返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • 正版新书]智能运维实践苏娜,孙琳,王鸽 著 著9787302694380
  • 全店均为全新正版书籍,欢迎选购!新疆西藏青海(可包挂刷).港澳台及海外地区bu bao快递
    • 作者: 苏娜,孙琳,王鸽 著 著著 | 苏娜,孙琳,王鸽 著 著编 | 苏娜,孙琳,王鸽 著 著译 | 苏娜,孙琳,王鸽 著 著绘
    • 出版社: 清华大学出版社
    • 出版时间:2025-07-01
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    君凤文轩图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 苏娜,孙琳,王鸽 著 著著| 苏娜,孙琳,王鸽 著 著编| 苏娜,孙琳,王鸽 著 著译| 苏娜,孙琳,王鸽 著 著绘
    • 出版社:清华大学出版社
    • 出版时间:2025-07-01
    • 版次:1
    • 印次:1
    • 字数:510000
    • 页数:327
    • 开本:24开
    • ISBN:9787302694380
    • 版权提供:清华大学出版社
  • 作者: 苏娜,孙琳,王鸽 著 著
  • 著: 苏娜,孙琳,王鸽 著 著 译
  • 装帧: 平装
  • 印次: 1
  • 定价: 99
  • ISBN: 9787302694380
  • 出版社: 清华大学出版社
  • 开本: 24开
  • 印刷时间: 暂无
  • 语种: 暂无
  • 出版时间: 2025-07-01
  • 页数: 327
  • 外部编号: 庄村57370
  • 版次: 1
  • 成品尺寸: 暂无
  • 第1章 智能运维概述 1

    1.1 引言 1

    1.1.1 智能运维的兴起 1

    1.1.2 智能运维的发展历程 2

    1.1.3 智能运维的技术基础 3

    1.1.4 智能运维的目标 4

    1.2 智能运维的应用 4

    1.2.1 智能运维的应用领域 4

    1.2.2 智能运维要解决的问题 5

    1.3 智能运维的相关标准 6

    1.3.1 运维相关的现有标准 7

    1.3.2 人工智能的现有标准 9

    1.3.3 智能运维的现有标准 10

    第2章 智能运维框架 12

    2.1 整体框架 12

    2.2 组织治理 13

    2.3 场景实现 14

    2.4 能力域 15

    第3章 搭建Ubuntu运维和开发环境 20

    3.1 Ubuntu安装准备 20

    3.2 安装Oracle VM VirtualBox 22

    3.3 安装Ubuntu服务器系统 26

    3.3.1 创建虚拟机 26

    3.3.2 安装Ubuntu Server系统 32

    3.4 搭建VS Code远程开发环境 40

    第4章 Python编程基础 44

    4.1 Python快速入门 44

    4.1.1 Python简介 44

    4.1.2 数据类型 47

    4.1.3 运算符 50

    4.1.4 函数 52

    4.1.5 程序控制结构 53

    4.1.6 类和对象 54

    4.2 NumPy快速入门 55

    4.2.1 数组创建与初始化 55

    4.2.2 数组的核心属性、操作与计算 56

    4.2.3 数学运算与统计 60

    4.3 Pandas快速入门 61

    4.3.1 Pandas系列 61

    4.3.2 Pandas数据帧 65

    4.3.3 Pandas示例 69

    第5章 数据采集与存储 84

    5.1 数据采集 84

    5.1.1 数据采集方法 85

    5.1.2 数据采集工具 86

    5.1.3 数据采集的关键考虑因素 88

    5.2 数据存储 88

    5.2.1 数据存储类型 89

    5.2.2 数据存储架构 90

    5.2.3 数据备份与恢复 90

    5.2.4 数据安全 91

    5.2.5 数据管理与优化 91

    5.2.6 数据访问与检索 92

    第6章 数据预处理 94

    6.1 数据清洗 95

    6.1.1 处理缺失值 95

    6.1.2 去除重复记录 106

    6.2 数据集成 112

    6.3 数据转换 113

    6.4 数据离散化 119

    6.4.1 等距离散化 120

    6.4.2 等频离散化 120

    6.4.3 基于聚类的离散化 121

    6.4.4 基于决策树的离散化 122

    6.5 特征选择 123

    6.5.1 特征选择方法 123

    6.5.2 特征选择示例 124

    第7章 机器学习 129

    7.1 回归方法 129

    7.1.1 常见的回归方法 130

    7.1.2 回归模型的评估与优化 131

    7.1.3 回归模型的示例 132

    7.2 分类方法 140

    7.2.1 分类的一般流程 140

    7.2.2 评估指标 141

    7.3 决策树 143

    7.3.1 基本概念 143

    7.3.2 构建步骤 145

    7.3.3 决策树示例 147

    7.3.4 决策树的特点 152

    7.4 其他分类算法 152

    7.4.1 随机森林 152

    7.4.2 支持向量机 153

    7.4.3 贝叶斯分类器 156

    7.4.4 分类算法小结与示例 158

    7.5 聚类分析 165

    7.5.1 划分聚类方法 165

    7.5.2 基于密度的聚类方法及示例 169

    7.5.3 层次聚类方法 173

    7.5.4 基于网格的聚类方法 173

    7.6 关联分析 174

    7.6.1 关联分析相关概念 174

    7.6.2 FP-Growth算法 175

    7.6.3 关联分析示例 176

    7.7 时间序列分析 181

    7.7.1 时间序列的基本概念 181

    7.7.2 时间序列的平稳性 181

    7.7.3 时间序列的建模方法 182

    7.7.4 时间序列的预测 183

    7.7.5 时间序列分析示例 184

    7.8 异常点检测 192

    7.8.1 异常点检测概述 192

    7.8.2 异常点检测方法 193

    7.8.3 异常点检测示例 193

    第8章 深度学习 199

    8.1 深度学习基础 199

    8.2 卷积神经网络 202

    8.2.1 CNN的基本原理 202

    8.2.2 CNN应用示例 204

    8.3 循环神经网络及其特殊架构 217

    8.3.1 循环神经网络 217

    8.3.2 长短期记忆网络 219

    8.3.3 门控循环神经网络 221

    8.4 注意力机制 222

    8.5 Transformer模型 226

    第9章 自然语言处理 229

    9.1 自然语言处理概述 229

    9.2 文本表示方法 230

    9.2.1 独热编码 231

    9.2.2 TF-IDF方法 231

    9.2.3 Word2Vec模型 232

    9.2.4 GloVe预训练模型 233

    9.2.5 BERT预训练模型 234

    9.3 大语言模型及示例 236

    第10章 日志异常检测 244

    10.1 数据预处理 245

    10.1.1 常用数据集介绍 245

    10.1.2 日志数据处理 246

    10.2 HDFS日志异常检测 247

    10.2.1 日志解析与模板匹配 248

    10.2.2 事件序列构建 252

    10.2.3 滑动窗口处理 257

    10.2.4 特征工程与标签关联 259

    10.2.5 模型训练与评估 262

    10.3 日志异常检测经典模型及示例 264

    10.3.1 DeepLog模型及示例 265

    10.3.2 LogAnomaly模型及示例 274

    10.3.3 LogRobust模型及示例 278

    第11章 面向微服务的根因定位 281

    11.1 引言 281

    11.2 数据集 282

    11.2.1 数据采集 282

    11.2.2 公开数据集 284

    11.3 根因定位方法 286

    11.4 根因定位的关键技术 288

    11.4.1 异常检测 288

    11.4.2 PageRank算法及示例 289

    11.4.3 随机游走算法 296

    11.4.4 深度优先搜索 297

    11.4.5 皮尔逊相关系数 298

    11.4.6 根因定位关键技术总结 298

    第12章 网络流量异常检测 300

    12.1 引言 300

    12.2 网络流量分类与数据集 301

    12.2.1 网络异常流量分类 301

    12.2.2 公开数据集 302

    12.3 数据预处理 308

    12.4 网络流量异常检测方法 313

    12.5 网络流量异常检测示例 315

    12.5.1 基于SVM的网络流量异常检测 315

    12.5.2 基于DNN的网络流量异常检测 322

    苏娜,副教授,工学博士,硕士生导师,中国自动化学会网络信息服务专业委员会委员,中国自动化学会会员,泰安市高层次人才。主要研究方向为数据挖掘、人工智能等。主持或参与10余项科研项目,发表学术论文20余篇,撰写专著1部,取得发明专利2项、软件著作权多项。

    孙琳,学术副教授,硕士生导师。主要研究方向为数据分析与数据挖掘等。主持并参与多项省部级科研项目,发表科研、教学论文十余篇,其中多篇被SCI、EI检索。

    王鸽,副教授,博士,硕士生导师。主要研究方向为大数据分析、人工智能、自然语言处理、机器学习等。主持并参与多项省部级科研项目,发表论文20余篇,参编教材4部,取得发明专利2项、软件著作权多项。

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购