| | SLO | ENG | Cookies and privacy

Bigger font | Smaller font

Search the digital library catalog Help

Query: search in
search in
search in
search in
* old and bologna study programme

Options:
  Reset


1 - 2 / 2
First pagePrevious page1Next pageLast page
1.
ODLOČITVENI MODEL ZA OCENJEVANJE KANDIDATOV ZA ŠOLO ZA ČASTNIKE
Matjaž Ogrinc, 2011, undergraduate thesis

Abstract: Diplomsko delo se loteva postopka izbora najprimernejših kandidatk in kandidatov za šolanje na Šoli za častnike Slovenske vojske. Cilj naloge je razvrstitev in izbor najprimernejših kandidatov, ki sodelujejo na selekciji in bodo napoteni na šolanje v Šolo za častnike. Problem smo rešili z izgradnjo modela za večparametrsko odločanje. Odločitveni model je predstavljen z izbranimi kriteriji, ki so najbolj pomembni za končno oceno in razvrstitev kandidatov. Pri modeliranju večparametrskega modela smo uporabili metodo za večparamtrsko odločanje Kepner-Tregoe, katero smo prenesli v elektronsko preglednico programa MS Excel. Odločitveni model za ocenjevanje častnikov Slovenske vojske omogoča vrednotenje in analizo končnih ocen ter s tem izbor najprimernejših kandidatov. Za preizkus pravilnosti delovanja modela smo izvedli "kaj-če" analizo.
Keywords: Šola za častnike, selekcija, večparametrsko odločanje, metoda Kepner-Tregoe, Excel elektronske preglednice
Published: 14.04.2011; Views: 1655; Downloads: 198
.pdf Full text (1,88 MB)

2.
UPORABA PODATKOVNEGA RUDARJENJA V ŠPORTU
Matjaž Ogrinc, 2016, master's thesis/paper

Abstract: V podatkih se skrivajo potencialno koristne informacije, ki jih lahko izkoristimo za pridobitev novega, uporabnega znanja. V magistrski nalogi smo obravnavali problem analize igre hokeja na ledu z uporabo podatkovnega rudarjenja. Glavni cilj naloge je predstaviti možnosti in uporabnost podatkovnega rudarjenja v športu ter s tem prispevati k razvoju hokeja na ledu doma in po svetu. Po drugi strani pa želimo spodbuditi tudi vodenje statistike, ki je podlaga za uporabo podatkovnega rudarjenja v športu. Rešitev problema smo izvedli po korakih procesa za odkrivanje znanja v podatkih in metodologije CRISP-DM. Na podlagi Evklidske razdalje smo praktično prikazali kako iščemo podobnosti med primeri. Njihovo povezanost pa smo preverili s pomočjo Pearsonovega koeficienta korelacije in postavili homogene napadalne trojke. S programom Orange, smo izdelali modele za uvrščanje igralcev na igralne pozicije (metoda k-NN), razvrstitev ekip in igralcev v skupine (hierarhično razvrščanje, metoda voditeljev) in za vpliv igralca na uspeh ekipe (agoritem CN2, Naive Bayesov klasifikator, odločitvena drevesa in nevronske mreže). Kot pomoč pri vizualizaciji rezultatov smo uporabili ustrezne diagrame. V zaključku smo izdelali SWOT analizo in predstavili statistike, ki bi jih bilo potrebno uvesti za resnejše analize v slovenskem hokeju. Izdelani modeli so v pomoč strokovnemu in učinkovitemu pristopu k hokejski igri ter so z modifikacijami uporabni tudi za druge športe. Koristni so za igralce in trenerje pri analizi igre, moštva in nasprotnikov, managerjem ter vodstvu klubov pri nakupu in menjavi igralcev, iskalcem talentov, sponzorjem, novinarjem…
Keywords: podatkovno rudarjenje, odkrivanje znanja v podatkih, Orange, hokej na ledu
Published: 22.04.2016; Views: 830; Downloads: 102
.pdf Full text (4,51 MB)

Search done in 0.04 sec.
Back to top
Logos of partners University of Maribor University of Ljubljana University of Primorska University of Nova Gorica