Регресійна модель для оцінювання розміру веб-застосунків, що створюються мовою Python з використанням Django Rest Framework, та розробка програми для її реалізації
Вантажиться...
Дата
2022
Назва журналу
Номер ISSN
Назва тому
Видавець
Анотація
Давлатова Діана Хакимжонівна
"Регресійна модель для оцінювання розміру веб-застосунків, що створюються мовою Python з використанням Django Rest Framework, та розробка програми для її реалізації".
Кваліфікаційна робота на здобуття освітнього рівня магістра зі спеціальності 121 "Інженерія програмного забезпечення". Національний університет кораблебудування імені адмірала Макарова. Миколаїв, 2022 р.
Обсяг роботи: 121 стор., 20 табл., 13 рис., 57 використаних джерел, 5 додатків.
Актуальність теми роботи: Проблема отримання ефективної системи оцінювання розміру веб-застосунків – це важливе завдання, що вимагає удосконалення існуючих методів. Враховуючи те, що всі моделі безпосередньо залежать від мови програмування та її особливостей, маємо, що для обраної мови програмування, фреймворку та бібліотеки не було створено відповідної моделі, реалізованої для особливостей мови Python, тому є доцільним створити таку модель.
Таким чином, побудова нелінійних регресійних моделей із використанням нормалізуючих перетворень для підвищення достовірності оцінювання розміру веб-застосунків, що створюються мовою Python з використанням Django Rest Framework, і створення на їх основі інформаційної технології переробки інформації є актуальною та має практичну цінність.
Мета і завдання дослідження: підвищення достовірності оцінювання розміру веб-застосунків, що створюються мовою Python з використанням Django Rest Framework, та розробка програми для її реалізації. Для досягнення поставленої мети необхідно вирішити 5 завдань.
Об’єктом досліджень є процес оцінювання розміру веб-застосунків, що створюються мовою Python з використанням Django Rest Framework.
Предметом досліджень є регресійна модель для оцінювання розміру веб-застосунків, що створюються мовою Python з використанням Django Rest
Framework.
Методи дослідження: методи теорії ймовірностей, математичної статистики, математичного моделювання, регресійного аналізу, об'єктно-орієнтованого програмування.
Наукова новизна одержаних результатів полягає в удосконаленні нелінійної регресійної моделі для оцінювання розміру веб-застосунків, що створюються мовою Python з використанням Django Rest Framework, за рахунок застосування нормалізуючого перетворення на основі десяткового логарифму і викидів регресії. Ця двофакторна нелінійна регресійна модель у порівнянні з побудованою однофакторною нелінійною регресійною моделлю та існуючою однофакторною нелінійною регресійною моделлю з використанням мови Java краща за параметрами якості MMRE та PRED(0,25).
Практичне значення одержаних результатів. Розроблено програму для оцінювання розміру веб-застосунків, що створюються мовою Python з використанням Django Rest Framework, на основі побудованої регресійної моделі.
Апробація результатів досліджень. Основні положення і результати досліджень, викладені у кваліфікаційній роботі, пройшли апробацію на III Всеукраїнській науково-практичній інтернет-конференції "Інформаційні технології: моделі, алгоритми, системи" (м. Миколаїв, 26–28 жовтня 2022 р.). Публікації. Результати кваліфікаційної роботи висвітлено в 1 науковій праці – тезах конференції.
Опис
Давлатова, Д. Х. Регресійна модель для оцінювання розміру веб-застосунків, що створюються мовою Python з використанням Django Rest Framework, та розробка програми для її реалізації = A regression model to estimate the size of web applications created in Python using the Django Rest Framework and software development for its implementation : магістерська робота ; спец. 121 ''Інженерія програмного забезпечення'' / Д. Х. Давлатова ; наук. кер. Л. М. Макарова. – Миколаїв : НУК, 2022. – 122 с.
Ключові слова
нелінійна регресійна модель, веб-застосунок, оцінювання розміру веб-застосунків, логарифмічне перетворення, Python, Django Rest Framework, 121 ''Інженерія програмного забезпечення'', nonlinear regression model, web application, web application size estimation, logarithmic transformation