01083nam0 2200265 450 991028055670332120180722164107.020180722g20112012km y0itay50 baitaITAnalisi citofluorimetrica e valutazione funzionale di cellule T regolatorie CD4+CD25 + isolate dalla mucosa intestinale di pazienti celiaci in fase attiva e potenzialetesi di specializzazione in PediatriaKatia FerraraRiccardo TronconeNapoliUniversità degli studi di Napoli "Federico II"2011-20126430 cmPediatriaMalattie dell'intestinoCeliachiaFerrara,Katia751175Troncone,RiccardoITUNINAREICATUNIMARCBK99102805567033212011-2012 FerraraDMEPEDMEPEAnalisi citofluorimetrica e valutazione funzionale di cellule T regolatorie CD4+CD25 + isolate dalla mucosa intestinale di pazienti celiaci in fase attiva e potenziale1510628UNINA02958nam 2200481 450 991048405490332120220505234456.03-030-71768-210.1007/978-3-030-71768-1(CKB)4100000011912018(DE-He213)978-3-030-71768-1(MiAaPQ)EBC6587710(Au-PeEL)EBL6587710(OCoLC)1250085222(PPN)255885008(EXLCZ)99410000001191201820220113d2021 uy 0engurnn#008mamaatxtrdacontentcrdamediacrrdacarrierA primer on machine learning in subsurface geosciences /Shuvajit Bhattacharya1st ed. 2021.Cham, Switzerland :Springer,[2021]©20211 online resource (XVII, 172 p. 130 illus., 118 illus. in color.)SpringerBriefs in Petroleum Geoscience & Engineering,2509-31263-030-71767-4 Introduction -- Brief Review of Statistical Measures -- Basic Steps in Machine Learning and Deep Learning Models -- Brief Review of Popular Machine Learning and Deep Learning Algorithms -- Applications of ML/DL in Geophysics and Petrophysics Domain -- Applications of ML/DL in Geology Domain -- Multi-scale Data Integration and Analytics -- The Road Ahead.This book provides readers with a timely review and discussion of the success, promise, and perils of machine learning in geosciences. It explores the fundamentals of data science and machine learning, and how their advances have disrupted the traditional workflows used in the industry and academia, including geology, geophysics, petrophysics, geomechanics, and geochemistry. It then presents the real-world applications and explains that, while this disruption has affected the top-level executives, geoscientists as well as field operators in the industry and academia, machine learning will ultimately benefit these users. The book is written by a practitioner of machine learning and statistics, keeping geoscientists in mind. It highlights the need to go beyond concepts covered in STAT 101 courses and embrace new computational tools to solve complex problems in geosciences. It also offers practitioners, researchers, and academics insights into how to identify, develop, deploy, and recommend fit-for-purpose machine learning models to solve real-world problems in subsurface geosciences. .SpringerBriefs in Petroleum Geoscience & Engineering,2509-3126GeologyData processingGeologyData processing.550.285Bhattacharya Shuvajit866391MiAaPQMiAaPQMiAaPQBOOK9910484054903321A Primer on Machine Learning in Subsurface Geosciences1933722UNINA02203nam 2200349z- 450 99105572789033212021070585-7879-350-1(CKB)5590000000523633(oapen)https://directory.doabooks.org/handle/20.500.12854/71007(oapen)doab71007(EXLCZ)99559000000052363320202107d2019 |y 0porurmn|---annantxtrdacontentcrdamediacrrdacarrierIndustrialização do ensino e política de educação a distânciaSciELO Books - EDUEPB20191 online resource (362 p.)Ensino e aprendizagem85-7879-349-8 O livro Industrialização do ensino e política de educação a distância coloca-se como um trabalho sério e rigoroso ao aceitar o desafio de afirmar que "o discurso da industrialização do ensino governa a prática discursiva que norteia a política nacional de educação a distância". O autor recorre a três ideologias que deram origem a diferentes teorias, concepções, abordagens e modelos de educação a distância: a "teoria da interdependência e autonomia", a "teoria da comunicação e interação" e a "teoria da industrialização do ensino". A partir desta última, faz um exame da política nacional de EAD, para mostrar que a "abordagem parte da premissa de que, enquanto a educação face a face compreende formas pré-industriais, a educação a distância pressupõe essencialmente condições industriais de ensino", as quais teriam "como base o princípio da racionalização" que afeta o espírito, a letra e a política do processo de ensino-aprendizagem.Open learning, home learning, distance educationbicsscOpen learning, distance educationOpen learning, home learning, distance educationCosta Antonio Roberto Faustino daauth1323405BOOK9910557278903321Industrialização do ensino e política de educação a distância3035511UNINA