Gépi tanulás a Wizz Air járatai mögött
Hogyan optimalizálható a leghatékonyabban egy légitársaság járatainak telítettsége?
DMA
02026. június 25. 14:50
A Bizottság döntése alapján az AWS-re és az Azure-ra szigorúbb előírások vonatkoznának.robotika
22026. június 24. 13:27
A Morgan Stanley másodszor duplázza éves darabszám-prognózisátLEAK
02026. június 24. 12:00
Vállalati környezetben a harmadik féltől származó szolgáltatások biztonsága legalább olyan fontos, mint a saját rendszerek védelme.
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