Využití analýzy dat pro zlepšení procesu – Ondrej Paralič
Ondrej Paralič
Bakalářská práce
Využití analýzy dat pro zlepšení procesu
Using data analytics for process optimisation
Abstract:
Data analysis is a modern form of getting valuable insights from data, by utilizing various techniques that vary according to expected outcome. The subject of this bachelor work is application of predictive and descriptive analysis to unveil the phases where a process is being held. This tight place, also called a bottleneck, leads to overall process delay. Goal of this work is to prevent creation …víceAbstract:
Dátová analýza je novodobá forma získavania cenných informácií z dát pomocou aplikovania rôznych techník, špecifických v závislosti od požadovaného výstupu. V tejto bakalárskej práci sa zaoberáme aplikáciou prediktívnej a deskriptívnej dátovej analýzy v konkrétnych firemných podmienkach. Cieľom práce je poskytnúť firme informácie, ako zefektívniť vnútro-podnikový proces od nového nápadu na inováciu …více
Jazyk práce: slovenština
Datum vytvoření / odevzdání či podání práce: 11. 5. 2020
Identifikátor:
https://is.muni.cz/th/zsu57/
Obhajoba závěrečné práce
- Obhajoba proběhla 16. 6. 2020
- Vedoucí: Ing. Mgr. Michal Krčál, Ph.D.
- Oponent: Ing. Peter Aláč
Plný text práce
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- světu
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: Masarykova univerzita, Ekonomicko-správní fakultaMasarykova univerzita
Ekonomicko-správní fakultaBakalářský studijní program / obor:
Podniková informatika / Podniková informatika
Práce na příbuzné téma
-
Comparative Analysis of Multivariate Statistical Methods for Predicting Football Match Outcomes using Real Data
Job Paul Maria Bonsel -
Image Analysis Using Machine Learning Models
Norbert Komiňák -
Implementation of Sample Selection Estimators into Double Machine Learning Framework
Michaela Kecskésová -
Localization of mobile devices using machine learning
Aleš Calábek -
Exchange rates predictions using machine learning methods
Yaroslav Korobka -
Digital document analysis using machine learning methods
Nicholas Čapek -
Machine learning analysis and cataloging of extragalactic sources
Matej Kosiba -
Demand estimation using Machine Learning methods
Gabriela Moravčíková