آموزش هوش مصنوعی اعمال شده برای عملیات IT

Applied AI for IT Operations

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: عملیات فناوری اطلاعات یکی از اصلی ترین کارکردهای تجاری برای شرکت های مدرن است. با بزرگ ، توزیع و یکپارچه سازی مراکز داده ، نیاز به نظارت و مدیریت سخت افزار ، نرم افزار ، شبکه ها و داده ها به طور تصاعدی افزایش می یابد. و در حالی که عناصر موجود در یک شبکه تعداد زیادی داده از نظر گزارش و رویدادها تولید می کنند ، نیاز به جمع آوری و درک این داده ها برای پیش بینی نتایج آینده نیز در حال افزایش است. در این دوره ، یاد بگیرید چگونه با استفاده از قدرت هوش مصنوعی چالشهای رایج در عملیات IT را حل کنید. مربی Kumaran Ponnambalam موارد اساسی را بررسی می کند که تیم های IT در عملیات روزمره با آن روبرو هستند. وی سپس چندین مورد استفاده در دنیای اپلیکیشن های فناوری اطلاعات را توضیح می دهد ، و به طور مفصل توضیح می دهد که چگونه فناوری هوش مصنوعی می تواند فرآیندهایی مانند تجزیه و تحلیل علت ریشه را تسریع کند ، زمان پاسخگویی را در میز راهنمای فناوری اطلاعات شما بهبود بخشد و موارد دیگر. در طول راه ، او از پایتون ، نوت بوک های مشتری ، کراس و تکنیک های یادگیری عمیق برای گام بردن در راه حل های عملی استفاده می کند.

سرفصل ها و درس ها

مقدمه Introduction

  • هوش مصنوعی و کاربردهای فراوان آن Artificial intelligence and its many uses

  • آنچه باید بدانید What you should know

1. عملیات IT و هوش مصنوعی 1. IT Operations and AI

  • معرفی به گزینه های IT Intro to IT ops

  • چالش های فناوری اطلاعات IT ops challenges

  • گزینه های AI و IT AI and IT ops

  • گزینه های فناوری اطلاعات از نمای کلی موارد استفاده می کنند IT ops use cases overview

  • تنظیم پرونده های تمرینی Setting up the exercise files

2. استفاده از مورد 1: تجزیه و تحلیل علت ریشه 2. Use Case 1: Root Cause Analysis

  • تجزیه و تحلیل علت ریشه چیست؟ What is root cause analysis?

  • طبقه بندی با یادگیری عمیق Classification with deep learning

  • داده ها برای تجزیه و تحلیل علت ریشه (RCA) Data for root cause analysis (RCA)

  • پردازش داده های RCA Preprocessing RCA data

  • ساختن یک مدل طبقه بندی با کراس Building a classification model with Keras

  • پیش بینی علل اصلی با کراس Predicting root causes with Keras

3. استفاده از مورد 2: میز خدمات خودی 3. Use Case 2: Self-Help Service Desk

  • خودکارکردن توابع راهنما Automating helpdesk functions

  • تجزیه و تحلیل معنایی نهفته (LSA) و نمایه معنایی پنهان (LSI) Latent semantic analysis (LSA) and latent semantic indexing (LSI)

  • اطلاعات مربوط به میز راهنما Data for the help desk

  • ساخت یک وکتور اسناد Building a document vector

  • ایجاد مدل LSI Creating the LSI model

  • توصیه سوالات متداول Recommending FAQs

4- از مورد 3 استفاده کنید: پیش بینی بار خدمات 4. Use Case 3: Service Load Forecasting

  • پیش بینی سری زمانی Time series forecasting

  • شبکه عصبی مکرر (RNN) و حافظه کوتاه مدت بلند مدت (LSTM) Recurrent neural network (RNN) and long short-term memory (LSTM)

  • تهیه داده های دنباله Preparing sequence data

  • ساختن یک مدل LSTM با کراس Building an LSTM model with Keras

  • تست مدل سری زمانی Testing the time series model

  • پیش بینی بارهای خدمات آینده با کراس Forecasting future service loads with Keras

5- سایر گزینه های IT از موارد استفاده می کنند 5. Other IT Ops Use Cases

  • تشخیص ناهنجاری Anomaly detection

  • پیش بینی هشدار Predicting alerting

  • طبقه بندی حادثه Incident categorization

  • فیلتر کردن اسپم Spam filtering

  • تحلیل ترافیک شبکه Network traffic analysis

6. بهترین روشهای IT 6. IT Ops Best Practices

  • توسعه بهترین روشها Model development best practices

  • با استفاده از سیستم عامل های یادگیری ماشین Using machine learning platforms

  • ارائه بهترین روشها Model serving best practices

  • امنیت و حفظ حریم خصوصی بهترین روشها Security and privacy best practices

نتیجه Conclusion

  • مراحل بعدی Next steps

نمایش نظرات

آموزش هوش مصنوعی اعمال شده برای عملیات IT
جزییات دوره
1h 15m
35
Linkedin (لینکدین) Linkedin (لینکدین)
(آخرین آپدیت)
183
- از 5
ندارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Kumaran Ponnambalam Kumaran Ponnambalam

اختصاص به آموزش علوم داده

V2 Maestros به آموزش علوم داده و داده های بزرگ با هزینه های مقرون به صرفه برای جهان اختصاص دارد. مربیان ما تجربه دنیای واقعی در تمرین علم داده و ارائه نتایج تجاری دارند. علم داده یک حوزه داغ و در حال رخ دادن در صنعت فناوری اطلاعات است. متأسفانه منابع موجود برای یادگیری این مهارت به سختی یافت می شود و گران است. امیدواریم این مشکل را با ارائه آموزش باکیفیت با نرخ های مقرون به صرفه، با ایجاد استعدادهای علم داده در سراسر جهان، کاهش دهیم.