Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Comparison of machine learning models for hardware configuration dimensioning tool
Luleå tekniska universitet, Institutionen för system- och rymdteknik.
2020 (Engelska)Självständigt arbete på avancerad nivå (yrkesexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
Abstract [en]

In this thesis we answer the following questions.Is machine learning a viable replacement for Ericsson’s CPU dimensioning tool CANDI? How do di↵erent learners perform on the problem at hand? How to fairly and accurately asses the performance of di↵erent learners?A framework for training, optimizing and evaluating Scikit-learn compatible estimators and a application for predicting EPG on SSR CPU usage are created.

Ort, förlag, år, upplaga, sidor
2020. , s. 60
Serie
Sebastian Havås Klug
Nationell ämneskategori
Teknik och teknologier
Identifikatorer
URN: urn:nbn:se:ltu:diva-81868OAI: oai:DiVA.org:ltu-81868DiVA, id: diva2:1506948
Externt samarbete
Ericsson AB
Utbildningsprogram
Civilingenjör, Datateknik
Handledare
Examinatorer
Tillgänglig från: 2020-12-10 Skapad: 2020-12-05 Senast uppdaterad: 2020-12-10Bibliografiskt granskad

Open Access i DiVA

Fulltext saknas i DiVA

Sök vidare i DiVA

Av författaren/redaktören
Havås Klug, Sebastian
Av organisationen
Institutionen för system- och rymdteknik
Teknik och teknologier

Sök vidare utanför DiVA

GoogleGoogle Scholar

urn-nbn

Altmetricpoäng

urn-nbn
Totalt: 140 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf