Êtes-vous un étudiant de l'EPFL à la recherche d'un projet de semestre?
Travaillez avec nous sur des projets en science des données et en visualisation, et déployez votre projet sous forme d'application sur Graph Search.
Cette séance de cours traite des défis de prédire avec précision le temps d'exécution des requêtes pour les moteurs de base de données compilés par JIT (Just-In-Time). L'instructeur présente un modèle d'analyse de base et introduit une approche de prévision JIT utilisant l'apprentissage actif. Les résultats expérimentaux d'un système Intel Xeon avec un moteur de base de données basé sur la compilation JIT montrent une amélioration significative par rapport au modèle de base. La séance de cours conclut en soulignant les limites des modèles analytiques et le potentiel des techniques d'apprentissage automatique dans la prévision du temps de requête.
Cette vidéo est disponible exclusivement sur Mediaspace pour un public restreint. Veuillez vous connecter à Mediaspace pour y accéder si vous disposez des autorisations nécessaires.
Regarder sur Mediaspace