Integrirani sustav za automatizaciju strojnog učenja i protok podataka koristeći računalne resurse u oblaku i automatizirano postavljanje infrastrukture

master's thesis

• Title (english): Integrated system for automating machine learning and data flow using cloud computing resources and automated infrastructure setup
• Author: Fabijan Kozina
• Mentor: Vladimir Čeperić (mentor)
• Committee member: Vladimir Čeperić (predsjednik povjerenstva)
• Committee member: Marin Šilić (član povjerenstva)
• Committee member: Tvrtko Mandić (član povjerenstva)
• Granter: University of Zagreb; Faculty of Electrical Engineering and Computing; Zagreb
• Defense date and country: 2024-07-15, Croatia

Abstract

U ovom diplomskom radu prikazat će se razvoj integriranog sustava za automatizaciju strojnog učenja i upravljanje protokom podataka, koristeći računalne resurse u oblaku i alate za automatizirano postavljanje infrastrukture. Rad će obuhvatiti konfiguriranje virtualne računalne instance na platformi za računarstvo u oblaku pomoću alata za automatizaciju infrastrukture, razvoj aplikacije za obradu i analizu podataka koja će koristiti model strojnog učenja za prognoziranje potražnje (eng. demand forecasting) te postavljanje sučelja za pristup predikcijama putem mrežnih zahtjeva. Sve komponente sustava bit će integrirane tako da omogućuju efikasno i sigurno izvršavanje procesa strojnog učenja i obrade podataka na udaljenim računalnim resursima. Tijekom izrade rad će detaljno dokumentirati postupke postavljanja i integracije tehnoloških komponenti, analizirati potencijalne izazove te predstaviti rješenja za optimizaciju performansi i sigurnosti sustava.

Abstract (english)

In this thesis, the development of an integrated system for automating machine learning and managing data flow using cloud computing resources and automated infrastructure deployment tools will be presented. The work will include configuring a virtual computing instance on a cloud computing platform using infrastructure automation tools, developing an application for data processing and analysis that will use a machine learning model for demand forecasting, and setting up an interface for accessing predictions via web requests. All system components will be integrated to enable efficient and secure execution of machine learning and data processing processes on remote computing resources. During the preparation of the thesis, detailed documentation of the setup and integration procedures of technological components will be provided, potential challenges will be analyzed, and solutions for optimizing the system's performance and security will be presented.

• Language: english
• URN:NBN: urn:nbn:hr:168:572850
• Study programme: Title: Computing; Study programme type: university; Study level: graduate; Academic / professional title: magistar/magistra inženjer/inženjerka računarstva (magistar/magistra inženjer/inženjerka računarstva)
• Type of resource: Text
• File origin: Born digital
• Access conditions: Closed access
• Created on: 2024-10-12 21:09:48