Analysis of the most effective data mining tools for statistical analysis of the navigator model
Вантажиться...
Дата
Назва журналу
Номер ISSN
Назва тому
Видавець
ХДМА
Анотація
Throughout the career a navigator is in search of the most optimal trajectory of the educational process and career growth in order to develop all the necessary professional skills. Stakeholders (crewing, shipping companies), in turn, are constantly in search of employees whose professional competence would best meet the requirements of the maritime industry of today. That is why the purpose of this study is to analyze the existing methods and options for the analysis of data mining based on information received from navigators and about navigators' models, which in the future could be used to identify the fundamental factors affecting the level of professional competencies in accordance with the demands of the labor market and, accordingly, the level of their competitiveness.
Протягом своєї кар'єри навігатор шукає найоптимальнішу траєкторію освітнього процесу та кар'єрного зростання для розвитку всіх необхідних професійних навичок. Зацікавлені сторони (компанії з екіпажем, судноплавні компанії), в свою чергу, постійно шукають працівників, чия професійна компетентність найкраще відповідала б вимогам сучасної морської індустрії. Саме тому мета цього дослідження полягає в аналізі існуючих методів та варіантів аналізу з використанням методів добування даних на основі інформації, отриманої від навігаторів та про моделі навігаторів, що в майбутньому може бути використано для визначення основних факторів, що впливають на рівень професійних компетенцій відповідно до вимог ринку праці та, відповідно, рівня їх конкурентоспроможності.
Опис
Міжнародна науково-практична конференція
Бібліографічний опис
Masonkova M.M., Dyagileva O.S., Nahrybelnyi Ya.A., Nosov P.S. (2022) Analysis of the most effective data mining tools for statistical analysis of the navigator model. IІ міжнародна науково-практична конференція «Проблеми сталого розвитку морської галузі» (PSDMI-2022), 7–9 грудня, 2022. С.52–56.