Uso de Aprendizado de Máquina Automatizado para Seleção de Provedores de Nuvem

Kauã B. Hopfer, Adriano Fiorese
{"title":"Uso de Aprendizado de Máquina Automatizado para Seleção de Provedores de Nuvem","authors":"Kauã B. Hopfer, Adriano Fiorese","doi":"10.5753/SEMISH.2021.15802","DOIUrl":null,"url":null,"abstract":"Neste trabalho, uma forma de ranqueamento e seleção de provedores de nuvem é apresentada por meio do uso da função de Aprendizado de Máquina Automatizado (AutoML) da plataforma H2O. Ele exibe um sistema de ranqueamento que produz uma pontuação para cada provedor de nuvem avaliado, a partir da qualificação dos requisitos exigidos pelo usuário. Experimentos realizados com o auxílio da plataforma H2O, levando em consideração o treinamento e análise de modelos de regressão, apresentam resultados precisos e mais rápidos quando comparados a alternativa de resolução determinística exata.","PeriodicalId":206312,"journal":{"name":"Anais do XLVIII Seminário Integrado de Software e Hardware (SEMISH 2021)","volume":"1 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2021-07-18","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Anais do XLVIII Seminário Integrado de Software e Hardware (SEMISH 2021)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5753/SEMISH.2021.15802","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Neste trabalho, uma forma de ranqueamento e seleção de provedores de nuvem é apresentada por meio do uso da função de Aprendizado de Máquina Automatizado (AutoML) da plataforma H2O. Ele exibe um sistema de ranqueamento que produz uma pontuação para cada provedor de nuvem avaliado, a partir da qualificação dos requisitos exigidos pelo usuário. Experimentos realizados com o auxílio da plataforma H2O, levando em consideração o treinamento e análise de modelos de regressão, apresentam resultados precisos e mais rápidos quando comparados a alternativa de resolução determinística exata.
使用自动机器学习选择云提供商
本文提出了一种利用H2O平台的自动机器学习函数(AutoML)对云提供商进行排名和选择的方法。它显示了一个排名系统,根据用户的需求评级,为每个被评估的云提供商生成一个分数。在H2O平台的帮助下进行的实验,考虑了回归模型的训练和分析,与精确确定性分辨率的替代方案相比,给出了准确和更快的结果。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信