Gépi tanulás a Wizz Air járatai mögött
Hogyan optimalizálható a leghatékonyabban egy légitársaság járatainak telítettsége?
Bye-bye IT, helló kovász, helló kuvasz!
Az IT-szakma az elmúlt években már a sokadik krízisén esik át, és egyre többeket gondolkodtat el: van-e élet a szakmán kívül?
|
Bye-bye IT, helló kovász, helló kuvasz!
Az IT-szakma az elmúlt években már a sokadik krízisén esik át, és egyre többeket gondolkodtat el: van-e élet a szakmán kívül?
Diszkont légitársaságként fontos, hogy minden járat a lehető legnagyobb kihasználtsággal repüljön a működési költségek alacsonyan tartása érdekében. A tényleges utasszámot a dinamikus árazáson túl az is befolyásolja, hogy kik azok az érvényes foglalással rendelkező utasok, akik végül valamilyen okból mégsem utaznak. Prikler Attila a Wizz Air IT vezetője a 2019. november 27-28-án rendezett HWSW mobile! termékfejlesztői konferencián tartott előadásában egy esettanulmány segítségével mutatja be, milyen döntések mentén jutottak el gépi tanulási modellek sikeres alkalmazásához a tényleges utasszám előrejelzésében.
Járatok telítettségének optimalizálása gépi tanulás segítségével - Prikler Attila (Wizz Air)
Még több videó
Bye-bye IT, helló kovász, helló kuvasz!
Az IT-szakma az elmúlt években már a sokadik krízisén esik át, és egyre többeket gondolkodtat el: van-e élet a szakmán kívül?Bye-bye IT, helló kovász, helló kuvasz! Az IT-szakma az elmúlt években már a sokadik krízisén esik át, és egyre többeket gondolkodtat el: van-e élet a szakmán kívül?
Diszkont légitársaságként fontos, hogy minden járat a lehető legnagyobb kihasználtsággal repüljön a működési költségek alacsonyan tartása érdekében. A tényleges utasszámot a dinamikus árazáson túl az is befolyásolja, hogy kik azok az érvényes foglalással rendelkező utasok, akik végül valamilyen okból mégsem utaznak. Prikler Attila a Wizz Air IT vezetője a 2019. november 27-28-án rendezett HWSW mobile! termékfejlesztői konferencián tartott előadásában egy esettanulmány segítségével mutatja be, milyen döntések mentén jutottak el gépi tanulási modellek sikeres alkalmazásához a tényleges utasszám előrejelzésében.
Járatok telítettségének optimalizálása gépi tanulás segítségével - Prikler Attila (Wizz Air)
Még több videó