Lic EPT 02/04/2018 Parte1

Lic EPT 02/04/2018 Parte1

Aula do curso de Licenciatura em EPT

Assista »

Lic EPT 02/04/2018 Parte2

Lic EPT 02/04/2018 Parte2

Aula do curso de Licenciatura em EPT

Assista »

Aula Pós Docência 22/03/2018 Turma I

UC Planejamento e Implementação em EaD

Assista »

Videoconciência nas escolas

Assista »

Aula Pós Docencia EP 05/04/2018 Turma I

UC Planejamento e Implementação em EaD

Assista »

Pos Formação EPT 06.04.2018

Assista »

Por que uma gramática brasileira ?

Por que uma gramática brasileira ?

Conferência "Porque uma gramática brasileira ?" com o professor Marcos Bagno realizada em 12/09 no anfiteatro A da FCL. Corte, transmissão e finalização: Renato Terezan de Moura, Evandro Douglas Guidelli e Lucas Giroto de Abreu

Assista »

FileSender@RNP - Tutorial de utilização

Tutorial em vídeo e narrado, com o passo a passo da utilização do serviço FileSender@RNP.

Assista »

21 SCI - SDN - Redes Definidas por Software - 19/10/15 (segunda-feira)

O curso pretende apresentar o conceito de Redes Definidas por Software (Software Defined Networks, SDN), mostrar os princípios básicos de funcionamento e exemplos práticos de como ela pode ser usada. Após uma descrição geral da motivação e dos princípios que nortearam a criação do paradigma, o curso apresentará os detalhes de OpenFlow necessários para se entender como o princípio vem sendo aplicado na prática (protocolo, arquitetura e switches). Depois disso, ferramentas importantes relacionadas a SDN serão apresentadas, como o ambiente de emulação MININET, a solução de particionamento/virtualização de redes Flowvisor e o princípio geral de operação dos controladores SDN. Nessa última parte, escolheremos um controlador para ser apresentado em mais detalhes e utilizado nas práticas. Depois de alguns exemplos mais simples que poderão ser exercitados nas práticas, o curso apresentará alguns casos reais de aplicação de SDN, como os trabalhos desenvolvidos no DCC-UFMG e POP-MG para isolamento de redes de datacenters e controle de pontos de troca de tráfego (PTTs).

Assista »

Cadastramento de email no Portal do Professor

Siga o passo a passo e cadastre seu email.

Assista »

Dia 14-6º PALESTRA - Lançamento do serviço eduroam no Brasil

Lançamento do serviço eduroam no Brasil.

Assista »

Mensagem do Diretor-Presidente aos Empregados e Colaboradores

Assista »

Iniciativa CDC - Centro de Dados Compartilhados

O vídeo apresenta o Programa Centro de Dados Compartilhados, uma iniciativa dos Ministérios de Ciência, Tecnologia e Inovação (MCTI) e da Educação (MEC0, coordenada e operada pela Rede Nacional de Ensino e Pesquisa (RNP).

Assista »

Dialogando a diversidade no sistema penitenciário

Assista »

CENSUP - Consistência Censo 2017

Vídeo para auxiliar a compreensão das mudanças do Censo 2016 Para esclarecimento de dúvidas ou sugestões favor entrar em contato com a Coordenação Geral do Censo da Educação Superior pelo e-mail censosuperior@inep.gov.br.

Assista »

Marcha Normal – contato inicial

Marcha Normal – contato inicial

animação do projeto Ensinando para Aprender, disciplina Marcha Humana. Duração: 04m57s Instituição: Universidade Federal de Minas Gerais Unidade: Escola de Educação Física, Fisioterapia e Terapia Ocupacional Curso: Projeto Ensinando para Aprender – Pós-graduação. Disciplina: Marcha Humana Professor: Prof. Carolina Marques Prof. Daniela Vaz Ano: 2018 Planejamento/Roteirização: Carolina Marques, Daniela Vaz, Cristina Souza Produção/Edição: Equipe de Designer do CAED Local de filmagem/gravação: Animação Equipe de Designer do CAED Sinopse: Nesta animação, apresenta-se, da marcha humana normal, o contato inicial.

Assista »

Quadro - Na Mesa: Brigadeiro de batata doce

Quadro - Na Mesa: Brigadeiro de batata doce

Quadro veiculado no DCTV: Método integrado de recuperação de pastagens: Mirapasto do dia 02/12/2016 Link: https://youtu.be/7fx3gK0M1kk Obrigado pelo seu interesse em nosso vídeo. Para sanar dúvidas, pedimos que entre em contato diretamente com nosso SAC: http://j.mp/SacEmbrapa Equipe DCTV

Assista »

Pós Formação Pedagógica para EPT 20.04.2018 -Parte1

Assista »

Pos PROEJA Turma 2 20.04.2018

Assista »

Pós Ensino Integrado - 19.04.2018 Parte II

Assista »

Pós Ensino Integrado - 19.04.2018 Parte I

Assista »

Interpretação do Intervalo de Confiança

<a href="http://rangel.eco.br">Esse video faz parte do Curso de Estatística para Pesquisa Científica, disponível em <b>http://rangel.eco.br</b></a> A interpretação do Intervalo de Confiança possui uma relação direta com a variabilidade esperada para a média caso a amostragem fosse repetida (Erro Padrão da Média). Então, se a média calculada (estimativa) com base na estatura de 20 pessoas (amostra) é 165cm, e o desvio padrão (estimativa) é 5cm (erro padrão estimado 1,12cm), um Intervalo de Confiança construído a partir de um Nível Confiança de 90% irá de 163,06cm até 166,93cm. Então, podemos usar nosso conhecimento de frequência e probabilidade para afirmar que: (1) se a amostragem fosse repetida 100 vezes usando o mesmo Nível de Significância, 90% dos Intervalos de Confiança, calculados para cada uma das repetição da amostragem, abarcaria a média real da estatura população completa (parâmetro), ou que (2) existe 90% de probabilidade que um Intervalo de Confiança calculado com base em uma nova amostragem abarcará a média da estatura da população (parâmetro). Portanto, seria errado afirmar que existe 90% de probabilidade de que o parâmetro está dentro do Intervalo de Confiança que já foi calculado, pois essa interpretação de probabilidade não diz respeito a incerteza causada pelo erro amostral (repetição da amostragem). Baixe aqui o programa que eu construí para testar a estimativa de Intervalo de Confiança a partir da amostra, e sua relação com parâmetro (média da distribuição da população).

Assista »

Intervalo de Confiança

<a href="http://rangel.eco.br">Esse video faz parte do Curso de Estatística para Pesquisa Científica, disponível em <b>http://rangel.eco.br</b></a> Agora que temos um bom modelo para estudar e prever a variabilidade de médias calculadas através de amostras, ao invés de repetirmos nossa amostragem, podemos calcular a faixa de valores na qual esperaríamos encontrar outras médias caso a amostragem fosse repetida. Essa faixa de valores é chamada Intervalo de Confiança, e estende o valor de uma única média calculada conforme o tamanho da incerteza na estimativa dessa média. Como sabemos, em um estudo amostral, a variabilidade esperada (incerteza) no valor da média calculada é o Erro Padrão da Média, que pode ser estimado pela variabilidade do fenômeno natural e do tamanho da amostra. Já o Intervalo de Confiança depende não apenas do Erro Padrão da Média, mas também do Nível de Confiança necessário na pesquisa, que é atribuído pelo cientista. Assim, o Nível de Confiança é o tamanho da garantia que o pesquisador precisa de que, caso o estudo fosse repetido, quantos entre os novos Intervalos de Confiança abarcariam o parâmetro populacional. Se esse Nível de Confiança for muito grande, o Intervalo de Confiança será correspondentemente grande. Portanto, o Intervalo de Confiança não faz a pesquisa mais ou menos segura, apenas deixa clara a incerteza causada pelo erro amostral do estudo. Baixe aqui o programa que eu construí para ilustrar a área (ou frequência, ou probabilidade) sob a distribuição t de Student, de acordo com um alfa (nível de confiança) especificado.

Assista »

Distribuição t de Student

<a href="http://rangel.eco.br">Esse video faz parte do Curso de Estatística para Pesquisa Científica, disponível em <b>http://rangel.eco.br</b></a> A variabilidade das médias estimadas através de várias amostras repetidas da mesma população parece obedecer uma distribuição normal: valores intermediários são frequentes e valores extremos são raros. Entretanto, na verdade essas repetidas médias seguem uma distribuição de frequência chamada distribuição t de Student, que é uma irmã da distribuição normal. A distribuição t de Student leva em consideração o tamanho da amostra que foi utilizada para calcular as médias repetidas. Assim, se o tamanho da amostra for pequeno, valores de média estimada muito diferentes entre si (extremos) não serão tão raros assim, pois não seria tão incomum selecionar aleatoriamente apenas pessoas altas/baixas em uma amostra pequena. Ao contrário, se o tamanho das amostras for grande, valores calculados de médias repetidas não serão tão diferentes assim entre si, pois seria muito improvável selecionar aleatoriamente apenas pessoas altas/baixas em uma amostra muito grande. Na prática, a distribuição de frequências t de Student fica cada vez mais parecida com a distribuição normal quando o tamanho da amostra cresce. Baixe aqui o programa que eu construí para ilustrar a diferença entre a distribuição normal e a distribuição t de Student.

Assista »

Busca avançada 

Não há nenhuma transmissão ao vivo

  Mais de 2 anos, 9 meses, 2 semanas, 4 dias, 16 horas e 55 minutos de conteúdo
  em 25807 vídeos cadastrados