Predikcija vremenskih zapisa u alatu za praćenje vremena

Sažetak na hrvatskom: Cilj ovog rada je bio dizajnirati i testirati novi mikroservis za postojeći alat za praćenje vremena koji će pružati predikcije za vremensko praćenje. Motivacija je bila poboljšanjem iskustva vremenskog praćenja ujedno i poboljšati kvalitetu vremenskih zabilješki i izvještajima...

Full description

Permalink: http://skupni.nsk.hr/Record/fer.KOHA-OAI-FER:51500/Details
Glavni autor: Petruša, Stjepan (-)
Ostali autori: Burić, Tomislav (Thesis advisor)
Vrsta građe: Drugo
Impresum: Zagreb, S. Petruša, 2019.
Predmet:
LEADER 02380na a2200229 4500
003 HR-ZaFER
008 160221s2019 ci ||||| m||| 00| 0 en d
035 |a (HR-ZaFER)ferid6678 
040 |a HR-ZaFER  |b hrv  |c HR-ZaFER  |e ppiak 
100 1 |a Petruša, Stjepan  |9 40788 
245 1 0 |a Predikcija vremenskih zapisa u alatu za praćenje vremena :  |b diplomski rad /  |c Stjepan Petruša ; [mentor Tomislav Burić]. 
246 1 |a Time Entry Prediction for a Time Tracking Software  |i Naslov na engleskom:  
260 |a Zagreb,  |b S. Petruša,  |c 2019. 
300 |a 40 str. ;  |c 30 cm +  |e CD-ROM 
502 |b diplomski studij  |c Fakultet elektrotehnike i računarstva u Zagrebu  |g smjer: Računarska znanost, šifra smjera: 56, datum predaje: 2019-06-28, datum završetka: 2019-07-08 
520 3 |a Sažetak na hrvatskom: Cilj ovog rada je bio dizajnirati i testirati novi mikroservis za postojeći alat za praćenje vremena koji će pružati predikcije za vremensko praćenje. Motivacija je bila poboljšanjem iskustva vremenskog praćenja ujedno i poboljšati kvalitetu vremenskih zabilješki i izvještajima o profitabilnosti. Odlučili smo koristiti alat Productive jer je kreiran s ciljem da poboljša profitabilnost tvrtke. Kreirali smo dva algoritma, jedan koji koristi heurističko pretraživanje i drugi koji koristi povratnu neuronsku mrežu. Oba algoritma imaju svoje pozitivne i negativne strane, i za najbolje rezultate hibrid oba algoritma bi se mogao koristiti. 
520 3 |a Sažetak na engleskom: The goal of this thesis was to design and test new microservice for an existing time-tracking tool which will provide suggestions for time tracking. Our motivation was that by improving time-tracking experience we could get sounder time entries and reliable profitability reports. We decided to use Productive as our time-tracking tool as it is built around making companies more profitable. We created two different algorithms, one using a heuristic search, and another with a recurrent neural network. Both algorithms had positive and negative sides, and for best performance, a hybrid method could be used. 
653 1 |a praćenje vremena  |a predikcija uzoraka  |a neuronska mreža  |a pretraživanje heuristikom  |a alat Productive 
653 1 |a time tracking  |a pattern prediction  |a neural network  |a heuristic search  |a Productive tool 
700 1 |a Burić, Tomislav  |4 ths  |9 33200 
942 |c Y 
999 |c 51500  |d 51500