100 punkti
Autor soovib selle materjali allalaadimise eest saada 100 punkti.
~ 55 lehte
Lehekülgede arv dokumendis
2018-09-02
Kuupäev, millal dokument üles laeti
6 laadimist
Kokku alla laetud
0 arvamust
Teiste kasutajate poolt lisatud kommentaarid
Mikk Kaevats
Õppematerjali autor
3. kasutatud tunnid Mean 1.7986755319 Standard Error 0.1089018002 Median 1 Mode 1 Standard Deviation 1.4931862555 Sample Variance 2.2296051936 Kurtosis 4.3121875448 Skewness 1.8892115412 Range 8 Minimum 0 Maximum 8 Sum 338.151 Count 188 Bin Frequency Cumulative % 0 2 1.06% 0.00782 1 1.60% 0.01564 1 2.13% Histogram 0.02346 0 2.13% 0.031281 0 2.13%
12. Ankeedile vastamise kuupäev Mean 42979.74 Standard E 1.839294 Median 42984 Mode 42983 Standard D 26.84361 Sample Var 720.5792 Kurtosis 20.76526 Skewness -4.376422 Range 245 Minimum 42803 Maximum 43048 Sum 9154685 Count 213 1. kasutad tundides digiva 2. kasutad tundides? [Nutit 2.kasutad[Tahvelarvuti] 9/11/2017 18:50:48 0 Harva Harva 9/10/2017 21:35:04 Jah Harva Ei kasuta 9/10/2017 22:50:11 Jah Harva 9/10/2017 16:58:57 Jah Sageli Harva 9/13/2017 14:49:21 Jah Sageli Harva 9/13/2017 20:04:36 Jah Sageli Ei kasuta 9/13/2017 20:15:08 Jah Sageli Ei kasuta #VALUE! Jah Sageli
ARTIKLID 7. Kasutades mingi ettevõtte/asutuse 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 tehnoloogiaid: 1) SAS Grid Computing 2) SAS In-D
haridus Total Count 443 88 24 555 % within Respondendi 79,8% 15,9% 4,3% 100,0% haridus Chi-Square Tests Kui risttabel on liiga suur (palju tühje või Asymp. Sig. väikeste väärtustega lahtreid) võib neid Value df (2-tailed) kokku tõmmata kas andmeid filtreerides või Pearson 45,508 a
Aasta Kuu nr Kategooria Mark Mudel Mootori võ Väljalaske Tüüp 1994 4 M1 GAZ 20 12 1958 Füüsiline is 2003 3 L3e SUZUKI GS 500EU 12 1991 Füüsiline is 2004 5 N1 SUBARU E10 13 1991 Juriidiline i 2005 9 M1 VOLKSWAGGOLF 7 1992 Füüsiline is 2005 9 M1 VOLKSWAGGOLF VARI 24 1993 Füüsiline is 2006 11 N1 SUBARU E12 ELCAT 14 1999 Füüsiline is 2008 4 M1 ZEV SMILEY 7 2008 Füüsiline is 2010 6 M1 OMAVALMISZEV SEVEN 14 2010 Riigiasutus 2011 3 M1 CITROEN C-ZERO 35 2011 Juriidiline i 2011 4 M1 PEUGEOT ION 35 2011 Füüsiline is 2011 5 M1 MITSUBISHII-MIEV
Sissejuhatus infotehnoloogiasse 1. Loeng Algoritm on täpne samm-sammuline, kuid mitte tingimata formaalne juhend millegi tegemiseks. Näited: a. Toiduretsept. b. Juhend ruutvõrrandi lahendamiseks Algoritmiline probleem - probleem, mille lahenduse saab kirja panna täidetavate juhendite loeteluna. Programm on formaalses, üheselt mõistetavas keeles kirja pandud algoritm. Arvutid suudavad täita ainult programme. Analoogsüsteem andmeid salvestatakse (peegeldatakse) proportsionaalselt Näit: termomeeter, vinüülplaat, foto Digitaalsüsteem (pidevad) andmed lõhutakse üksikuteks tükkideks, mis salvestatakse eraldi Näit: CD, arvutiprogramm, kiri tähtede ja bittidena Ühelt teisele: digitaliseerimine The three major comparisons of computers are: Electronic computers versus Mechanical computers Gen
TARTU ÜLIKOOL Majandusteaduskond Rahvamajanduse instituut Tiina Niin KUURORDIKONTSEPTSIOONI DISAINIMINE PÄRNU LINNA NÄITEL Magistritöö ärijuhtimise magistri kraadi taotlemiseks (Teenuste disain ja juhtimine) Juhendaja 1: lektor/teadur Diana Eerma Juhendaja 2: lektor Heli Müristaja Tartu 2011 2 SISUKORD Sissejuhatus......................................................................................................................3 1. Kuurordikontseptsiooni disainimise teoreetilised alused........................................6 1.1. Kuurortide ja spaade ajalooline kujunemine, liigitamine ja arengutrendid. .6 1.2. Turismisihtkoha arenduse ja turunduse põhimõtted......................................13 1.3. Teenuste disainimise alused ja trendid.............................................................21 2. Pärnu ku
August 2020 Eesti elanike keskkonnateadlikkuse uuring Uuringu tellija: Keskkonnaministeerium Sisukord Uuringu taust................................................................................................................... 4 Uuringu metoodika .......................................................................................................... 5 Valimi profiil .................................................................................................................... 9 Uuringu põhijäreldused ................................................................................................. 11 Kokkuvõte ..................................................................................................................... 12 Tulemused .................................................................................................................... 21 1. Hinnangud Eesti keskkonnaseisundile ..
annaabi.ee 
![Sum - 12. Kui sageli kasutad äppe järgmiste seadmetega? [Tahvelarvuti]SuguMeesNaineTotal Result](./mpic.php?inside=177975%2FBackup-50_1.png)
Sisene Facebook'ga
Sisene Google'ga
Sisene LinkedIn'ga
Kõik kommentaarid