Shinde sahadev (4 Ergebnisse)

- Softcover
Anbieter: California Books, Miami, FL, USACalifornia Books
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 61,98
EUR 2,74 VersandVersand innerhalb von USAAnzahl: Mehr als 20 verfügbar
Zustand: New.

- Softcover
Anbieter: California Books, Miami, FL, USACalifornia Books
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 61,98
EUR 2,74 VersandVersand innerhalb von USAAnzahl: Mehr als 20 verfügbar
Zustand: New.

- Softcover
Anbieter: California Books, Miami, FL, USACalifornia Books
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 61,98
EUR 2,74 VersandVersand innerhalb von USAAnzahl: Mehr als 20 verfügbar
Zustand: New.

- Softcover
Anbieter: Home-set, Mannheim, DeutschlandHome-set
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 48,90
EUR 49,90 VersandVersand von Deutschland nach USAAnzahl: 2 verfügbar
Softcover/Taschenbuch. Zustand: Neu. Die Vorhersage der Ausf?hrungszeit von Workflow-Aufgaben in einer Cloud-Umgebung ist entscheidend f?r die Optimierung der Ressourcenauslastung und die Einhaltung von Service Level Agreements (SLAs). In dieser Studie schlagen wir einen zweistufigen Machine-Learning-Ansatz zur Vorhersage der Ausf?hrungszeit von Workflow-Aufgaben vor. In der ersten Stufe verwenden wir ein Aufgabenklassifizierungsmodell, um Aufgaben anhand ihrer erwarteten Ausf?hrungszeiten (z. B. kurz, mittel, lang) in Gruppen einzuteilen. Der vorgeschlagene zweistufige Ansatz zielt darauf ab, die Vorhersagegenauigkeit und Interpretierbarkeit zu verbessern, indem sowohl Klassifizierungs- als auch Regressionstechniken genutzt werden. Wir bewerten die Leistung des Modells anhand historischer Daten unter Ber?cksichtigung von Metriken wie Genauigkeit, mittlerer absoluter Fehler und mittlerer quadratischer Fehler. Abschlie?end er?rtern wir den Einsatz und die ?berwachung des Modells in einer Cloud-Umgebung und heben dabei dessen Anpassungsf?higkeit an sich ver?ndernde Infrastruktur- und Arbeitslastmuster hervor. Viele Methoden, darunter die Ressourcenbereitstellung und -planung, sind auf die Vorhersage der Leistung von Workflow-Aktivit?ten bei sich ?ndernden Eingabedaten angewiesen. Andererseits ist die Erstellung solcher Sch?tzungen in der Cloud eine Herausforderung. De Gewicht in Gramm: 125.…