Avancerad sökning
Visar resultat 1 - 5 av 65 uppsatser som matchar ovanstående sökkriterier.
1. Definiera Gränsvärden för Enterprise Architecture Debt Measurements
Kandidat-uppsats, Stockholms universitet/Institutionen för data- och systemvetenskapSammanfattning : Företagens tillväxt har resulterat i en ökad mängd data som kräver analys och därmed uppkommer utmaningar för hantering och analys. För att stödja företagens mål har Enterprise Architecture (EA) utvecklats som ett ramverk. LÄS MER
2. Ta tillbaka kontrollen över din ekonomi : En studie om hur storytelling kan motivera unga till att bli aktiva när de fått en skuld
Kandidat-uppsats, Mälardalens universitet/Akademin för innovation, design och teknikSammanfattning : De senaste åren har det totala skuldbeloppet för unga mellan 18 och 25 år ökat hos Kronofogden. 2022 genomförde Kronofogden en egen studie om unga som har skulder hos dem. Studien visade att många unga blir passiva när de får reda på att de fått en skuld hos Kronofogden. LÄS MER
3. Technical Debt in Swedish Tech Startups: Uncovering its Emergence, and Management Processes
Master-uppsats, KTH/Skolan för industriell teknik och management (ITM)Sammanfattning : Technical Debt (TD) is a concept referring to technical deficiencies and sub-optimal decisions made in software development that may save time in the short term but lead to long-term obstacles. The concept also implies increased future costs, often growing with interest, caused by slower development rates and the need for refactorings. LÄS MER
4. On the notions and predictability of Technical Debt
Master-uppsats, Linnéuniversitetet/Institutionen för datavetenskap och medieteknik (DM)Sammanfattning : Technical debt (TD) is a by-product of short-term optimisation that results in long-term disadvantages. Because every system gets more complicated while it is evolving, technical debt can emerge naturally. LÄS MER
5. MLpylint: Automating the Identification of Machine Learning-Specific Code Smells
Master-uppsats, Blekinge Tekniska Högskola/Institutionen för programvaruteknikSammanfattning : Background. Machine learning (ML) has rapidly grown in popularity, becoming a vital part of many industries. This swift expansion has brought about new challenges to technical debt, maintainability and the general software quality of ML systems. LÄS MER