由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高50元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
正版 智能运维之道 基于AI技术的应用实践 钱兵 应用场景 异常检测故障自愈 深度学习 数据驱动 实战案例
¥ ×1
商品基本信息 | |
商品名称: | 智能运维之道——基于AI技术的应用实践 |
作 者: | 钱兵 等 |
市 场 价: | 99.00元 |
ISBN 号: | 9787111696803 |
页 数: | 229 |
出 版 社: | 机械工业出版社 |
目录 |
第1章智能运维概述/ 1.1智能运维的概念/ 1.1.1运维与运营的区别/ 1.1.2智能运维与开发运维的区别/ 1.2智能运维的发展历程及趋势/ 1.2.1推动运维工作发展的内外部力量/ 1.2.2智能运维的发展历程/ 1.2.3智能运维未来发展趋势/ 1.3智能运维应用场景/ 1.3.1异常检测/ 1.3.2根因诊断/ 1.3.3故障自愈/ 1.3.4事件预警/ 1.3.5效能优化/第2章人工智能技术概述/ 2.1人工智能的概念及发展历程/ 2.2人工智能的核心技术/ 2.2.1机器学习/ 2.2.2深度学习/ 2.2.3自然语言处理/ 2.2.4知识工程/ 2.2.5机器人/ 2.3人工智能技术的应用领域及发展趋势/ 2.3.1人工智能应用领域/ 2.3.2人工智能发展趋势/第3章智能运维中的关键技术/ 3.1数据处理技术/ 3.1.1数据离线技术及数据存储技术/ 3.1.2数据实时计算及快速响应技术/ 3.1.3数据采集及辅助处理技术/ 3.1.4大数据技术在智能运维领域面临 的挑战/ 3.2知识图谱/ 3.2.1知识图谱的基本概念/ 3.2.2一般知识图谱的构建流程/ 3.2.3知识图谱在智能运维中的应用/ 3.3自然语言处理/ 3.3.1领域短语挖掘/ 3.3.2同义词匹配/ 3.3.3命名实体识别/目录////智能运维之道——基于AI技术的应用实践第4章智能运维中的常用算法/ 4.1异常检测算法/ 4.1.1基于概率模型的检测方法/ 4.1.2基于邻近度的检测方法/ 4.1.3基于分类的检测方法/ 4.1.4基于专家经验的综合评价方法/ 4.2根因诊断算法/ 4.2.1数据驱动的根因诊断/ 4.2.2基于领域知识的根因诊断/ 4.3趋势预测算法/ 4.3.1数据特征/ 4.3.2基于统计方法的线性预测模型/ 4.3.3基于机器学习的非线性预测模型 / 4.4事物分类算法/ 4.4.1传统事物分类算法/ 4.4.2事物分类算法新进展/第5章智能运维——从数据预处理开始/ 5.1结构化数据质量监控与预处理/ 5.1.1结构化数据质量监控/ 5.1.2结构化数据预处理技术/ 5.2文本数据预处理与标注/ 5.2.1数据清洗/ 5.2.2数据标注/ 5.3图片数据预处理与标注/ 5.3.1智能运维中的视觉任务/ 5.3.2图像标注工具/第6章应用聚类算法实现网元智能分类/ 6.1LTE网元分类存在的问题/ 6.2网元分类算法设计/ 6.2.1数据与关键指标选取/ 6.2.2数据清洗及平稳性检验/ 6.2.3特征生成与选择/ 6.2.4聚类算法/ 6.3网元初始聚类结果/ 6.3.1平稳性检验结果/ 6.3.2主成分分析结果/ 6.3.3聚类结果/ 6.4基于改进后聚类算法的网元分类结果 / 6.4.1原有聚类方法的改进点/ 6.4.2数据预处理/ 6.4.3特征提取/ 6.4.4算法设计/ 6.4.5聚类效果/ 6.4.6小结/第7章应用有监督/无监督算法实现异常检测/ 7.1单指标异常波动检测/ 7.1.1异常波动检测的概念/ 7.1.2基于统计分布的检测算法/ 7.1.3其他检测算法/ 7.2单指标异常检测/ 7.2.1适用单指标异常检测的算法/ 7.2.2算法计算结果/ 7.2.3小结/ 7.3多指标异常检测/ 7.3.1基于有监督算法与无监督算法相 结合检测/ 7.3.2基于深度学习检测/ 7.3.3基于专家经验的综合评价法检测 /第8章应用知识图谱解决网元异常问题/ 8.1网元异常诊断的传统方案/ 8.2网元异常诊断知识图谱/ 8.2.1知识表示与数据获取/ 8.2.2实体关系的抽取与对齐/ 8.2.3知识图谱的建立/ 8.2.4知识图谱的应用/ 8.3应用知识图谱的成效/第9章应用时序模型实现长短期趋势预测/ 9.1短周期预测:未来五分钟IPTV 播放用户数的预测/ 9.1.1背景介绍/ 9.1.2算法选择/ 9.1.3参数选择/ 9.1.4计算结果/ 9.1.5小结/ 9.2中周期预测:未来一周网络流量 变化的预测/ 9.2.1算法选择/ 9.2.2数据预处理/ 9.2.3计算结果/ 9.2.4小结/ 9.3长周期预测:基站扩缩容 预测/ 9.3.1算法设计/ 9.3.2数据预处理/ 9.3.3特征工程/ 9.3.4计算结果/ 9.3.5小结/第10章应用分类预测模型实现质差设备预见性识别/ 10.1物联网NB业务质差预测/ 10.1.1需要解决的问题/ 10.1.2方案设计/ 10.1.3应用效果/ 10.1.4小结/ 10.2网络设备隐患预测/ 10.2.1背景介绍/ 10.2.2面临的挑战/ 10.2.3在特征较少的条件下进行预测 / 10.2.4在数据粒度较细的条件下进行 预测/ 10.2.5小结/第11章应用因果分析实现故障根因定位/ 11.1物联网NB业务根因的因果分析/ 11.1.1背景介绍/ 11.1.2面临的挑战/ 11.1.3算法实现/ 11.1.4应用效果/ 11.1.5小结/ 11.2IPTV设备根因的因果分析/ 11.2.1背景介绍/ 11.2.2算法实现/ 11.2.3应用效果/ 11.2.4小结/参考文献/ |
内容简介 |
本书是一本介绍智能运维的实战指南,聚焦实际应用场景,通过十余个实战案例,详细讲解每个场景中的痛点、适用的算法、试验和*终方案,系统介绍了AI技术在运维工作中的应用。本书内容分为3部分,第1部分是智能运维、人工智能的概念和发展趋势,包括第1、2章;第2部分是智能运维中需要用到的人工智能技术和算法,包括第3、4、5章;第3部分是智能运维实战案例,包括第6~11章。 本书适合从事企业数字化转型建设工作的一线从业者、管理者,尤其适合在ICT领域从事运维工作的人员学习。 |
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格