OCI异常检测服务通过自动化数据预处理和最佳模型创建,简化了可扩展系统监控和诊断解决方案的开发:
专利异常检测算法
Oracle 异常检测算法得到 150 多项专利的支持,可以更早地检测到异常并减少误报。这些算法协同工作以确保比其他机器学习 (ML) 方法(例如神经网络和支持向量机)更高的灵敏度和更低的误报避率。
智能数据预处理
OCI 异常检测提供了多种数据处理技术,可以解决现实业务场景输入数据中的错误和缺陷,例如来自低分辨率传感器的数据。它会自动识别并修复数据质量问题,从而减少误报、改进操作并获得更准确的结果。
定制训练模型
API 帮助开发人员上传原始数据,使用他们自己的业务数据训练异常检测模型,并利用训练好的模型检测异常。这使得每个人都可以创建高度准确的、经过自定义训练的异常检测模型——即使没有数据科学经验。
准备就绪的结果
OCI 异常检测输出包括已识别的异常、基于 ML 模型的估计值和异常分数。开发人员使用这些结果来评估已识别异常的严重程度,并自动执行业务工作流程以立即解决这些问题。
易于集成和部署
OCI 异常检测是一项基于 REST API 的多租户服务。开发人员可以轻松部署可扩展的异常检测服务,无需内部数据科学和机器学习平台支持,所有这些都可部署在成本最低的数据网络、存储和计算平台上。
按需扩展
OCI 异常检测可自动扩展以满足所有数据源和负载的训练和检测需求。开发人员现在可以专注于创建应用程序和解决方案来实现他们的业务目标,而无需担心基础设施负载和扩容。
985大学 211大学 全国院校对比 专升本