智能运维 总结
智能运维系列之一:个人对智能运维的理解
智能运维系列之二:什么是人工智能
智能运维系列之三:什么是智能运维
智能运维系列之四:智能运维落地的思路
智能运维系列之五:总结
运维背景知识
A. 运维体系:SRE/CRE
A. 运维体系 — Devops
A. 运维体系 — SLA理论体系
A. Google SRE概述
B. Google SRE指导思想
B. Google SRE指导思想 – 拥抱风险
C. Google SRE 实践
C. Google SRE 实践 – 产品发布
D. Google SRE 管理
D. Google SRE 管理 – 培训SRE
D. Google SRE 管理 – SRE参与模式
E. Google SRE 其他行业的经验
智能运维
A. 智能运维纲要
B. 智能运维 — 质量保障 — 异常检测 — 指标异常检测
B. 智能运维 — 质量保障 — 异常检测 — 指标异常检测 — 框架
B. 智能运维 — 质量保障 — 异常检测 — 指标聚类
B. 智能运维 — 质量保障 — 异常检测 — 指标异常定位
B. 智能运维 — 质量保障 — 用户体验 — 指标分析
B. 智能运维 — 质量保障 — 异常检测 — 日志分析
B. 智能运维 — 质量保障 — 根因分析
B. 智能运维 — 质量保障 — 故障预测
B. 智能运维 — 质量保障 — 混沌工程
B. 智能运维 — 成本优化 — 容量规划
B. 智能运维 — 成本优化 — 容量规划 — 案例
C. 智能运维解决方案 — 微众银行
系统架构
A. 系统架构概要
A. 系统架构概要 — 分布式系统
A. 系统架构概要 — 分布式系统 — 任务调度
A. 系统架构概要 — 分布式系统 — 数据处理
A. 系统架构理论基础(分布式)
A. 系统架构理论基础(理论) — 数据一致性
B. 应用开源项目
B. 系统架构设计步骤
B. 系统重构
C. 高可扩展架构
C. 高可扩展架构 — 微服务架构
C. 高可用架构
C. 高可用架构 — 数据完整性
C. 高可用架构 — 数据完整性 — Google SRE保障数据完整性的手段
C. 高可用架构 — 连锁故障处理
C. 高可用架构 — 限流降级
C. 高性能架构
C. 高性能架构 — 高性能负载均衡
D. 互联网架构模板
E. 业务场景 — 秒杀系统
数据工程
A. 数据仓库 — 概述
B. 数据仓库 — 建模技术 — 基本概念
B. 数据仓库 — 建模技术 — 建模步骤
B. 数据仓库 — 建模技术 — 维度设计
B. 数据仓库 — 建模技术 — 事实表
B. 数据仓库 — 建模技术 — 事实表 — 针对事实表的时间跟踪
C. 数据仓库 — Kimball架构
C. 数据仓库 — 生命周期
C. 数据仓库 — ETL
A. 阿里巴巴 数据中台 — 建设之路
A. 阿里巴巴 数据中台 — 概述
B. 阿里巴巴 数据中台 — OneData体系方法论
B. 阿里巴巴 数据中台 — OneEntity体系方法论 与 OneService体系方法论
B. 阿里巴巴 数据中台 — 总结
大数据平台 – 整体建设思想
大数据平台 – 其他
E. 数据仓库 — 数据管理能力成熟度评估模型
人工智能
A. 人工智能 — 数学基础
A. 人工智能 — 数学基础(统计学)
A. 人工智能 — 算法设计步骤
A. 人工智能 — 算法设计步骤(数据预处理)
C. 人工智能 — 机器学习 — 监督学习
C. 人工智能 — 机器学习 — 监督学习 – 生成模型VS判别模型
C. 人工智能 — 机器学习 — 无监督学习
C. 人工智能 — 机器学习 — 半监督学习
C. 人工智能 — 机器学习 — 异常检测
C. 人工智能 — 机器学习 — 攻防(如何欺骗ML 和 如何防御攻击)
C. 人工智能 — 机器学习 — 可解释性
C. 人工智能 — 迁移学习 – 概述
C. 人工智能 — 迁移学习 – Domain Adaptation
C. 人工智能 — 迁移学习 – 元学习
C. 人工智能 — 迁移学习 – 终身学习
C. 人工智能 — 强化学习 – 概述
C. 人工智能 — 强化学习 – 马尔科夫决策过程
C. 人工智能 — 强化学习 – QLearning
C. 人工智能 — 强化学习 – 前沿技术
F. 人工智能 — 教训总结
深度学习
A. 深度学习 — 概述
B. 深度学习 — 模型压缩
C. 深度学习 — 基础组件概述(一) — 参数调优
C. 深度学习 — 基础组件概述(二)
C. 深度学习 — 基础组件概述(三) — 编码器
D. 深度学习 — 卷积神经网络
D. 深度学习 — 递归神经网络
D. 深度学习 — 图神经网络
E. 深度学习 — Transformer
E. 深度学习 — Transformer – BERT
E. 深度学习 — 生成式对抗网络(GAN) 之概述
E. 深度学习 — 生成式对抗网络(GAN) 之应用
E. 深度学习 — 其他
知识图谱
A. 知识图谱 概述
A. 知识图谱 类型
A. 知识图谱 推动条件和驱动因素
B. 知识图谱 知识建模
B. 知识图谱 知识表示(一)
B. 知识图谱 知识表示(二)
C. 知识图谱 知识存储
D. 知识图谱 知识抽取与知识挖掘
E. 知识图谱 融合
F. 知识图谱 知识计算
F. 知识图谱 推理
G. 知识图谱 语义搜索
H. 知识图谱 知识问答
I. 知识图谱 应用案例
I. 知识图谱 应用案例 — 百度
I. 知识图谱 应用案例 — 美团
I. 知识图谱 应用案例 — 阿里巴巴电商知识图谱
J. 知识图谱 知识运维
K. 知识图谱 存在的挑战
原创文章,作者:奋斗,如若转载,请注明出处:https://blog.ytso.com/293556.html