Vajad kellegagi rääkida?
Küsi julgelt abi LasteAbi
Ukraina abi Ukraina kaitse vajab abi. Tee annetus täna! Aita Ukrainat Sulge
Add link

" tarmo veskioja" - 7 õppematerjali

16
doc

Sissejuhatus infosüsteemidesse projekt

TALLINNA TEHNIKAÜLIKOOL Informaatikainstituut Infosüsteemide õppetool Projekt aines "Sissejuhatus infosüsteemidesse" VARUOSADE HANKIMINE JA ANDMEBAASI SISSEKANNE Üliõpilane: Miko Allikmäe Õpperühm: IASB31 Matrikli nr.: 061643 Juhendaja: Tarmo Veskioja Tallinn 2007 SISUKORD 1 Üldvaade.................................................................................................................................3 1.1 Taust...............................................................................................................................................................3 1.2 La...

Sissejuhatus... - Tallinna Tehnikaülikool
391 allalaadimist
17
doc

Mahekaubanduse E-Pood

TALLINNA TEHNIKAÜLIKOOL Informaatikainstituut Infosüsteemide õppetool Projekt aines "Sissejuhatus infosüsteemidesse" MAHEKAUBA E-POOD Üliõpilane: Allar Plaksi Õpperühm: EALB-31 Matrikli nr.: 062005 Juhendaja: Tarmo Veskioja Tallinn 2009 1 SISUKORD 1.ÜLDVAADE.................................................................................................................................................3 1.1.TAUST.....................................................................................................................................................3 1.2.LAUSENDID...

Sissejuhatus... - Tallinna Tehnikaülikool
188 allalaadimist
258
xlsx

Informaatika 1 - tekstikorpuse analüüs

Looge kahetasemeline valideerimine, kus kasutaja saab esimesena valida tea valideerimisega valida vaid aktiivse teaduskonna töötajate vahel (Mis funktsio kuvatakse funktsiooni VLOOKUP (!!!) kasutades tema kabinetinumber ja nelja NB! Andke kõik õiged nimed ÜLESANDE TEINE OSA - ANDMETE IMPORTIMINE Variandinumbri arvutamiseks sisestage oma tudengikood töölehele Majandus Valige otsingu kõrvalt "Töötaja otsing". Otsige teie variandile vastavat õppeto Excelisse - esialgu tuleb see halva vormindusega. Kopeerige sealt tabelist vä parema-nupu menüüs asuvat Paste-Special->Values käsku, et saadud tulemu nimed jäävad ka lõpptulemuseks - halva vormindusega tabel kustutage. Tehke sama oma variandile vastava teise õppetooliga. E s igale teaduskonna nimele järgneb nimekiri selle töötajatega, esimesena v...

Informaatika - Tallinna Tehnikaülikool
50 allalaadimist
149
xlsx

Informaatika I arvestustöö 2014 TTÜ

H. Abouhwaij VII-307 620 3800 Paul Taklaja VII 511 620 3754 Paul Vesiloo VII 210 620 3853 Peep Kroos VII 310 620 3800 Peeter Raesaar VII 506 620 3766 Raik Jansikene VII 409 620 3697 Raili Kukk VII-221 620 3850 Raivo Teemets VII 411 620 3710 Raul Aarpuu VII 409 620 3697 Reeli Kuhi-Thalfeldt VII 507 620 3767 Taavi Möller VII 408 620 3708 Tanel Jalakas VII 413 620 3703 Tarmo Rosman VII 310 620 3800 Tiiu Sakkos VII 308 620 3802 Tõnu Lehtla VII 403 620 3704 Toomas Vaimann VII 304 620 3800 Toomas Vinnal VII 309 620 3802 Tuuli-Piret Kõuts VII 410 620 3707 Udo Niinsalu VII 311 620 3802 Ülle Valtna VII 231 620 3695 Ülo Sõstra VII 208 620 3856 Ülo Treufeldt VII 507 620 3767 Uudo Kornel VII 310 620 3800 Valery Vodovozov VII 406 620 3694 Veiko Karu VII 206 620 3854 Viktor Bolgov VII 310 620 3800 Vivika Väizene VII 201 620 3859 Zoja Raud...

Informaatika - Tallinna Tehnikaülikool
89 allalaadimist
72
pdf

Täppismeetodid otsuste vastuvõtmisel - Kodukindlustuse valik

12.2014 Juhendaja: PhD Tarmo Veskioja Tallinn 2014 SISUKORD SISSEJUHATUS ........................................................................................................................ 4 1. PROBLEEM JA ÜLESANNE ............................................................................................... 5 1.1. Probleemi püsitus ............................................................................................................ 5 1.2. Ülesande püstitus............................................................................................................. 5 2. MEETOD ............................................................................................................................... 6 2.1. Meetodi kirjeldus............................................................................................................. 6 3. OTSUSTUSMUDEL 3.1. Stsenaariumid...

Informaatika - Tallinna Tehnikaülikool
44 allalaadimist
60
docx

Probleemi (juhtumi) analüüs

Kasutades mingi ettevõtteasutuse kohta artiklit internetist tooge selle alusel välja: a. Miks on „big data“ äride jaoks nii huvitav? b. Milliseid väljakutseid see endaga kaasa toob? c. Milliseid tehnoloogiaid „big data“ haldamiseks kasutatakse? A. Big Data on äride jaoks huvitav, sest otseselt selle üle neil kontrolli ei ole. Big Data puhul on tavaliselt tegu väga suurte andmemahtudega. Näiteks sotsiaalmeedia postitused, võrguliikluse ja sisselogimiste logid jms. Big Data erineb klassikalisest ärianalüüsist. Big Data-s kasutatakse Discovery- lähenemist, otsitakse seoseid sealt, kus need esmapilgul puuduvad. Ehk sisuliselt loodetakse komistada huvitavate seoste otsa. Big Data abil saavad ärid paremini mõista klientide ostukäitumist. C. Analüüsiks on enamasti hädavajalik spetsiaalne tarkvaraplatvorm nagu näiteks QlikView või Sense. Big Datas kasutatakse järgmisi te...

Infosüsteemid ja nende... -
26 allalaadimist
10
docx

Artiklite töö

Kasutades mingi ettevõtteasutuse kohta artiklit internetist tooge selle alusel välja: a. Miks on „big data“ äride jaoks nii huvitav? b. Milliseid väljakutseid see endaga kaasa toob? c. Milliseid tehnoloogiaid „big data“ haldamiseks kasutatakse? A. Big Data on äride jaoks huvitav, sest otseselt selle üle neil kontrolli ei ole. Big Data puhul on tavaliselt tegu väga suurte andmemahtudega. Näiteks sotsiaalmeedia postitused, võrguliikluse ja sisselogimiste logid jms. Big Data erineb klassikalisest ärianalüüsist. Big Data-s kasutatakse Discovery- lähenemist, otsitakse seoseid sealt, kus need esmapilgul puuduvad. Ehk sisuliselt loodetakse komistada huvitavate seoste otsa. Big Data abil saavad ärid paremini mõista klientide ostukäitumist. C. Analüüsiks on enamasti hädavajalik spetsiaalne tarkvaraplatvorm nagu näiteks QlikView või Sense. Big Datas kasutatakse järgmisi te...

Infotehnoloogia sotsiaalsed... -
4 allalaadimist


Registreeri ja saadame uutele kasutajatele
faili e-mailile TASUTA

Konto olemas? Logi sisse

Sellel veebilehel kasutatakse küpsiseid. Kasutamist jätkates nõustute küpsiste ja veebilehe üldtingimustega Nõustun