Academic Journal
Train Machine Learning Models Using Modern Containerization and Cloud Infrastructure
| Τίτλος: | Train Machine Learning Models Using Modern Containerization and Cloud Infrastructure |
|---|---|
| Πηγή: | Промышленные АСУ и контроллеры. |
| Στοιχεία εκδότη: | The Publishing House "NAUCHTEHLITIZDAT", 2021. |
| Έτος έκδοσης: | 2021 |
| Θεματικοί όροι: | intelligent systems, интеллектуальные системы, алгоритмы оптимизации, cloud infrastructure, экспертные системы, containerization, data analysis, системы поддержки принятия решений, expert systems, distributed system, машинное обучение, machine learning, контейнеризация, анализ данных, эволюционные алгоритмы, predictive systems, optimization algorithms, облачная инфраструктура, распределенная система, evolutionary algorithms, серверная архитектура, server architecture, прогностические системы, decision support systems |
| Περιγραφή: | В статье предлагается распределённая система для тренировки моделей машинного обучения, позволяющая производить аренду облачных серверов на сервисах Microsoft Azure, осуществлять запуск вычислений в контейнеризованных средах, отменять аренду серверов по завершении выполнения вычислений для апробации информационной системы, автоматизирующей процесс запуска распределённых алгоритмов в облаке Microsoft Azure. Рассмотрено применение гибридного алгоритма FSSGD, основанного на эволюционном методе поиска косяком рыб и конечно-разностном градиентном спуске в машинном обучении. The article proposes a distributed system for training machine learning models, which allows renting cloud servers on Microsoft Azure services, launching computations in containerized environments, and canceling lease of servers upon completion of computations. to test an information system that automates the process of running distributed algorithms in the Microsoft Azure cloud. The application of the hybrid FSSGD algorithm based on the evolutionary method of fish school search and finite-difference gradient descent in machine learning is considered. |
| Τύπος εγγράφου: | Article |
| Γλώσσα: | Russian |
| ISSN: | 1561-1531 |
| DOI: | 10.25791/asu.6.2021.1288 |
| Αριθμός Καταχώρησης: | edsair.doi...........8c4635c913fb46052bb0cb016c8daf2d |
| Βάση Δεδομένων: | OpenAIRE |
καταχωρήστε σχόλιο πρώτοι!