文章探讨了在故障根因分析中遇到的数据挑战和协作难题，并提出基于无监督知识图谱的解决方案。由原清华大学-罗姆联合研究中心研究员、博睿数据AI研发负责人丁锐分享，他将介绍如何利用无监督知识图谱技术提高根因定位的准确性、全面性和效率，特别是在AIOps和智能运维领域的应用。
在故障根因分析中，难免会遇到数据孤岛、数据繁杂、团队协作困难、过于依赖运维经验等痛点，基于规则、统计分析、机器学习、知识图谱等，可以有多种技术方案，那么究竟哪一种技术方案可以兼顾准确性、全面性与效率？
本期课程特邀原清华大学-罗姆联合研究中心研究员、博睿数据AI研发负责人丁锐，从根因分析算法的优势与应用实践出发，为大家讲解如何基于无监督知识图谱实现根因定位。
本期讲师
丁锐
博睿数据 AI研发负责人
业务专长：AIOps、AI算法、机器学习、深度学习
工作经历：清华大学-罗姆联合研究中心研究员 ；AI算法专家，专门从事智能运维领域的各种算法开发
本期主题：无监督知识图谱与故障根因分析
https://host.huiju.cool/page/9099319060748521994/5ae8e429f8a94653a0801042f5d86018?comefrom=baidu_pc_000187&bd_vid=10966224257461816045
5899
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
