1. Publikacije v odprtem dostopu: študija primera arktičnih študijKatarina Hribar, 2025, master's thesis Abstract: V magistrski nalogi je bila preučena razširjenost odprtega dostopa na področju arktičnih študij v obdobju 2017–2023. Raziskava je bila izvedena na podlagi analize publikacij iz bibliografske podatkovne baze Scopus. Uporabljene so bile metode za identifikacijo publikacij z iskalnimi izrazi, ter analiza modelov odprtega dostopa po disciplinah in tipih revij. Ugotovljen je bil trend rasti odprtega dostopa do leta 2021 ter upad in stagnacija po letu 2021. Višji delež odprtega dostopa je bil zabeležen pri specializiranih arktičnih revijah v primerjavi s splošnimi revijami. Disciplinarne razlike v deležih odprtega dostopa so bile potrjene.
Keywords: odprti dostop, arktične študije, Scopus, znanstveno publiciranje, analiza podatkov
Published in DKUM: 03.11.2025; Views: 0; Downloads: 5
 Full text (3,45 MB) |
2. Uporaba orodij umetne inteligence za analizo podatkovValentina Đukanović, 2025, undergraduate thesis Abstract: V diplomskem delu smo raziskali, kako lahko različna analitična orodja – klasična (Microsoft Excel, Orange) in generativna (ChatGPT, Claude) – podprejo proces analize podatkov. Namen raziskave je bil preveriti, ali lahko generativna orodja, ki temeljijo na velikih jezikovnih modelih, zagotovijo enakovredno natančnost in uporabnost kot tradicionalna orodja, hkrati pa ponudijo prednosti v hitrosti in razumljivosti rezultatov.
Metodološko smo izvedli eksperiment na javno dostopnih podatkih o povprečnih bruto plačah v javnem sektorju (2018). Vsi postopki so bili izvedeni z enakimi vhodnimi podatki in enakimi nalogami: izračun povprečja, standardnega odklona in koeficienta variacije, kategorizacija po frekvencah ter priprava vizualizacij (histogram, stolpčni graf). Rezultati so bili primerjani glede na natančnost, hitrost, jasnost interpretacij in uporabniško izkušnjo, ki smo jo ovrednotili tudi z Likertovo lestvico.
Rezultati kažejo, da Excel in Orange zagotavljata deterministično natančnost in popolno ponovljivost, vendar sta počasnejša in zahtevnejša za manj izkušene uporabnike. Generativna orodja so bila najhitrejša (≈ 2 minuti do prvih rezultatov) ter najbolje ocenjena pri jasnosti interpretacij in enostavnosti uporabe. Kljub temu so se pri njih pojavila manjša odstopanja v standardnih odklonih in kategorizacijah. To potrjuje hipotezo, da so generativna orodja ob ustrezni pripravi vhodnih podatkov enakovredna klasičnim, pri čemer ponujajo dodatno prednost v hitrosti in dostopnosti.
Zaključimo lahko, da optimalne rezultate zagotavlja hibridni pristop: klasična orodja so primerna za čiščenje, validacijo in sledljivost, generativna pa za hitro prototipiranje, narativne povzetke in podporo uporabnikom brez tehničnega predznanja. Praktična priporočila vključujejo standardizacijo podatkovnih tokov, validacijo ključnih rezultatov v Excelu ali Orangeu ter usposabljanje uporabnikov za kombinirano uporabo obeh pristopov.
Keywords: umetna inteligenca, analiza podatkov, Excel, Orange, ChatGPT, Claude
Published in DKUM: 20.10.2025; Views: 0; Downloads: 10
Full text (2,89 MB) |
3. Avtomatizacija obdelave podatkov iz SAP s pomočjo Excel makrov in integracije .csv datotekTilen Mitnjek, 2025, master's thesis Abstract: Magistrska naloga predstavlja razvoj in implementacijo dveh verzij avtomatizacije za
obdelavo podatkov iz sistema za upravljanje zalog, materialov, dokumentov in prevozov
(v nadaljevanju: SAP) v Excelu. Zaradi kompleksnosti procesov in velike količine podatkov
se v podjetjih pogosto pojavlja potreba po rešitvah, ki omogočajo hitrejšo in natančnejšo
obdelavo informacij. V prvi verziji makri samodejno odpirajo SAP, izvozijo podatke v Excel
in prilagodijo pripravljeno analizo. Druga verzija pa vključuje samodejni izvoz podatkov
prek SAP opravila (t. i. joba) v obliko formata, kjer so vrednosti ločene z vejico (ang.
Comma-Separated Values, v nadaljevanju: CSV) datoteko, makri pa prevzamejo le
naloge posodobitve in estetskega oblikovanja analize. Primerjava je pokazala, da ta
pristop pomembno skrajša čas procesa, zmanjša možnost napak in razbremeni
uporabnika pri ponavljajočih se opravilih. Poleg tega je bil implementiran vmesnik
umetne inteligence (v nadaljevanju: UI), ki omogoča enostavno interakcijo z Excelom
prek naravnega jezika. Takšna rešitev pospeši delo, izboljša uporabniško izkušnjo ter
omogoča izvedbo prilagodljivih analiz brez programerskega znanja. Skupaj ti pristopi
dokazujejo, da digitalizacija in avtomatizacija prispevata k učinkovitejšemu in kakovostnejšemu upravljanju podatkov ter podpori odločanju v sodobnem poslovnem
okolju.
Keywords: avtomatizacija, Excel analiza podatkov, VBA makro, UI vmesnik, SAP
integracija
Published in DKUM: 08.10.2025; Views: 0; Downloads: 10
Full text (3,14 MB) |
4. Primerjalna analiza orodij za rudarjenje podatkov : diplomsko deloKaterina Skenderska, 2025, undergraduate thesis Abstract: Diplomska naloga se osredotoča na analizo odprtokodnih orodij za podatkovno rudarjenje z namenom oceniti njihove funkcionalnosti, zmogljivosti in primernosti za različne naloge. Delo zajema priljubljena orodja, kot so, KNIME, Orange in WEKA, ter analizira njihove lastnosti, uporabniško prijaznost, skalabilnost in podprte algoritme. Cilj raziskave je s primerjavo zagotoviti jasno razumevanje prednosti in omejitev posameznih orodij ter pomagati uporabnikom pri izbiri optimalne rešitve za specifične potrebe podatkovnega rudarjenja. Analiza temelji na merilih, kot so zmogljivost predobdelave podatkov, tehnike modeliranja in vizualizacijske možnosti. Rezultati ponujajo praktične vpoglede za raziskovalce in strokovnjake, ki iščejo ustrezno odprtokodno orodje za podatkovno rudarjenje v okviru svojih projektov.
Keywords: podatkovno rudarjenje, analiza podatkov, orodja, WEKA, KNIME, Orange
Published in DKUM: 30.09.2025; Views: 0; Downloads: 9
Full text (1,58 MB) |
5. Analiza modela igre obeh ekip na tekmi Liverpool in Manchester City : diplomsko deloTimotej Justinek, 2025, undergraduate thesis Abstract: Diplomska naloga se osredotoča na poglobljeno taktično in tehnično analizo nogometne tekme, ki je bila odigrana 10. marca 2024 na stadionu Anfield med ekipama Liverpool FC in Manchester City FC. Avtor si je za predmet raziskovanja izbral eno najbolj kakovostnih in atraktivnih nogometnih tekem sodobnega časa, ki odraža vrhunski nivo igre in strategije.
V teoretičnem delu naloge so predstavljeni ključni koncepti nogometne igre, kot so sodobni model igre, faze napada in obrambe, tehnika in taktika igralcev ter vloga trenerjev. Posebna pozornost je namenjena trenerjema obeh ekip - Jürgenu Kloppu in Pepu Guardioli - ki veljata za izjemna stratega in inovatorja v svetovnem nogometu. Poleg osnov tehnično-taktične priprave so predstavljeni tudi elementi športne analitike, zlasti statistika pričakovanih golov (xG), ki je v sodobnem nogometu vse bolj v ospredju.
Empirični del temelji na podrobni videoanalizi tekme, pri čemer so bile analizirane številne spremenljivke, kot so način branjenja, postavitev obrambne linije, prehodi med fazami igre, tempo, uspešnost podaj, izgubljene žoge, število strelov na vrata in druge. Na podlagi teh podatkov je avtor oblikoval tehnično-taktična modela igre za obe ekipi ter izvedel njihovo primerjavo.
Rezultati kažejo, da sta ekipi uporabljali različne pristope v fazi obrambe in napada, z nekaterimi skupnimi značilnostmi, kot sta kombinirano branjenje in visoka postavitev obrambne linije. Pri tem se je Liverpool pokazal kot nekoliko bolj aktiven v smislu posesti in števila kotov, medtem ko je Manchester City več pozornosti namenjal centralnemu napadanju. Statistična analiza hipotez je pokazala, da nekatere predpostavke (npr. več podaj ekipe City) držijo, druge (npr. vpliv xG na rezultat) pa se niso potrdile.
Namen naloge je bil pokazati, kako se lahko s pomočjo sodobnih metod analize, pridobi poglobljen vpogled v potek igre in taktične odločitve ekip. Delo prispeva k boljšemu razumevanju vloge analitike v športu ter omogoča bolj strukturirano pripravo trenerjev in ekip na tekme.
Keywords: nogomet, taktična analiza, video analiza, xG (expected goals), Premier League, Liverpool FC, Manchester City FC, nogometna tehnika, obramba in napad, sodobni model igre, analiziranje podatkov v športu
Published in DKUM: 08.09.2025; Views: 0; Downloads: 5
Full text (980,97 KB) |
6. Analiza vpliva umetne inteligence na elektronsko poslovanjeTina Knupleš, 2025, master's thesis Abstract: Magistrsko delo se poglobi v tematiko umetne inteligence (ang. artificial intelligence) kot osrednjega gradnika sodobne digitalne transformacije. V njem bomo opredelili, kaj umetna inteligenca pomeni v današnjem tehnološkem svetu, in osvetlili njen zgodovinski razvoj, s čimer bomo prikazali, kako se je iz začetnih eksperimentov razvila v kompleksno področje, ki vpliva na vse vidike družbe. Nadalje bomo razčlenili osnovne principe, ki oblikujejo njeno bistvo, ter raziskali raznolike pristope, ki omogočajo njeno poglobljeno preučevanje ter ob tem identificirali ključne tehnologije, ki so poganjajo. Delo vključuje tudi natančno kategorizacijo vrst umetne inteligence in analizo njenih prednosti ter slabosti, pri čemer bomo izpostavili varnostne aspekte in načine učinkovitega upravljanja. Na koncu bomo pregledali aktualne trende, ki opredeljujejo prihodnost umetne inteligence, s čimer smo dokazali, da ta tehnologija predstavlja neizogiben razvojni faktor, ki odpira nove priložnosti in hkrati postavlja zahtevne izzive, ki jih je potrebno premišljeno nasloviti.
V nadaljevanju naloge poudarjamo podrobno analizo vpliva umetne inteligence na elektronsko poslovanje. Z analitičnim pristopom skušamo odgovoriti na ključna raziskovalna vprašanja, med katerimi so določanje prednosti in slabosti implementacije te tehnologije, raziskovanje primerov uspešne uporabe v različnih sektorjih ter ocenjevanje etičnih in varnostnih vidikov, povezanih s hitro digitalno transformacijo. Pri tem uporabljamo obsežen pregled domače in tuje literature, empirične študije in analizo študije primera, v kateri je predstavljena uporaba umetne inteligence pri podjetju Amazon. Preučevanje metodologije, ki vključuje analizo podatkov, napredno segmentacijo trga in avtomatizacijo poslovnih procesov, je osnova za identifikacijo novih poslovnih priložnosti ter pripomore k večji konkurenčni prednosti organizacij.
Rezultati raziskave kažejo, da implementacija umetne inteligence prinaša pomembne prednosti, kot so avtomatizacija rutinskih operacij in izboljšana personalizacija storitev. Hkrati izpostavljajo izzive, kot so varnost podatkov, etična vprašanja in potreba po preusposabljanju delovne sile. Ugotovitve poudarjajo, da organizacije, ki uspešno vpeljujejo tehnologije umetne inteligence, dosegajo izboljšano operativno učinkovitost in učinkovitejše upravljanje procesov. Celostna analiza sklepa nakazuje, da je umetna inteligenca strateško orodje za prihodnost elektronskega poslovanja, če bodo sprejeti ustrezni regulativni in operativni ukrepi.
Keywords: umetna inteligenca, elektronsko poslovanje, digitalna transformacija, avtomatizacija, analiza podatkov.
Published in DKUM: 20.05.2025; Views: 0; Downloads: 50
Full text (6,29 MB) |
7. Prepoznavanje rastlin in njihovih bolezni z mobilno aplikacijoRok Trunkelj, 2025, undergraduate thesis Abstract: Raziskava obravnava prepoznavanje izbranih rastlin in njihovih bolezni s pomočjo
mobilne aplikacije. Na kratko so predstavljena uporabljena orodja: Orange Data mining,
Android Studio, MS Visio, Figma, Flask, Nginx in Gunicorn. Arhitektura rešitve obsega
virtualno okolje v oblaku s strežniki za dostop do modelov za klasifikacijo rastlin in
njihovih bolezni in aplikacijo Android. Opisan je postopek izdelave modelov strojnega
učenja, ki so bili preneseni na strežnik. V nalogi so prikazani pomembni deli kode in
podana razlaga vseh aspektov delovanja aplikacije.
Keywords: umetna inteligenca, razvoj aplikacije, analiza podatkov, podatkovno
rudarjenje, Orange Data Mining.
Published in DKUM: 09.04.2025; Views: 0; Downloads: 18
Full text (3,07 MB) |
8. Raziskave v marketinguMatjaž Iršič, Borut Milfelner, 2025 Abstract: Monografija celovito predstavlja faze raziskovalnega procesa v marketingu, od opredelitve problemov do zbiranja, analize podatkov in oblikovanja poročil. Razlaga metode, kot so strukturirane in nestrukturirane tehnike spraševanja, opazovanja, panelne raziskave in druge metode. Poudarjena je kakovost raziskovalnega procesa, ki zahteva usklajeno sodelovanje med managementom in marketinškimi raziskovalci. Obravnavano je tudi vzorčenje, kjer raziskovalci uravnavajo natančnost podatkov. Monografija se osredotoča tudi na metode zbiranja podatkov, ključne za razumevanje ustreznega raziskovanja vedenja odjemalcev in delovanja trgov. Poudarjeni sta ustrezna interpretacija podatkov za učinkovito odločanje in zaključna faza raziskovalnega procesa, ki vsebuje pripravo poročila in implementacijo rezultatov raziskave. Monografija ponuja smernice za preprečevanje napak in omogoča uvajanje relevantnega pristop k raziskavam v marketingu.
Keywords: primarni in sekundarni podatki, oblikovanje vzorca, spraševanje, opazovanje, analiza podatkov, priprava raziskovalnega projekta
Published in DKUM: 07.04.2025; Views: 0; Downloads: 19
Full text (4,10 MB)
This document has many files! More... |
9. Razvoj napovednih modelov z uporabo strojnega učenja za zmanjšanje izmeta v proizvodnji podjetja Talum, d. d.Alen Gojkošek, 2024, master's thesis Abstract: Magistrsko delo se osredotoča na razvoj napovednih modelov za napovedovanje izmeta aluminijastih izdelkov v proizvodnji podjetja Talum. Raziskava vključuje analizo proizvodnega procesa, obdelavo podatkov in uporabo različnih tehnik strojnega učenja. Z uporabo metod, kot so eksplorativna analiza podatkov, inženiring značilk in k-kratno prečno preverjanje, so bili razviti in ovrednoteni modeli za napovedovanje izmeta. Rezultati kažejo na izboljšano razumevanje dejavnikov, ki vplivajo na izmet, in ponujajo priložnosti za optimizacijo proizvodnega procesa. Delo zaključujejo priporočila za implementacijo modelov in nadaljnje raziskave na tem področju.
Keywords: strojno učenje, aluminijasti ulitki, napovedovanje izmeta, optimizacija proizvodnje, analiza podatkov
Published in DKUM: 22.10.2024; Views: 0; Downloads: 52
Full text (2,61 MB) |
10. Model igre in taktika nogometnega kluba Ajax v ligi prvakov v sezoni 2018/2019 : diplomsko deloJan Puhner, 2024, undergraduate thesis Abstract: Model igre in taktika v obrambi in napadu sta ena izmed ključnih faktorjev za doseganje vrhunskih moštvenih dosežkov v nogometu. Model in taktika morata biti razdelana in premišljena glede na tip nasprotnika proti kateremu ekipa igra. V primeru, da ima ekipa odlično razdelan model ter taktiko tako v napadu kot v obrambi, ne potrebuje največjih zvezdnikov nogometne igre za doseganje vrhunskih rezultatov. Dokaz temu je bila mlada ekipa Ajaxa, ki je v Ligi prvakov v sezoni 2018/2019 prišla v polfinale preko poraza močnega Real Madrida ter Juventusa in bila le par minut oddaljena od velikega finala lige prvakov.
Namen diplomske naloge je predstaviti model nogometne igre in taktiko v nogometu, kar je opisano v začetku diplomske naloge, kjer je prav tako predstavljen razvoj lige prvakov ter zgodovina nogometnega kluba Ajax. Rezultate video analize in analize statističnih podatkov so prikazani ter opisani v drugem delu diplomske naloge. Cilj analiz je bil raziskati model igre in taktiko, ki je prinesla ekipi Ajaxa odličen rezultat v Ligi prvakov v sezoni 2018/2019. Pridobljeni podatki in rezultati so prikazani v tabelah ter med seboj grafično primerjani.
Keywords: nogomet, model igre, taktika, analiza podatkov
Published in DKUM: 27.02.2024; Views: 397; Downloads: 73
Full text (4,04 MB) |
