Odcinek
Narzędzie do wykrywania anomalii 1.0 — najlepsze rozwiązania
W naszych dwóch ostatnich odcinkach dowiedzieliśmy się nieco o usłudze Azure Narzędzie do wykrywania anomalii. Najpierw dowiedzieliśmy się nieco o tym, co to jest i jak można go używać. Następnie przyjrzeliśmy się przenoszeniu usługi do środowiska lokalnego przy użyciu kontenerów. Podobnie jak w przypadku każdej usługi tego rodzaju czasami trzeba trochę dostosować, aby uzyskać rzeczy do następnego poziomu. W tym odcinku Qun Ying daje trzy niesamowite wskazówki, które pomogą nam podczas projektowania architektury aplikacji monitorowania.
Dowiedz się więcej
- Zapoznaj się z chłodnym pokazem w tym odcinku
- Znajdź szczegółową dokumentację dotyczącą najlepszych rozwiązań
- Zapoznaj się z omówieniem usługi interfejsu API
- Tworzenie pierwszego zasobu Narzędzie do wykrywania anomalii na platformie Azure
- Dołączanie do kontenerów Narzędzie do wykrywania anomalii w wersji zapoznawczej
- Dołącz do społeczności publicznej "Narzędzie do wykrywania anomalii Advisors", aby połączyć się z zespołem produktu i innymi członkami społeczności
Szybko do przodu:
- [00:46] Porada 1: Tryb wsadowy a tryb przesyłania strumieniowego w Narzędzie do wykrywania anomalii.
- [02:76] Porada 2: Jak wykrywać anomalie z danych szeregów czasowych przesyłania strumieniowego za pomocą Narzędzie do wykrywania anomalii?
- [05:00] Interaktywny pokaz wykrywania anomalii przesyłania strumieniowego.
- [06:36] Kod języka Python wykrywania anomalii przesyłania strumieniowego za pomocą interfejsów API Narzędzie do wykrywania anomalii.
- [07:39] Porada 3: Jak wstępnie przetwarzać dane dla interfejsów API Narzędzie do wykrywania anomalii?
- [08:00] Co zrobić, jeśli wejściowy szereg czasowy nie jest równomiernie dystrybuowany?
- [09:04] Jak poprawić dokładność, jeśli dane mają sezonowe wzorce?
Ulubione linki pokazu sztucznej inteligencji:
W naszych dwóch ostatnich odcinkach dowiedzieliśmy się nieco o usłudze Azure Narzędzie do wykrywania anomalii. Najpierw dowiedzieliśmy się nieco o tym, co to jest i jak można go używać. Następnie przyjrzeliśmy się przenoszeniu usługi do środowiska lokalnego przy użyciu kontenerów. Podobnie jak w przypadku każdej usługi tego rodzaju czasami trzeba trochę dostosować, aby uzyskać rzeczy do następnego poziomu. W tym odcinku Qun Ying daje trzy niesamowite wskazówki, które pomogą nam podczas projektowania architektury aplikacji monitorowania.
Dowiedz się więcej
- Zapoznaj się z chłodnym pokazem w tym odcinku
- Znajdź szczegółową dokumentację dotyczącą najlepszych rozwiązań
- Zapoznaj się z omówieniem usługi interfejsu API
- Tworzenie pierwszego zasobu Narzędzie do wykrywania anomalii na platformie Azure
- Dołączanie do kontenerów Narzędzie do wykrywania anomalii w wersji zapoznawczej
- Dołącz do społeczności publicznej "Narzędzie do wykrywania anomalii Advisors", aby połączyć się z zespołem produktu i innymi członkami społeczności
Szybko do przodu:
- [00:46] Porada 1: Tryb wsadowy a tryb przesyłania strumieniowego w Narzędzie do wykrywania anomalii.
- [02:76] Porada 2: Jak wykrywać anomalie z danych szeregów czasowych przesyłania strumieniowego za pomocą Narzędzie do wykrywania anomalii?
- [05:00] Interaktywny pokaz wykrywania anomalii przesyłania strumieniowego.
- [06:36] Kod języka Python wykrywania anomalii przesyłania strumieniowego za pomocą interfejsów API Narzędzie do wykrywania anomalii.
- [07:39] Porada 3: Jak wstępnie przetwarzać dane dla interfejsów API Narzędzie do wykrywania anomalii?
- [08:00] Co zrobić, jeśli wejściowy szereg czasowy nie jest równomiernie dystrybuowany?
- [09:04] Jak poprawić dokładność, jeśli dane mają sezonowe wzorce?
Ulubione linki pokazu sztucznej inteligencji:
Chcesz przesłać opinię? Prześlij problem tutaj.