XINFORMAÇÕES SOBRE DIREITOS AUTORAIS
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
Coleção Digital
Título: EXPLORANDO RECURSOS DE MACHINE LEARNING NA NUVEM USANDO MODELO SERVERLESS Autor: INGRID ORNELLAS CODA SANT ANNA GOMES
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Colaborador(es):
MARCOS KALINOWSKI - ORIENTADOR
TATIANA ESCOVEDO - COORIENTADOR
Nº do Conteudo: 54717
Catalogação: 14/09/2021 Liberação: 15/03/2022 Idioma(s): PORTUGUÊS - BRASIL
Tipo: TEXTO Subtipo: TRABALHO DE FIM DE CURSO
Natureza: PUBLICAÇÃO ACADÊMICA
Nota: Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=54717&idi=1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=54717&idi=2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.54717
Resumo:
Título: EXPLORANDO RECURSOS DE MACHINE LEARNING NA NUVEM USANDO MODELO SERVERLESS Autor: INGRID ORNELLAS CODA SANT ANNA GOMES
TATIANA ESCOVEDO - COORIENTADOR
Nº do Conteudo: 54717
Catalogação: 14/09/2021 Liberação: 15/03/2022 Idioma(s): PORTUGUÊS - BRASIL
Tipo: TEXTO Subtipo: TRABALHO DE FIM DE CURSO
Natureza: PUBLICAÇÃO ACADÊMICA
Nota: Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=54717&idi=1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=54717&idi=2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.54717
Resumo:
Desenvolver aplicações de Machine Learning pode requerer do desenvolvedor de software um conhecimento razoável sobre infraestrutura e como provisioná-la de forma adequada. Neste trabalho, são exploradas aplicações de Machine Learning utilizando recursos de infraestrutura Serverless disponíveis em plataformas de computação em nuvem. Propõe-se, assim, analisar seus benefícios, dificuldades e limitações, baseando-se principalmente no ponto de vista do desenvolvedor. Sob essa ótica, o processo de desenvolver aplicações de de Machine Learning se torna algo mais simples, ajudando assim o desenvolvedor a entregar softwares desse tipo de forma mais rápida eficiente e bem provisionada.
| Descrição | Arquivo |
| NA ÍNTEGRA |
