深度之眼时间序列预测项目小班第2期 – 百度网盘 – 下载

课程亮点：

智能运维| ADo异常检物
和根因分析
在对互联网Web服务的运维过程中，首要需求通常是对监控的各种关键
性能指标(KPI)进行异常检测，而后则需要对检测出的异常信息进行分析
定位，以便尽快做进一步的修复止损等操作。由于Web服务直接影响生
意，因此异常检测和根因分析需要做到实时响应。
在本场景中，大家需要搭建-一个实时的异常检测和根因分析系统。当关
键服务的KPI被检测到异常时，需要尽快定位到是组件最可能是根因。
项目重点知识:
■无监督异常检测算法:基于时序预测的算法、基于时序拆解的算法、基于机
器学习的算法
■根因分析算法:基于决策树、基于关联规则
■如何搭建实时模型服务
技术方法可复用场景:
■零件异常检测
■水位异常检测
零售项目|
新零售销量预测和动态
定价
动态定价这在日常生活中非常常见，比如购买机票、预订酒店客房、叫
出租车服务和甚至到菜场买菜，所要付的费用其实并不是一成不变的，
而是根据市场需求在调整。动态定价模型允许根据需求调整产品或服务
的定价，以增加收益。
在本场景中，大家为某新零售便利店搭建需求预测模型，井且需要模拟
商品在不同价格下的销量，从而帮助企业决定商品定价，达到收益的最
大化。，
项目重点知识:
■时间序列预测算法:单层级预测、多层级预测、传统统计学算法融合深度学
习算法
■价格敏感度概念
技术方法可复用场景:
■航班定价
■电影定价