Πρόβλεψη αναγκών της τοπικής αυτοδιοίκησης σε cloud storage με χρήση μοντέλων προγνωστικής αναλυτικής

Στην σημερινή ψηφιακή εποχή της πληροφορίας όπου σχεδόν τα πάντα γίνονται διαδικτυακά, η τεχνολογία του Cloud Computing κατέχει πρωταγωνιστικό ρόλο συμβάλλοντας αποφασιστικά στη καλύτερη οργάνωση, τα μικρότερα κόστη, τα μεγαλύτερα κέρδη των εταιρειών αλλά και των δημόσιων οργανισμών. Παράλληλα η σχε...

Πλήρης περιγραφή

Αποθηκεύτηκε σε:
Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριοι συγγραφείς: Σαμιώτης, Νικόλαος, Samiotis, Nikolaos
Άλλοι συγγραφείς: Λουκής, Ευριπίδης
Γλώσσα:el_GR
Δημοσίευση: 2023
Θέματα:
Διαθέσιμο Online:http://hdl.handle.net/11610/24511
Ετικέτες: Προσθήκη ετικέτας
Δεν υπάρχουν, Καταχωρήστε ετικέτα πρώτοι!
_version_ 1828462340913233920
author Σαμιώτης, Νικόλαος
Samiotis, Nikolaos
author2 Λουκής, Ευριπίδης
author_facet Λουκής, Ευριπίδης
Σαμιώτης, Νικόλαος
Samiotis, Nikolaos
author_sort Σαμιώτης, Νικόλαος
collection DSpace
description Στην σημερινή ψηφιακή εποχή της πληροφορίας όπου σχεδόν τα πάντα γίνονται διαδικτυακά, η τεχνολογία του Cloud Computing κατέχει πρωταγωνιστικό ρόλο συμβάλλοντας αποφασιστικά στη καλύτερη οργάνωση, τα μικρότερα κόστη, τα μεγαλύτερα κέρδη των εταιρειών αλλά και των δημόσιων οργανισμών. Παράλληλα η σχετικά νέα επιστήμη της Προγνωστικής Αναλυτικής μπορεί να επηρεάσει καθοριστικά τη λήψη καλύτερων αποφάσεων για κάθε πτυχή της ανθρώπινης ζωής, αποτελώντας έτσι μία από τις δυνάμεις που κινούν τον κόσμο σήμερα και στον μέλλον. Σε αυτή την εργασία αρχικά αναλύονται θεμελιώδη χαρακτηριστικά του Cloud Computing και εξετάζεται η χρήση της πιο γνωστής υπηρεσίας αυτής της τεχνολογίας, το cloud storage, στην Ελλάδα. Έπειτα γίνεται θεωρητική μελέτη της Προγνωστικής Αναλυτικής με παρουσίαση μερικών ενδιαφερόντων παραδειγμάτων. Στη συνέχεια παρουσιάζονται τέσσερις γνωστοί αλγόριθμοι μηχανικής μάθησης Naive Bayes, ID3, Random Forest, AdaBoost οι οποίοι θα χρησιμοποιηθούν για την ανάπτυξη προγνωστικών μοντέλων στο RapidMiner για τη χρήση του Cloud Storage στους δήμους της Ελλάδας. Στο τελευταίο μέρος της εργασίας γίνεται συγκριτική ανάλυση των αποτελεσμάτων των μοντέλων.
id oai:hellanicus.lib.aegean.gr:11610-24511
institution Hellanicus
language el_GR
publishDate 2023
record_format dspace
spelling oai:hellanicus.lib.aegean.gr:11610-245112023-01-18T11:35:58Z Πρόβλεψη αναγκών της τοπικής αυτοδιοίκησης σε cloud storage με χρήση μοντέλων προγνωστικής αναλυτικής Predicting the needs of the local government in cloud storage using predictive analytical models Σαμιώτης, Νικόλαος Samiotis, Nikolaos Λουκής, Ευριπίδης τεχνολογίες νέφους προγνωστική αναλυτική μηχανική μάθηση cloud computing predictive analytics machine learning Cloud computing Forecasting Machine learning Local government Στην σημερινή ψηφιακή εποχή της πληροφορίας όπου σχεδόν τα πάντα γίνονται διαδικτυακά, η τεχνολογία του Cloud Computing κατέχει πρωταγωνιστικό ρόλο συμβάλλοντας αποφασιστικά στη καλύτερη οργάνωση, τα μικρότερα κόστη, τα μεγαλύτερα κέρδη των εταιρειών αλλά και των δημόσιων οργανισμών. Παράλληλα η σχετικά νέα επιστήμη της Προγνωστικής Αναλυτικής μπορεί να επηρεάσει καθοριστικά τη λήψη καλύτερων αποφάσεων για κάθε πτυχή της ανθρώπινης ζωής, αποτελώντας έτσι μία από τις δυνάμεις που κινούν τον κόσμο σήμερα και στον μέλλον. Σε αυτή την εργασία αρχικά αναλύονται θεμελιώδη χαρακτηριστικά του Cloud Computing και εξετάζεται η χρήση της πιο γνωστής υπηρεσίας αυτής της τεχνολογίας, το cloud storage, στην Ελλάδα. Έπειτα γίνεται θεωρητική μελέτη της Προγνωστικής Αναλυτικής με παρουσίαση μερικών ενδιαφερόντων παραδειγμάτων. Στη συνέχεια παρουσιάζονται τέσσερις γνωστοί αλγόριθμοι μηχανικής μάθησης Naive Bayes, ID3, Random Forest, AdaBoost οι οποίοι θα χρησιμοποιηθούν για την ανάπτυξη προγνωστικών μοντέλων στο RapidMiner για τη χρήση του Cloud Storage στους δήμους της Ελλάδας. Στο τελευταίο μέρος της εργασίας γίνεται συγκριτική ανάλυση των αποτελεσμάτων των μοντέλων. 2023-01-10T10:59:28Z 2023-01-10T10:59:28Z 2022-06 http://hdl.handle.net/11610/24511 el_GR Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές http://creativecommons.org/licenses/by-nc-nd/4.0/ 71 σ. application/pdf Σάμος
spellingShingle τεχνολογίες νέφους
προγνωστική αναλυτική
μηχανική μάθηση
cloud computing
predictive analytics
machine learning
Cloud computing
Forecasting
Machine learning
Local government
Σαμιώτης, Νικόλαος
Samiotis, Nikolaos
Πρόβλεψη αναγκών της τοπικής αυτοδιοίκησης σε cloud storage με χρήση μοντέλων προγνωστικής αναλυτικής
title Πρόβλεψη αναγκών της τοπικής αυτοδιοίκησης σε cloud storage με χρήση μοντέλων προγνωστικής αναλυτικής
title_full Πρόβλεψη αναγκών της τοπικής αυτοδιοίκησης σε cloud storage με χρήση μοντέλων προγνωστικής αναλυτικής
title_fullStr Πρόβλεψη αναγκών της τοπικής αυτοδιοίκησης σε cloud storage με χρήση μοντέλων προγνωστικής αναλυτικής
title_full_unstemmed Πρόβλεψη αναγκών της τοπικής αυτοδιοίκησης σε cloud storage με χρήση μοντέλων προγνωστικής αναλυτικής
title_short Πρόβλεψη αναγκών της τοπικής αυτοδιοίκησης σε cloud storage με χρήση μοντέλων προγνωστικής αναλυτικής
title_sort πρόβλεψη αναγκών της τοπικής αυτοδιοίκησης σε cloud storage με χρήση μοντέλων προγνωστικής αναλυτικής
topic τεχνολογίες νέφους
προγνωστική αναλυτική
μηχανική μάθηση
cloud computing
predictive analytics
machine learning
Cloud computing
Forecasting
Machine learning
Local government
url http://hdl.handle.net/11610/24511
work_keys_str_mv AT samiōtēsnikolaos problepsēanankōntēstopikēsautodioikēsēssecloudstoragemechrēsēmontelōnprognōstikēsanalytikēs
AT samiotisnikolaos problepsēanankōntēstopikēsautodioikēsēssecloudstoragemechrēsēmontelōnprognōstikēsanalytikēs
AT samiōtēsnikolaos predictingtheneedsofthelocalgovernmentincloudstorageusingpredictiveanalyticalmodels
AT samiotisnikolaos predictingtheneedsofthelocalgovernmentincloudstorageusingpredictiveanalyticalmodels