Wyniki wyszukiwania - BazTech

Ograniczanie wyników

2 Journal of Computer Sciences Institute

2 2022

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: szkielety programistyczne

Sortuj według:

Ogranicz wyniki do:

Szybkość uczenia czy dokładność predykcji? Analiza porównawcza szkieletów programistycznych do sztucznej inteligencji

Zdeb Konrad, Żukiewicz Piotr, Łukasik Edyta

Journal of Computer Sciences Institute

2022

Vol. 24

172--175

Celem artykułu jest analiza szkieletów aplikacji do sztucznej inteligencji. Zbadane zostały: skuteczność, czasochłonność oraz ilość potrzebnych zasobów. Dla każdego frameworka stworzono modele regresji liniowej, lasów losowych i k najbliższych sąsiadów. Dane uczące to zbiory danych zawierające informację o diamencie oraz jego cenie. Każdy model miał za zadanie nauczyć się cen diamentów, a następnie dokonać predykcji w zależności od ich konkretnych cech tj. szlif, kolor, objętość. Dane uczące zostały podzielone na zbiory o różnej wielkości dzięki czemu można było zaobserwować zmianę w modelu w zależności od liczby danych treningowych. Z trzech przebadanych szkieletów programistycznych do uczenia maszynowego TensorFlow wykazał się największą skutecznością, a SciKit-Learn najkrótszym czasem dokonywania predykcji

The purpose of the article is to analyze frameworks for artificial intelligence applications. In particular, the effectiveness, time-consumption and resources requirement. Linear regression, random forests and k nearest neighbors models were created for each framework. The learning data is a dataset containing informations about diamonds and their prices. Each model was designed to learn diamonds’ prices and then make a prediction depending on its specific characteristics such as cut, color, and volume. The learning data was divided into sets of different sizes to show changes in a model depending on the amount of training data. Out of the three machine learning frameworks tested, TensorFlow proved to be the most accurate and SciKit-Learn the fastest

Analiza wydajności szkieletów programistycznych Laravel oraz Yii2 opartych na wzorcu architektonicznym MVC oraz języku PHP

Węgrzecki Konrad Sławomir, Dzieńkowski Mariusz

Journal of Computer Sciences Institute

2022

Vol. 24

265--272

Przedmiotem pracy jest analiza wydajnościowa dwóch szkieletów programistycznych języka PHP w najnowszych wersjach – Laravel 9.6 i Yii 2.0.45. Została ona przeprowadzona przy pomocy przygotowanych do tego celu aplikacji testowych, posiadających identyczne funkcjonalności. Aplikacjegenerują wszystkie liczby pierwsze z podanego zakresu oraz tworzą system rankingowy książek, oparty na operacjach CRUD. Jako kryterium porównawcze przyjęto czas obsługi żądań przez każdą aplikację. Do sprawdzenia wydajności użyto dedykowanych szkieletom tzw. debugbarów – dolnych pasków wyświetlających informację o wykonanym żądaniu. Wyniki uzyskane po przeprowadzonych badaniach wykazały, że biorąc pod uwagę wydajność, Laravel jest lepszą technologią niż Yii do budowy aplikacji internetowych.

The subject of this paper is the performance analysis of two PHP programming frameworks in the latest versions - Laravel 9.6 and Yii 2.0.45. It was carried out with the help of test applications prepared for this purpose, which have identical functionalities: they generate all prime numbers from a given range and create a book ranking system based on CRUD operations. The request handling time of each application was used as a comparison criterion. To check the performance, dedicated debugbars - bottom bars displaying information about the executed request - were used. The results obtained after the tests showed that in terms of performance, Laravel is a better technology than Yii for building web applications.