Трьохфакторна нелінійна регресійна модель для оцінювання розміру веб-застосунків, що створюються мовою Python, та розробка програми для її реалізації

Скорочена інформація про документ
dc.contributor.advisorМакарова Л. М.
dc.contributor.authorЛевицький Ігор Олександрович
dc.contributor.authorLevytskyi Ihor Oleksandrovych
dc.date.accessioned2025-01-27T11:17:08Z
dc.date.available2025-01-27T11:17:08Z
dc.date.issued2024
dc.descriptionЛевицький, І. О. Трьохфакторна нелінійна регресійна модель для оцінювання розміру веб-застосунків, що створюються мовою Python, та розробка програми для її реалізації = A three-factor nonlinear regression model to size estimation of web applications created in Python and software development for its implementation : магістерська робота ; спец. 121 ''Інженерія програмного забезпечення'' / І. О. Левицький ; наук. кер. Л. М. Макарова. – Миколаїв : НУК, 2024. – 91 с.
dc.description.abstractКваліфікаційна робота на здобуття освітнього рівня магістра зі спеціальності 121 «Інженерія програмного забезпечення». Національний університет кораблебудування імені адмірала Макарова. Миколаїв, 2024 р. Обсяг роботи: 90 стор., 10 табл., 7 рис., 26 використаних джерел, 5 додатків. Актуальність теми: Сьогодні багато компаній стикаються з необхідністю розробки або впровадження веб-застосунків для запуску продуктів чи оптимізації своїх бізнес-процесів. Для створення веб-застосунків на боці сервера використовуються різноманітні технології та мови програмування, зокрема і мова Python. Отже, побудова нелінійної регресійної моделі із застосуванням нормалізуючих перетворень є актуальним завданням, що сприяє підвищенню достовірності оцінювання розміру веб-застосунків, створених на Python, і має практичне значення. Мета та завдання дослідження: підвищення достовірності оцінювання розміру веб-застосунків, що створюються мовою Python, та розробка програми для її реалізації. Завдання: проаналізувати вже існуючі моделі оцінювання розміру ПЗ, відібрати проекти веб-застосунків мовою Python з відкритим вихідним кодом, які будуть використовуватися для побудови нелінійної регресійної моделі, побудувати трьохфакторну нелінійну регресійну модель для оцінювання розміру веб-застосунків, що створюються мовою Python, розробити програму, яка буде реалізовувати побудовану модель. Об'єкт дослідження: процес оцінювання розміру веб-застосунків, що створюються мовою Python. Предмет дослідження: нелінійна регресійна модель для оцінювання розміру веб-застосунків, що створюються мовою Python. Методи дослідження: методи теорії ймовірностей, математичної статистики, математичного моделювання, регресійного аналізу, об'єктно-орієнтованого програмування. Наукова новизна: удосконалено трьохфакторну нелінійну регресійну модель для оцінювання розміру веб-застосунків, що створюються мовою Python, за рахунок застосування нормалізуючого перетворення на основі десяткового логарифму і викидів регресії, що дозволить підвищити достовірність оцінювання розміру веб-застосунків, що створюються мовою Python, в порівнянні з існуючими моделями. Практичне значення одержаних результатів: розробка програми для оцінювання розміру веб-застосунків, що створюються мовою Python, на основі побудованої моделі. Апробація результатів дослідження: основні положення і результати досліджень, викладені у кваліфікаційній роботі, пройшли апробацію на VII Всеукраїнській науково-практичній інтернет-конференції молодих вчених та студентів «Сучасні інформаційні системи та технології» (м. Херсон, 29.11.2024). Публікації: основні результати кваліфікаційної роботи викладено у 1 науковій праці – матеріалах конференції.
dc.description.abstract1Qualification work for obtaining a master's degree in the speciality 121 «Software Engineering». Admiral Makarov National University of Shipbuilding. Mykolaiv, 2024. Volume of work: 90 pages, 10 tables, 7 figures, 26 references, 5 appendices. Relevance of the topic: Today, many companies are faced with the need to develop or implement web applications to launch products or optimize their business processes. Various technologies and programming languages are used to create serverside web applications, including Python. Therefore, building a nonlinear regression model using normalizing transformations is an urgent task that contributes to increasing the reliability of size estimating of web applications created in Python and is of practical importance. Purpose and objectives of the study: high reliability of size estimating of web applications created in Python, and developing an application for its implementation. Task: to analyze existing models of software size estimation, to select projects of open source Python web applications that will be used to build a nonlinear regression model, to build a three-factor nonlinear regression model to size estimating of web applications created in Python, to develop a software that will implement the built model. The object of the study: the process of size estimating of web applications created in Python. Subject of the study: a nonlinear regression model to size estimating of web applications created in Python. Methods of the study: methods of probability theory, mathematical statistics, mathematical modeling, regression analysis, object-oriented programming. Scientific novelty: improved three-factor nonlinear regression model for size estimating of web applications created in Python by using normalizing transformation based on decimal logarithm and regression outliers, which will increase the reliability of size estimating of web applications created in Python in comparison with existing models. Practical significance of the obtained results: development of a software for size estimating of web applications created in Python, based on the built model. Testing of the research results: the main provisions and research results set forth in the qualification work were tested at the VII All-Ukrainian Scientific and Practical Internet Conference of Young Scientists and Students "Modern Information Systems and Technologies" (Kherson, 29.11.2024). Publications: the main results of qualification work are set forth in 1 scientific work – conference materials.
dc.description.provenanceSubmitted by Антон Крамаренко (kramarenko4717@gmail.com) on 2025-01-21T15:48:14Z workflow start=Step: reviewstep - action:claimaction No. of bitstreams: 1 Levytskyi_magister.pdf: 970934 bytes, checksum: 29ba571602e1e8748eeba671f67978e9 (MD5)en
dc.description.provenanceStep: reviewstep - action:reviewaction Approved for entry into archive by Диндеренко Катерина(kateryna.dynderenko@nuos.edu.ua) on 2025-01-27T11:12:54Z (GMT)en
dc.description.provenanceStep: editstep - action:editaction Approved for entry into archive by Диндеренко Катерина(kateryna.dynderenko@nuos.edu.ua) on 2025-01-27T11:16:38Z (GMT)en
dc.description.provenanceStep: finaleditstep - action:finaleditaction Approved for entry into archive by Диндеренко Катерина(kateryna.dynderenko@nuos.edu.ua) on 2025-01-27T11:17:08Z (GMT)en
dc.description.provenanceMade available in DSpace on 2025-01-27T11:17:08Z (GMT). No. of bitstreams: 1 Levytskyi_magister.pdf: 970934 bytes, checksum: 29ba571602e1e8748eeba671f67978e9 (MD5) Previous issue date: 2024en
dc.identifier.urihttps://eir.nuos.edu.ua/handle/123456789/9671
dc.language.isouk
dc.publisherНУК
dc.subjectпрограмне забезпечення
dc.subjectоцінювання розміру
dc.subjectнелінійна регресійна модель
dc.subjectвеб-застосунок
dc.subjectPython
dc.subject121 ''Інженерія програмного забезпечення''
dc.subjectsoftware
dc.subjectsize estimation
dc.subjectnonlinear regression model
dc.subjectweb application
dc.subjectPython.
dc.titleТрьохфакторна нелінійна регресійна модель для оцінювання розміру веб-застосунків, що створюються мовою Python, та розробка програми для її реалізації
dc.title.alternativeA three-factor nonlinear regression model to size estimation of web applications created in Python and software development for its implementation
dc.typeMasterThesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Levytskyi_magister.pdf
Розмір:
948.18 KB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
4.38 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (ПЗАС)
121 "Інженерія програмного забезпечення"