Skip navigation
Please use this identifier to cite or link to this item:
https://elib.utmn.ru/jspui/handle/ru-tsu/19227| Title: | Разработка и анализ моделей кластеризации и классификации для данных об учебных дисциплинах ИМиКН |
| Other Titles: | Development and analysis of clustering and classification models for data on academic disciplines of the Institute of Mathematics and Computer Science |
| Authors: | Кузьминых, А. А. Kuzmennykh, A. A. |
| metadata.dc.contributor.advisor: | Ступников, А. А. Stupnikov, A. A. |
| Keywords: | магистерская диссертация нейронные сети модели кластеризации рекуррентные сети модели векторизации текстов спектральная кластеризация master's thesis neural networks clustering models recurrent networks text vectorization models spectral clustering |
| Issue Date: | 2022 |
| Citation: | Кузьминых, Анастасия Александровна. Разработка и анализ моделей кластеризации и классификации для данных об учебных дисциплинах ИмиКН : выпускная квалификационная работа (магистерская диссертация) студентки 2 курса очной формы обучения по направлению подготовки 02.04.03 Математическое обеспечение и администрирование информационных систем, магистерская программа "Разработка технологий Интернета вещей и больших данных" / А. А. Кузьминых ; научный руководитель А. А. Ступников ; автор рецензии А. В. Глазкова ; Тюменский государственный университет, Институт математики и компьютерных наук, Кафедра программного обеспечения. — Тюмень, 2022. — Согласие от 25.06.2022 г. на размещение ВКР А. А. Кузьминых. — Текст : электронный. |
| Abstract: | Целью работы является исследование подходов к анализу тематического содержания дисциплин, связанному с соответствием данного содержания определенным разделам компьютерных наук, и построение соответствующей модели классификатора. |
| Speciality: | 02.04.03 – Математическое обеспечение и администрирование информационных систем |
| URI: | https://elib.utmn.ru/jspui/handle/ru-tsu/19227 |
| Appears in Collections: | Магистерские диссертации |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| KuzmennykhAA_2022.pdf | 3,91 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.