人工智能和机器学习非常适合异常检测，预测分析等用例和集群，以及其他更定制的用例在数据中查找异常。

数据分析师可以通过强化培训来创建基准，AI和ML可以查明与过去行为或与同类主机或用户之类的对等组的偏离，从而迅速发现异常的变化，行为或问题，而这些变化，行为或问题本来不会引起注意。

利用人工智能与机器学习来进行异常检测

1、首先可以检测与过去行为的背离

2、与同伴的偏离（多变量内聚异常检测）

3、数据功能异常变化

对数据的预测以及对未来相关行业发展的预测

CPDA数据分析师可以根据业务，IT和安全运营等流程所生成的实时数据，做出高度准确，主动的决策。如果数据分析师对所要存储的内容有所了解，则只能采取预防措施。现在可以预测服务运行状况评分，容量计划，甚至可以预测维护需求。

1、对数据的预测分析

2、预测服务健康分数

3、预测客户流失

4、容量规划

5、趋势预测

6、检测影响实体

7、预警-预测性维护

学员千万不要错过CPDA数据分析师培训的森林

数据分析师在工作中寻找趋势对于主动行动至关重要，在数据中查找行为和趋势并了解彼此之间的比较是值得的，群集使CPDA数据分析师可以识别和分组相似的数据点，从而帮助减少警报噪音，从而做出更好的决策。

1、数据的聚类

2、识别同龄人群体

3、数据分析师对事件关联

4、对行为分析

数据分析师通过AI和机器学习来补充企业和数据的专业知识，以提高跨行业，用例的效率和生产力和技能

无论用例如何，都能获得更好，更智能的解决方案，决策和行动提升数据分析师的IT运营分析能力，以确保获得高性能的IT环境，并通过防止未知来更好地保护数据分析师的企业。