内容简介:AIOps已经逐渐兴起,AI算法已较为成熟,使之与运维结合到了一起,下面列出AIOps相关技术和算法要点,有空了再展开写,懂大数据和机器学习的基本都知道各个组件及算法的作用。--------------------------------------跟我交流:
前言
AIOps已经逐渐兴起,AI算法已较为成熟,使之与运维结合到了一起,下面列出AIOps相关技术和算法要点,有空了再展开写,懂大数据和机器学习的基本都知道各个组件及算法的作用。
异常点检测
-
正态分布异常检测
-
马氏距离异常检测
-
KNN异常检测
-
密度异常检测
-
独立森林异常检测
故障分析
-
关联规则相关性分析
-
决策树分析
分类预测
-
贝叶斯
-
神经网络
-
决策树
-
knn
-
svm
-
提升
聚类
-
kmeans
-
knn
-
基于层次聚类
-
基于密度聚类
趋势预测
-
ARIMA模型建模
-
移动平均法
-
指数平滑法
-
卷积神经网络
-
循环神经网络
客户端采集
-
filebeat
-
logstash
-
scribe
-
flume
队列
-
zeromq
-
activemq
-
rocketmq
-
kafka
数据存储
-
mysql
-
hdfs
-
redis
-
druid
-
clickhouse
-
elasticsearch
-
hbase
时序数据库
-
graphite
-
rrd tool
-
influxdb
-
opentsdb
-
prometheus
-
druid(支持时序)
-
elasticsearch(支持时序)
-
clickhouse(支持时序)
离线计算
-
linux sed awk
-
python pandas
-
mapreduce hadoop
-
hive
实时计算
-
spark streaming
-
flink
-
jstrom
数据同步
-
sqoop
-
datax
机器学习
-
spark mllib
-
scikitlearn
-
pattern
-
TensorFlow
-
keras
-
pytorch
--------------------------------------
跟我交流:
-------------推荐阅读------------
我的开源项目汇总(机器&深度学习、NLP、网络IO、AIML、 mysql 协议、chatbot)
以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网
猜你喜欢:本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。