Podrobno

Metodološki in praktični vidik izbire celovitih programskih rešitev : magistrsko delo
ID Musič, Vojko (Avtor), ID Jaklič, Jurij (Mentor) Več o mentorju... Povezava se odpre v novem oknu

URLURL - Predstavitvena datoteka, za dostop obiščite http://www.cek.ef.uni-lj.si/magister/music2067-B.pdf Povezava se odpre v novem oknu

Jezik:Slovenski jezik
Ključne besede:informatika, informacijski sistemi, programi, merila, izbira, ocene, podjetje
Vrsta gradiva:Magistrsko delo/naloga
Tipologija:2.09 - Magistrsko delo
Organizacija:EF - Ekonomska fakulteta
Kraj izida:Ljubljana
Založnik:[V. Musič]
Leto izida:2016
Št. strani:II, 74, 50 str.
PID:20.500.12556/RUL-83998 Povezava se odpre v novem oknu
UDK:659.2
COBISS.SI-ID:23056614 Povezava se odpre v novem oknu
Datum objave v RUL:08.07.2016
Število ogledov:1918
Število prenosov:154
Metapodatki:XML DC-XML DC-RDF
:
MUSIČ, Vojko, 2016, Metodološki in praktični vidik izbire celovitih programskih rešitev : magistrsko delo [na spletu]. Magistrsko delo. Ljubljana : V. Musič. [Dostopano 11 april 2025]. Pridobljeno s: http://www.cek.ef.uni-lj.si/magister/music2067-B.pdf
Kopiraj citat
Objavi na:Bookmark and Share

Sekundarni jezik

Jezik:Angleški jezik
Naslov:Methodological and practical perspective of selecting enterprise resource planning solutions
Ključne besede:informatics, information systems, programmes, criteria, choice, evaluation, enterprises

Podobna dela

Podobna dela v RUL:
  1. DEEP LEARNING METHODS FOR BIOMETRIC RECOGNITION BASED ON EYE INFORMATION
  2. Part of speech tagging of slovene language using deep neural networks
  3. Automatic classification of buildings with deep learning
  4. Object detection and classification in aquatic environment using convolutional neural networks
  5. Superposition and compression of deep neutral networks
Podobna dela v drugih slovenskih zbirkah:
  1. Time series classification based on convolutional neural networks
  2. The preparation of photos' dataset and its classification using deep neural networks
  3. Prediction of geospatial raster data using convolutional neural networks
  4. Development of an advanced system for lane detection on GPU platforms
  5. Comparison of different deep neural network learning algorithms in autonomous driving

Nazaj