算法探索（一）：如何深度挖掘时序指标中的异常数据
王钊扬
在本讲中，我们首先深入剖析了时序数据异常检测的五大典型场景，并针对每个场景提供了相应的算法解决方案。随后，我们以实际应用落地为导向，将整个过程划分为三个阶段：在初始阶段，我们推荐使用简单高效的算法来满足基础需求；随着业务的发展，第二阶段可以引入开源项目来进一步提升检测效果；而到了第三阶段，为了满足更复杂和定制化的需求，我们建议组建专业的算法团队。这三个阶段的发展，都是紧密围绕业务需求的增长和变化而不断推进的。最后，我们还为大家介绍了四个与时序数据异常检测紧密相关的项目，供大家参考和学习。
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
仅可试看部分内容，如需阅读全部内容，请付费购买文章所属专栏
《智能运维（AIOps）入门指南》
《智能运维（AIOps）入门指南》
立即购买
© 版权归极客邦科技所有，未经许可不得传播售卖。 页面已增加防盗追踪，如有侵权极客邦将依法追究其法律责任。
登录 后留言
精选留言
由作者筛选后的优质留言将会公开显示，欢迎踊跃留言。
收起评论