，就保证 了不可变对象本身永远是不可变的。 小结 Python3 基础教程【完整版】 http://www.yeayee.com/ 74/531 使用 key-value 存储结构的 dict 在 Python 中非常有用，选择不可变对象 作为 key 很重要，最常用的 key 是字符串。 tuple 虽然是不变对象，但试试把(1, 2, 3)和(1, [2, 3])放入 (1 x 1 + 1) + (2 x 2 + 1) + (3 x 3 + 1) + ... + (100 x 100 + 1) 可见，借助抽象，我们才能不关心底层的具体计算过程，而直接在更高 的层次上思考问题。 写计算机程序也是一样，函数就是最基本的一种代码抽象的方式。 调用函数 Python 内置了很多有用的函数，我们可以直接调用。 要调用一个函数，需要知道函数的名称和参数，比如求绝对值的函数 Python3 基础教程【完整版】 http://www.yeayee.com/ 99/531 使用递归函数需要注意防止栈溢出。在计算机中，函数调用是通过栈 （stack）这种数据结构实现的，每当进入一个函数调用，栈就会加一层 栈帧，每当函数返回，栈就会减一层栈帧。由于栈的大小不是无限的， 所以，递归调用的次数过多，会导致栈溢出。可以试试 fact(1000)： >>> fact(1000)

评估模型的准确性 提高模型精度 什么是深度学习？ "深度学习是机器学习的一个分支，是一组在多个层次上 学习的算法，分别对应不同级别的抽象" 深度学习 VS. 机器学习 ML 的算法包括监督学习和无监督学习 适用非线性处理单元的多层次的特征提取和转换 基于对多个层的特征或者表象的学习，形成一个由低级 到高级的层次结构特征 传统的机器学习关注于特征工程,深度学习关注于端到 端的基于原始数据的学习 为什么需要深度学习？ 深度学习- 举例 深度学习 － 神经网络 是一种模仿生物神经网络(例如大脑)的结构和功能的计 算模型 是一种非线性统计性数据建模工具，对输入和输出间复 杂的关系进行建模 一组简单可以训练的数学单元集合，共同学习复杂的功 能 深度学习 － 训练 深度学习 － 部署 深度学习 － 数据表现 表现层次 图片– 像素、主题、部分、轮廓、边缘等等 视频– 图像帧、每帧的像素、每一帧的deltas

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104 5.6 异常层次结构 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105 6 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 300 8.15 graphlib --- 操作类似图的结构的功能 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 302 8.15.1 异常 . . . . . . . . . . 数字的抽象基类 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 305 iv 9.1.1 数字的层次 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 305 9.1.2 类型接口注释。

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98 5.6 异常层次结构 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99 6 文本处理服务 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 279 8.15 graphlib --- 操作类似图的结构的功能 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 281 8.15.1 异常 . . . . . . . . . . . . numbers --- 数字的抽象基类 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 285 9.1.1 数字的层次 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 285 9.1.2 类型接口注释。

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110 5.7 异常层次结构 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112 6 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 314 8.15 graphlib --- 操作类似图的结构的功能 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 315 8.15.1 异常 . . . . . . . . . . --- 数字的抽象基类 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 319 9.1.1 数字的层次 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 319 9.1.2 类型接口注释。

事件关联 通过关联、知识图谱获 得可能原因 基于模式的预测 AIOps增强分析与⾏行行动能⼒力力，挡住更更多⼯工单 2 ⼯工程难点 数据采集、数据中台、智能算法、⾃自动化等 AIOps系统（常规层次） AIOps系统架构 • 场景应⽤用 • 智能监测系统 • ⾃自动化系统 • ⼯工单知识库 • 数据湖 • 监控⽣生态系统 • 数据源 数据的摄取挑战 • 各种来源： ⽂文本、⼯工单、知识库；API；代码等 • ⼤大数据的3V（容量量、变化、种类） 数据类型⽐比较 数据类型与⽐比较 ⽇日志 Tracking 指标 ⽂文本 数据格式 ⾮非结构化 半结构化，数据关联 结构化（聚集） ⾮非结构化 数据量量 ⼤大 较⼤大 ⼀一般到极⼤大（IoT) ⼀一般 单条⼤大⼩小 100~10KB 100~10KB < 500 100~10KB 采集难度 ⼀一般 较难 ⼀一般 • 数据加⼯工：通⽤用数据模型；多维机器器数据、半结构化的规整、各种第三⽅方数据关联 • 数据⽣生命周期管理理（时序数据的归并、变化数据更更新等） 机器器学习对分析增强的⽅方向 增强点 描述 统计性分析 基于IT实体与数据，在单维、多维变量量上的关联、聚类、分类和推断。 ⾃自动模式发现与预测 基于历史数据⾃自动探索出数学与结构化模式，并⽤用于各种可能维度的预测。 异常检测 基于模式识别正常⾏行行为与异常⾏行行为。

construction techniques 刘峤，李杨等人, 知识图谱构建技术综述, 计算机研究与发展, 53 (3)，2016  Data acquisition • 结构化的数据（工业界常用） • 半结构化的数据（工业界常用） • 非结构化的数据（学术界常用）  知识抽取 • 限定域关系抽取（判别的语义关系是预先定义的） 输入一个句子以及标识句子中所出现的实体指称的条件下，系统将其分类到所属的语义类别上（已有研 large-scale KG construction 信息抽取方法相对简单，数据噪声小，经过人工过滤 后能够得到高质量的三元组事实。 涉及的NLP分析与处理技术，难度较大。互联网的更 多信息都是以非结构化的文本形式存在的。  基于模板的关系抽取 e.g., 用以下模板表示收购关系（acquisition） X is acquired by Y X is purchased by Y X is bought 知识融合（为跨领域的信息需求提供服务） 从融合的知识图谱类型来看： • 垂直方向的融合（融合较高层通用本体与较低层领域本体或实例数据） • 水平方向的融合（融合相同层次的知识图谱）  知识融合中的关键技术 • 匹配框架（元素级、结构级的匹配） • 实体对齐（e.g., 等价关系合并；互动百科与百度百科中的实体“刘洋”描述的是同一个对象） • 冲突检测与消解（使多个知识图谱形成一致的结果）

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94 5.4 异常层次结构 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95 6 uu --- 对 uuencode 文件进行编码与解码 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1111 20 结构化标记处理工具 1113 20.1 html --- 超文本标记语言支持 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . C -> A -> object。 object-or-type 的__mro__ 属性列出了getattr() 和super() 所共同使用的方法解析搜索顺序。该属 性是动态的，可以在任何继承层级结构发生更新的时候被改变。 如 果 省 略 第 二 个 参 数， 则 返 回 的 超 类 对 象 是 未 绑 定 的。 如 果 第 二 个 参 数 为 一 个 对 象， 则 isinstance(obj

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87 5.4 异常层次结构 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88 6 uu --- 对 uuencode 文件进行编码与解码 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1050 21 结构化标记处理工具 1051 21.1 html --- 超文本标记语言支持 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 继承方法很有用。搜索顺序与getattr() 所使用的相同，只是 type 指定的类型本身会被跳过。 type 的__mro__ 属性列出了getattr() 和super() 所使用的方法解析顺序。该属性是动态的，可以 在继承层级结构更新的时候任意改变。 如 果 省 略 第 二 个 参 数， 则 返 回 的 超 类 对 象 是 未 绑 定 的。 如 果 第 二 个 参 数 为 一 个 对 象， 则 isinstance(obj

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104 5.7 异常层次结构 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105 6 文本处理服务 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 296 8.15 graphlib --- 操作类似图的结构的功能 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 296 8.15.1 异常 . . . . . . . . . . . . numbers --- 数字的抽象基类 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 299 9.1.1 数字的层次 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 299 9.1.2 类型接口注释。