学件简介

背景

学件概念

学件可以重用已有学件进行开发，不必从头开发。

学件（Learnware）= 模型（model）+ 规约（specification）

其中，规约需要能够描述模型，模型需要满足如下条件：

• 可重用：不同用户之间可分享模型，不需要分享数据，避免了数据隐私和数据保护。
• 可演进：学件本身需要可演进，能适应环境，可增量学习
• 可了解：规约需要给出模型应用场景。

学件还具备如下特点和优势：

• 可不依赖数据：通过数据训练好的模型提供出去。把参数、网络结构等内容提供给出去，不提供数据，解决数据安全问题。
• 可不依赖专家：具备基础模型，在约定的模型应用场景中可部分重用。

KPI异常检测公共学件

异常检测学件服务，通过数据特征画像识别数据类型，自动推荐训练算法与特征，采用无监督、有监督和动态基线等进行联合检测，通过专家经验对训练与检测进行调优，得到最终检测结果。模型训练完成后，可以将特征画像的结果、特征和参数、模型和参数都保留下来。后面仅需要使用新的数据，重训练模型，不用再重新做特征分析和模型分析。目前，学件已经集成了几十维到上百维不同种类的特征库，源于历史各类Case和通用KPI异常检测的算法库。后面会不断丰富特征库和算法库。

KPI异常检测公共学件，如图1所示。

图1 KPI异常检测公共学件

KPI异常检测公共学件的功能，如表1所示。