Публікації співробітників НТБ (Library staff publications)
Постійне посилання зібрання
Переглянути
Нові надходження
- ДокументІнформаційні технології і автоматизація – 2023(Одеський національний технологічний університет, 2023)Збірник включає матеріали доповідей учасників конференції, які об'єднані за тематичними напрямками конференції. Збірник буде корисним як для фахівців і працівників фірм, зайнятих в області ІТ та автоматизації, так і для викладачів, магістрів і студентів вищих навчальних закладів, які навчаються за напрямами і спеціальностями програмного забезпечення, обчислювальної техніки і автоматизованих систем, прикладної математики та обробки інформації, буде корисним професіоналам з комп'ютерного моделювання та розробки комп'ютерних ігор. Результати досліджень у збірнику представляють собою своєрідний зріз сучасного стану справ в перерахованих галузях знань, який може допомогти як фахівцям, так і студентам університетів скласти загальну картину розвитку інформаційних технологій та пов'язаних з ними питань.
- Документ
- Документ
- ДокументЗастосування дошок Kanban у робочому процесі(2020) Ольшевська, О. В.; Титуренко, Ж. А.; Шершун, О. О.Керівникам та менеджерам для щоденної організації робочого процесу необхідно застосувати не тільки професійний досвід, а й додатки (веб, мобільні та десктопні) та планінги у зв’язку з інтенсифікацією вимог до сучасних компаній та проектів. Тому не дивно, що щорічно кількість слухачів курсів накшталт «Управління проектами» постійно збільшується. Наразі один із найбільш популярних та запитуваних способів організування робочого процесу є дошки Kanban. Kanban пропагує малі поступові, постійні та еволюційні зміни які приживаються. Коли команди мають спільне розуміння теорій про роботу, процес, ризики, вони більш ймовірно будуть здатними виробити спільне розуміння проблем та запропонувати вдосконалення які будуть результатом консенсусу.
- ДокументВізуалізація даних з урахуванням особливостей Science 2.0(2020) Ольшевська, О. В.; Зінченко, І. І.; Волкова, А. Ю.; Харахаш, О. В.В науковій, як і в освітній сфері неможливо впоратись без візуального представлення матеріалу, що досліджується або викладається. Науковці оперують великим набором вихідних даних, або результатів досліджень, які варто кластерізувати і представити у більш адаптованому вигляді. Візуалізація даних є одним з методів опрацювання наукових доробків. Методи візуалізації потрібно впровадити глибше та розширити охоплювані області. Логічно кластеризація текстових даних поділяється на два етапи. На першому етапі текстові представлення документів переводять у векторні, а на другому до отриманих векторних представлень застосовують методи кластеризації, які базуються на пошуку відстані між векторами. Такий висновок є логічним, адже більше заглиблення в тему дає більше даних для аналізу, а отже кластеризація надасть точніший результат с точки зору глибини вивчення.