzimy i je添dzimy (miejski monitoring i miejski system transportowy)
- 5. Kto udostpnia ju甜 teraz dane? Gdask (otwartygdansk.pl) Pozna (poznan.pl/api/) Warszawa (api.um.warszawa.pl) Wrocaw (wroclaw.pl/open-data) Dane centralne (danepubliczne.gov.pl) Inne dane (mojepanstwo.pl/api)
- 6. A jeli nie ma dedykowanej strony?
- 7. Jest informacja publiczna! Ka甜da informacja o sprawach publicznych stanowi informacj publiczn w rozumieniu ustawy i podlega udostpnieniu i ponownemu wykorzystywaniu na zasadach i w trybie okrelonych w niniejszej ustawie. Art 1.1 ustawy z dnia 6 wrzenia 2001 r. o dostpie do informacji publicznej
- 8. Informacja publiczna - kto posiada? 1) organy wadzy publicznej; 2) organy samorzd坦w gospodarczych i zawodowych; 3) podmioty reprezentujce zgodnie z odrbnymi przepisami Skarb Pastwa; 4) podmioty reprezentujce pastwowe osoby prawne albo osoby prawne samorzdu terytorialnego(...); 5) podmioty reprezentujce (...), kt坦re wykonuj zadania publiczne lub dysponuj majtkiem publicznym, oraz osoby prawne, w kt坦rych Skarb Pastwa, jednostki samorzdu terytorialnego lub samorzdu gospodarczego albo zawodowego maj pozycj dominujc w rozumieniu przepis坦w o ochronie konkurencjii konsument坦w Art 4.1 ustawy z dnia 6 wrzenia 2001 r. o dostpie do informacji publicznej
- 9. Informacja publiczna - jak znale添? 1) Biuletyn Informacji Publicznej albo 2) Wniosek o dostp do informacji publicznej (np. www.mojepanstwo.pl/pisma, e-mailem, ustnie, pismem) Jakie informacje, w jakim formacie, w jakim celu, jak dostarczona (email, fax, odbi坦r osobisty, dalekopis, wysyka poczt), imi i nazwisko.
- 10. A jeli nie wiemy o co zapyta?
- 11. Mo甜emy: - przeglda zapytania ofertowe i przetargowe - przeglda wyniki postpowa przetargowych - przeglda zarzdzenia - regularnie skada wnioski o wykaz podpisanych um坦w i jednoczenie wnioskowa oto, aby miasta udostpniay takie dane same z siebie ;-)
- 12. Dzikuj za uwag Katarzyna Mikoajczyk katarzyna.mikolajczyk@epf.org.pl @kasia_lodz