Razvoj i usporedba Web aplikacija za obradu podataka u programskim jezicima R i Python ; Development and comparison of Web applications for data processing in R and Python programming languages
Gespeichert in:
| Titel: | Razvoj i usporedba Web aplikacija za obradu podataka u programskim jezicima R i Python ; Development and comparison of Web applications for data processing in R and Python programming languages |
|---|---|
| Autoren: | Spajić, Lucija |
| Weitere Verfasser: | Novak, Matija |
| Verlagsinformationen: | Sveučilište u Zagrebu. Fakultet organizacije i informatike. Katedra za teorijske i primijenjene osnove informacijskih znanosti. University of Zagreb. Faculty of Organization and Informatics. Department of Theoretical and Applied Foundations of Information Sciences. |
| Publikationsjahr: | 2025 |
| Bestand: | Croatian Digital Theses Repository (National and University Library in Zagreb) |
| Schlagwörter: | DRUŠTVENE ZNANOSTI. Informacijske i komunikacijske znanosti. Organizacija i informatika, SOCIAL SCIENCES. Information and Communication Sciences. Organization and Informatics, web aplikacija, razvoj, python |
| Beschreibung: | Ovaj diplomski rad bavi se razvojem i usporedbom web aplikacija za analizu podataka o kvaliteti zraka korištenjem dvaju programskih jezika, R i Pythona. U teorijskom dijelu rada prikazane su osnove razvoja web aplikacija, njihova povijest, vrste i komponente, s posebnim naglaskom na primjenu u analizi podataka. Detaljno su obrađeni alati Shiny (u R-u) i Dash (u Pythonu) te njihove mogućnosti u izradi interaktivnih aplikacija. Poseban naglasak stavljen je na statističku obradu i ulogu algoritama strojnog učenja, gdje su objašnjene osnovne metode analize i predviđanja podataka. U praktičnom dijelu izrađene su dvije aplikacije koje omogućuju vizualizaciju i predikciju podataka o kvaliteti zraka. Funkcionalnosti uključuju prikaz aktualnih mjerenja, interaktivne vizualizacije kroz grafove i karte, te predikciju budućih vrijednosti korištenjem različitih modela. Tehnička implementacija provedena je zasebno u R-u i Pythonu, a zatim je napravljena njihova usporedba na tehničkoj, funkcionalnoj i praktičnoj razini. Rezultati pokazuju da oba pristupa imaju svoje prednosti. R se pokazao pogodnijim za brzu statističku obradu i vizualizaciju, dok Python nudi veću fleksibilnost i mogućnosti integracije strojnog učenja. |
| Publikationsart: | master thesis |
| Dateibeschreibung: | application/pdf |
| Sprache: | Croatian |
| Relation: | https://zir.nsk.hr/islandora/object/foi:9045; https://urn.nsk.hr/urn:nbn:hr:211:826562; https://repozitorij.unizg.hr/islandora/object/foi:9045; https://repozitorij.unizg.hr/islandora/object/foi:9045/datastream/PDF |
| Verfügbarkeit: | https://zir.nsk.hr/islandora/object/foi:9045 https://urn.nsk.hr/urn:nbn:hr:211:826562 https://repozitorij.unizg.hr/islandora/object/foi:9045 https://repozitorij.unizg.hr/islandora/object/foi:9045/datastream/PDF |
| Rights: | http://creativecommons.org/licenses/by/3.0/ ; info:eu-repo/semantics/openAccess |
| Dokumentencode: | edsbas.1BC799B9 |
| Datenbank: | BASE |
Nájsť tento článok vo Web of Science | Abstract: | Ovaj diplomski rad bavi se razvojem i usporedbom web aplikacija za analizu podataka o kvaliteti zraka korištenjem dvaju programskih jezika, R i Pythona. U teorijskom dijelu rada prikazane su osnove razvoja web aplikacija, njihova povijest, vrste i komponente, s posebnim naglaskom na primjenu u analizi podataka. Detaljno su obrađeni alati Shiny (u R-u) i Dash (u Pythonu) te njihove mogućnosti u izradi interaktivnih aplikacija. Poseban naglasak stavljen je na statističku obradu i ulogu algoritama strojnog učenja, gdje su objašnjene osnovne metode analize i predviđanja podataka. U praktičnom dijelu izrađene su dvije aplikacije koje omogućuju vizualizaciju i predikciju podataka o kvaliteti zraka. Funkcionalnosti uključuju prikaz aktualnih mjerenja, interaktivne vizualizacije kroz grafove i karte, te predikciju budućih vrijednosti korištenjem različitih modela. Tehnička implementacija provedena je zasebno u R-u i Pythonu, a zatim je napravljena njihova usporedba na tehničkoj, funkcionalnoj i praktičnoj razini. Rezultati pokazuju da oba pristupa imaju svoje prednosti. R se pokazao pogodnijim za brzu statističku obradu i vizualizaciju, dok Python nudi veću fleksibilnost i mogućnosti integracije strojnog učenja. |
|---|