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,。
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。