[经验交流] [nadian7] HC线上展会,AI人工智能实战二孵化高精度网络AI模型感受

  • KPI类型很多,没有万能的检测器,需要为不同类型的KPI选择合适的异常检测器和合适的参数

  • 算法人员没有运维知识,运维人员不懂算法,所以要尽可能全自动化

1.jpg

  • 运维人员标注异常

  • Opprentice使用十几种不同的检测器提取上百个异常特征,然后将异常检测问题转化为机器学习中的有监督分类问题

4金融智能痛点.jpg

  1. 离线训练分类器

  • 开发异常标注工具,快速标注异常

  • 提取上百个特征(很多冗余),集成学习(随机森林)训练分类器

  1. 在线监测

  • 新数据点的特征提取

  • 用训练好的模型得出结果
    备注:因为可能有新的异常case,所以要定期更新训练模型

6.jpg