Search the digital library catalog

Query:	search in
	search in
	search in
	search in
Work type:	* old and bologna study programme
Language:
Search in:
Options:	Show only hits with full text
	Reset

1 - 2 / 2

Uporaba metod strojnega učenja za klasifikacijo nalog po prioritetah v IT projektih
Tatyana Unuchak, Mirjana Kljajić Borštnar, Yauhen Unuchak, 2025, original scientific article

Abstract: Določanje prioritet in razvrščanje nalog še vedno predstavlja izziv pri učinkovitem vodenju projektov. Obstaja veliko klasičnih pristopov za določanje prioritet. Vendar so te tehnike delovno intenzivne, subjektivne in neprilagodljive. V prispevku obravnavamo pristope za samodejno določanje prioritet nalog v IT projektih, ki temeljijo na strojnem učenju. Raziskujemo, kako lahko z uporabo metod strojnega učenja pomagamo projektnim vodjem pri učinkovitejšem razvrščanju nalog v IT projektih. V ta namen smo na množici več kot 1000000 zapisov projektnih nalog razvili klasifikacijski model za samodejno določanje prioritet. Problem, ki smo ga obravnavali, je večrazredni, pri tem je večina primerov, označenih z najvišjo prioriteto, kar predstavlja izziv pri modeliranju kot tudi pri učinkovitosti upravljanja IT projektov. Preskusili smo različne algoritme ter različne pristope, s ciljem izboljšanja rezultatov klasifikacije. Pokazali smo, da je naloge smiselno razvrstiti v manjše skupine prioritet, kar prispeva k večji natančnosti klasifikacijskega modela in preglednosti prioritet nalog, slednje pa lahko olajša upravljanje IT projektov.
Keywords: IT project management, machine learning, task prioritization, multiclass classification, data imbalance
Published in DKUM: 28.08.2025; Views: 0; Downloads: 3
Full text (2,25 MB)
This document has many files! More...

Uporaba metod strojnega učenja za oblikovanje profila obremenitve spletnih aplikacij
Yauhen Unuchak, 2024, master's thesis

Abstract: V magistrskem delu je predstavljen razvoj modelov gručenja s pomočjo programskega jezika Python. Cilj dela je razviti prototip orodij za oblikovanje profila obremenitve pri testiranju zmogljivosti spletnih aplikacij na podlagi analize preteklega delovanja spletne aplikacije v produkcijskem okolju. Izdelava profila obremenitve za testiranje zmogljivosti spletnih aplikacij predstavlja ključno fazo obremenitvenega testiranja. Ta faza omogoča usklajevanje testnih podatkov in obsega z zahtevami naročnika ter dejanskimi uporabniškimi izkušnjami. Pri izdelavi profila je treba upoštevati uporabniške vloge, tipične scenarije delovanja in razmerje med različnimi scenariji, saj različne funkcionalnosti aplikacije porabijo različne vire strežnika. Obremenitveno testiranje vključuje simulacijo uporabniških scenarijev s specializirano programsko opremo, kot sta JMeter in LoadRunner. To rešitev lahko uporabljajo inženirji in IT-strokovnjaki pri oblikovanju profila obremenitve, ki se ukvarjajo z obremenitvenim testiranjem zmogljivosti spletnih aplikacij. V delu raziskujemo, kako odkriti uporabniške vzorce za izboljšanje oblikovanja profila obremenitve za testiranje zmogljivosti na podlagi analize zapisov (rudarjenja podatkov iz log-datotek) o delovanju spletne aplikacije v produkcijskem okolju. S pravilno zasnovanim profilom obremenitve je mogoče oceniti zmogljivost in stabilnost sistema ter simulirati realne uporabniške pogoje.
Keywords: profil obremenitve spletnih aplikacij, testiranje, podatkovno rudarjenje spletnih zapisov
Published in DKUM: 05.07.2024; Views: 106; Downloads: 24
Full text (8,02 MB)

Search done in 0.02 sec.