Gépi tanulás a Wizz Air járatai mögött
Hogyan optimalizálható a leghatékonyabban egy légitársaság járatainak telítettsége?
robotika
02026. június 24. 13:27
A Morgan Stanley másodszor duplázza éves darabszám-prognózisátpact
22026. június 23. 14:09
Jön a PACT protokoll, ami feleslegessé teszi a CAPTCHA-kat és minden korábbinál hatékonyabban szűri a botokat.LAYOFF
12026. június 23. 13:23
A vállalat éves jelentése konkrét számokat mutat a leépítésekről.
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