@MASTERSTHESIS{ 2019:985368392,
 	title = {Avalia??o de t?cnicas de aprendizado de m?quina para previs?o de cargas de trabalho aplicadas para otimizar o provisionamento de recursos em nuvens computacionais},
 	year = {2019},
 	url = "http://tede2.pucrs.br/tede2/handle/tede/8797",
 	abstract = "A computa??o em nuvem transformou a forma de provisionar recursos computacionais nos ?ltimos anos, oferecendo v?rios benef?cios em rela??o aos sistemas tradicionais como escalabilidade e alta disponibilidade. No entanto, ainda existem algumas oportunidades a serem exploradas, especialmente na ?rea de aloca??o e dimensionamento proativo de recursos. Como a carga de trabalho pode flutuar muito nestes ambientes, o provisionamento excessivo ? uma pr?tica comum para evitar quedas repentinas de Qualidade de Servi?o (QoS) que podem resultar em viola??es de Acordo de N?vel de Servi?o (SLA), mas ao custo de um aumento nos custos de provisionamento e consumo de energia. A previs?o de carga de trabalho ? uma das estrat?gias pelas quais a efici?ncia e o custo operacional de uma nuvem podem ser melhorados. Saber antecipadamente a demanda de um servi?o permite a aloca??o pr?via de recursos suficientes para manter a QoS e evitar viola??es de SLA. Esta disserta??o apresenta as vantagens e desvantagens de tr?s t?cnicas de pre- vis?o de carga de trabalho usualmente aplicadas no contexto da computa??o em nuvem. S?o comparados os algoritmos de aprendizado de m?quina ARIMA, MLP e o GRU em di- ferentes configura??es, para ajudar os administradores a escolher o modelo preditivo mais adequado e eficiente para seu problema espec?fico. O resultado das avalia??es apresenta que os algoritmos estudados s?o equivalentes quanto ? precis?o obtida neste contexto, mas apresentam diferen?as importantes em sua aplica??o, de forma que este trabalho auxilia na escolha da melhor t?cnica para o cen?rio em quest?o.",
 	publisher = {Pontif?cia Universidade Cat?lica do Rio Grande do Sul},
 	scholl = {Programa de P?s-Gradua??o em Ci?ncia da Computa??o},
 	note = {Escola Polit?cnica}
}