Серия

Обнаружение аномалий при потоковой передаче данных с помощью Azure Databricks

В наших предыдущих эпизодах ИИ Show мы узнали все о детекторе аномалий Azure, о том, как перенести службу в локальную среду, а также некоторые удивительные советы и рекомендации по получению службы для работы хорошо для вас. В этом эпизоде ai Show Qun Ying показано, как создать комплексное решение с помощью Детектор аномалий и Azure Databricks. На этом шаге демонстрация обнаруживает числовые аномалии из потоковых данных, поступающих через Центры событий Azure.

Дополнительные ссылки на информацию:

Повторно посетите любимую часть видео:

[00:74] Бизнес-проблема демонстрационного решения.
[01:18] Архитектура решения.
[02:25] Предварительные требования решения и настройка ресурсов.
[06:11] Пошаговое руководство по отправке твитов в Центры событий.
[07:08] Пошаговое руководство по чтению твитов из Центров событий.
[09:25] Пошаговое руководство по обработке и хранению данных в разностном режиме.
[11:28] Пошаговое руководство по обнаружению аномалий с Детектор аномалий.

Избранные ссылки на шоу ИИ:

Дополнительные ссылки на информацию:

Повторно посетите любимую часть видео:

[00:74] Бизнес-проблема демонстрационного решения.
[01:18] Архитектура решения.
[02:25] Предварительные требования решения и настройка ресурсов.
[06:11] Пошаговое руководство по отправке твитов в Центры событий.
[07:08] Пошаговое руководство по чтению твитов из Центров событий.
[09:25] Пошаговое руководство по обработке и хранению данных в разностном режиме.
[11:28] Пошаговое руководство по обнаружению аномалий с Детектор аномалий.

Избранные ссылки на шоу ИИ: