Кафедра "Управління проєктами в інформаційних технологіях"

Постійне посилання колекціїhttps://repository.kpi.kharkov.ua/handle/KhPI-Press/3207

Офіційний сайт кафедри http://web.kpi.kharkov.ua/pm

У 2024 році змінено назву кафедри "Стратегічного управління". Нова назва "Управління проєктами в інформаційних технологіях" (наказ №209Д від 29.05.2024 р.)

За наказом ректора професора Л. Л. Товажнянського в Національному технічному університеті “Харківський політехнічний інститут” у 2000 році була заснована перша в Україні кафедра "Стратегічне управління". Першим її завідувачем став доктор технічних наук Ігор Володимирович Кононенко.

Кафедра входить до складу Навчально-наукового інституту комп'ютерних наук та інформаційних технологій Національного технічного університету "Харківський політехнічний інститут". Колектив кафедри має значний досвід консалтингу та проведення тренінгів для бізнес структур та органів влади.

У складі науково-педагогічного колективу кафедри працюють: 1 доктор технічних наук; 7 кандидатів наук: 6 – технічних , 1 – економічних; 1 співробітник має звання професора, 5 – доцента.

Переглянути

Фільтри

2023 - 20243

Налаштування

Ключові слова: search.filters.subject.аналіз даних

Результати пошуку

Зараз показуємо 1 - 3 з 3
  • Ескіз
    Документ
    Методичні вказівки до виконання лабораторних робіт "Програмування, бази даних і знань"
    (Національний технічний університет "Харківський політехнічний інститут", 2024) Лисенко, Антон Олександрович; Лисенко, Олександр Олександрович
    У сучасному світі інформаційних технологій бази даних є фундаментом для зберігання, обробки та управління великими обсягами даних. Дисципліна "Програмування, бази даних і знань" надає студентам можливість глибоко ознайомитися з основами проектування, створення та оптимізації баз даних, а також взаємодії з ними через програмні додатки. Ці методичні вказівки мають на меті ознайомити студентів з ключовими аспектами роботи з базами даних, починаючи від концептуального проектування та нормалізації, до реалізації складних запитів і розробки програмних інтерфейсів для роботи з даними. Ми розглянемо важливість використання реляційних і нереляційних моделей даних, а також методи забезпечення цілісності, безпеки та ефективності баз даних. У рамках навчальної програми передбачено серію лабораторних робіт, кожна з яких зосереджена на конкретному аспекті роботи з базами даних. Ви отримаєте практичний досвід роботи з такими інструментами та технологіями, як SQL, PostgreSQL, SQLAlchemy, а також навчитеся використовувати ці технології для створення ефективних і надійних додатків. Кожне лабораторне завдання включає детальний опис, теоретичні основи, практичні приклади та корисні поради. Ви знайдете рекомендації щодо використання додаткових ресурсів для самостійного вивчення та розширення знань у цій області. Лабораторні роботи спрямовані на те, щоб допомогти вам закріпити отримані знання та набути навичок, необхідних для професійної роботи з базами даних. Для успішного засвоєння матеріалу необхідні базові знання в області програмування, розуміння основних принципів роботи баз даних та комп'ютерних систем. Ми сподіваємося, що ваша цікавість, бажання вчитися та експериментувати допоможуть вам стати кваліфікованим фахівцем у цій динамічній та затребуваній сфері, а набутий практичний досвід та глибоке розуміння принципів роботи з базами даних стануть міцною основою для вашого подальшого професійного розвитку.
  • Ескіз
    Документ
    Методичні вказівки до виконання практичних робіт з дисципліни "Основи Python для Data Science"
    (Національний технічний університет "Харківський політехнічний інститут", 2023) Лисенко, Антон Олександрович; Лисенко, Олександр Олександрович
    Великі дані стали невід'ємною частиною нашого цифрового світу, відкриваючи нові можливості для здобуття знань. Дисципліна "Основи Python для Data Science" дозволяє усвідомити основні концепції, технології та принципи, які є фундаментом аналізу даних. Мета цих методичних вказівок – надати студентам базове розуміння методів підготовки та очищення даних для їх подальшої обробки за допомогою алгоритмів машинного навчання. Ви отримаєте можливість ознайомитися з ключовими інструментами та бібліотеками Python, а також техніками, необхідними для аналізу даних. Методичні вказівки складаються з восьми практичних завдань, кожне з яких зосереджене на конкретному аспекті аналізу даних. Кожне завдання включає опис задачі, необхідні теоретичні матеріали, приклади коду та практичні поради для вирішення конкретних проблем. Для успішного виконання завдань необхідно мати базові знання з програмування, математичної статистики та лінійної алгебри. Важливо також мати бажання експериментувати та вдосконалювати свої навички. Систематичний підхід та увага до деталей у виконанні кожної роботи дозволять вам отримати максимальну користь та розвинути навички в цій захоплюючій сфері.
  • Ескіз
    Документ
    Методичні вказівки до виконання лабораторних робіт "Основи Python для Data Science" з дисципліни "Основи Python для Data Science"
    (Національний технічний університет "Харківський політехнічний інститут", 2023) Лисенко, Антон Олександрович
    Великі дані стали невід'ємною частиною нашого цифрового світу, відкриваючи нові можливості для здобуття знань. Дисципліна "Основи Python для Data Science" дозволяє усвідомити основні концепції, технології та принципи, які є фундаментом аналізу даних. Мета цих методичних вказівок – надати студентам базове розуміння методів підготовки та очищення даних для їх подальшої обробки за допомогою алгоритмів машинного навчання. Ви отримаєте можливість ознайомитися з ключовими інструментами та бібліотеками Python, а також техніками, необхідними для аналізу даних. Лабораторні роботи спрямовані на розвиток практичного досвіду в аналізі даних, візуалізації та інтерпретації отриманих результатів. Методичні вказівки складаються з восьми лабораторних завдань, кожне з яких зосереджене на конкретному аспекті аналізу даних. Кожне завдання включає опис задачі, необхідні теоретичні матеріали, приклади коду та практичні поради для вирішення конкретних проблем. Також вказівки містять рекомендації з ефективного використання ресурсів та джерел для додаткового самостійного навчання. Для успішного виконання лабораторних завдань необхідно мати базові знання з програмування, математичної статистики та лінійної алгебри. Важливо також мати бажання експериментувати та вдосконалювати свої навички. Систематичний підхід та увага до деталей у виконанні кожної лабораторної роботи дозволять вам отримати максимальну користь та розвинути навички в цій захоплюючій сфері.