AIOps 实战课
张云河
资深系统架构师
29 人已学习
新⼈⾸单¥39
AIOps 实战课
登录|注册
留言
收藏
沉浸
阅读
分享
手机端
回顶部
当前播放: 课程介绍|传统运维的挑战及AIOps核心价值与场景
00:00 / 00:00
字幕已开启
高清
  • 高清
1.0x
  • 3.0x
  • 2.5x
  • 2.0x
  • 1.5x
  • 1.25x
  • 1.0x
  • 0.75x
  • 0.5x
网页全屏
全屏
00:00
付费课程,可试看
课程介绍|传统运维的挑战及AIOps核心价值与场景
04|代码实战(二): 模型训练、预测与评估
02|指标异常检测中用到的数据
03|代码实战(一):数据加载与预处理
01|实验一概览:理论基础与实验环境准备
05|代码实战(三):结果可视化
06|代码实战(四):定义主函数,并验收实验结果
本节摘要

以下文稿由 AI 整理,仅供参考。

从传统运维到智能运维:AI OPS 的核心技术与实战解析

引言

大家好,欢迎来到本次 AI OPS 实战课。在接下来的时间里,我们将从智能运维(即 AI OPS)的基础理论到实践落地,全方位学习 AI OPS 的核心技术和实际应用。课程全程以实操为主,帮助大家真正掌握能落地的智能运维相关技能。

我拥有二十多年的工作经历,从事过系统运维、软件开发等相关工作,也曾出版过两本技术书籍,分别涉及 Python 开发和 Oracle 数据库。下面,我将为大家介绍本次课程的核心内容。

课程模块概览

本次课程一共分为四大模块。第一个模块属于基础理论部分,主要介绍基本概念;后三个模块则是实操部分,安排了三个智能运维实验。

  • 第一部分:AI + 运维的基础认知,帮助大家理清 AI OPS 的核心逻辑和智能运维的价值。
  • 第二部分:基于机器学习的指标异常检测,重点掌握隔离森林算法的实战应用。在智能运维中,指标异常检测主要使用隔离森林算法。
  • 第三部分:基于聚类的日志智能分析,通过 K-Means 聚类算法对海量日志进行分析,解决日志分析难题。
  • 第四部分:大模型辅助故障诊断,采用当下最热门的大模型技术,学会将大模型与实际运维场景相结合。

这四个模块由浅入深、层层递进,从基础理论到核心算法,再到前沿技术应用,形成了一套完整的 AI OPS 实战知识体系。

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