织云Metis时间序列异常检测全方位解析课件.pptx

创意服装的立体裁剪课件.ppt

,立体裁剪,温州大学国际服装学院,PATTERN MAKING MANUAL,制作：立体裁剪课程组,1培养创意装的设计造型及制作的能力。2 各种装饰手法的应用与协调。,第七章 创意服装的立体裁剪,重点,难点,1应用形式美法则对作品进行综合性,

《织云Metis时间序列异常检测全方位解析课件.pptx》由会员分享，可在线阅读，更多相关《织云Metis时间序列异常检测全方位解析课件.pptx（31页珍藏版）》请在上搜索。

1、传统时序监控的问题与新思路,检测算法原理与应用,特征工程与打标工程,样本库建设与管理,Metis概述（智能运维应用实践）,业务规模,轻微的异常就会影响到大量的外网用户,在线2.8亿月活8.05亿,SNG服务器20w+,社交类指标240w+,传统监控与新思路,形态各异,准确率低,维护成本高,随着业务发展，传统监控呈现出的一些问题,传统监控与新思路,算法和机器学习的新思路是否可应用？,传统时序监控的问题与新思路,检测算法原理与应用,特征工程与打标工程,样本库建设与管理,Metis概述（智能运维应用实践）,常见的机器学习算法,回归,基于实例,正则化,贝叶斯,聚类,基于核,关联规则,决策树,深度学习,。

中国聚氨酯产业链(光大证券)课件.ppt

聚氨酯产业链图,BDO 性质简介,1,4丁二醇Butanediol物理化学性质：无色油状液体，可燃，能与水混溶。毒性：有毒。包装及储运：采用铝不锈钢镀锌铁桶或塑料桶。在密闭包装和不遇热条件下贮存时间不受限制。用途：1,4丁二醇是用来生产聚对,

2、从大量输入中总结出准确预测的规律（模型）,数值型预测0/1型预测概率型预测等,技术路线演进,技术框架,离线模块,数据存储,统计算法&无监督算法输出疑似异常,样本库（人工标注）,特征工程（离线计算）,有监督算法（离线计算）,数据提取,统计算法&无监督算法输出疑似异常,加载有监督模型,特征工程（实时计算）,有监督算法（输出异常）,在线模块,ABTest模块,人工审核,Atest（实验模型A）,Btest（实验模型B）,第一层：统计判别算法,3sigma算法与控制图算法的优缺点,第一层：无监督算法,无监督学习算法的优缺点,第一层：无监督算法,第一层：无监督算法,第一层：无监督算法,第二层：有监督算法。

3、,有监督算法能解决的问题,传统时序监控的问题与新思路,检测算法原理与应用,特征工程与打标工程,样本库建设与管理,Metis概述（智能运维应用实践）,特征工程,特征是数据中抽取出来的对结果预测有用的信息。特征工程包含了特征提取、特征构建、特征选择等模块,样本,初始特征分布情况,特征监控,样本分析,全流程特征分析,参数分析,误差分析,特征有效性分析,离散化,离群点分布,共线性,缺省值,去均值,归一化,特征有效性分析,特征选择,特征组合与转换,模型调优,更新模型,因子化,相关性,缺省值,因子化,连续特征,离散特征,标准化,特征工程,特征工程,特征工程,特征工程,聚类Kmeans分类器,打标工程,输出。

4、异常视图到前端页面人工确认是否真的异常，假异常则校正后台根据人工校正的结果，存下校正后的所有结果：正常记为1，异常记为0,传统时序监控的问题与新思路,检测算法原理与应用,特征工程与打标工程,样本库建设与管理,Metis概述（智能运维应用实践）,样本库管理与建设,样本库管理,样本是核心价值样本的丰富程度制约检测效果,格式、长度、标签（分类、正负）、时间戳、标志、来源,样本查看：权限、类别、业务维度等样本查找：字段检索、相似度检索、时间片检索样本分类：标记、算法分类等,训练、提取、伪装、构造、分类、,样本的积累贯穿机器学习的始终,功能集合,北向串联,通用规范,价值积累,样本库管理与建设,功能应用,。

5、样本库存储,正负,来源,窗口,类别A,类别B,类别C,C,R,U,D,提取,分类,查找,添加,伪装,构造,训练模型,离线打标,特征分析,算法调参,样本库管理,Action层：触发功能与样本数据的交互,DAO层：封装与数据进行联络的任务，无业务逻辑,显著提升应用效率和数据规范,Service层：功能模块的逻辑应用实现,数据层：根据样本量选择存储；三级分类,Metis时间序列异常检测业务效果,目前效果,90%+,80%+,用少量模型覆盖所有曲线，统计判别+无监督+有监督,准确率,计算方法：人工抽查，查看告警出来的时间序列和时间点是否准确辅助工具：打标工程,召回率,计算方法：人工从业务中选择一批异常。

6、的时间序列和相应的时间点，然后让这批序列通过现有模型，看看是否被召回辅助工具：样本库管理,传统时序监控的问题与新思路,检测算法原理与应用,特征工程与打标工程,样本库建设与管理,Metis概述（智能运维应用实践）,渐进式的AIOps能力,织云Metis,腾讯织云AIOps应用实践,时间序列异常检测,集群智能负载均衡,容量分析与预测,多维根因分析,生死指标监控,学件N,学件,学件,学件,学件,学件组合,学件,学件,学件,学件,学件组合,学件,学件,学件,学件,学件组合,自动扩缩容决策,直播多维根因分析,更多运维场景,学件库,串联应用案例,容量分析与预测,平衡木,灰度上线,变更体检,时间序列异常检测,生死指标监控DLP,平衡木,资源,权限,pkg,配置,文件,脚本,流程引擎,监控,自动扩容缩容,绿色表示运维场景,蓝色表示自动化工具,黑色表示智能化学件,。