Los sistemas CEP están diseñados para realizar la coincidencia de patrones. Principalmente, se envían dos tipos diferentes de entradas a un sistema CEP, a saber, evento y patrón. El patrón lo define un usuario experto (u otra fuente externa). Los eventos se reciben como una secuencia interminable de datos en tiempo real o semi real. La parte central de un sistema CEP realiza la coincidencia de eventos en los patrones dados. El resultado de la coincidencia puede ser un mensaje de notificación que aborde el caso de coincidencia encontrado. Otros componentes de un sistema CEP realizan transformación de datos, enriquecimiento de datos, construcción de un plan de correspondencia, etc.
Fuera de los límites de un sistema CEP, además del componente de coincidencia de patrones, se puede utilizar un componente de reconocimiento de patrones, en referencia a su requerimiento. El reconocimiento de patrones como parte del paquete de aprendizaje automático encuentra correlación entre una amplia gama de eventos. Sabiendo que los sistemas de CEP están muy centrados en la velocidad (uno de los ternarios de Big Data) que deben ser de alto rendimiento y alta disponibilidad, no se refieren a datos históricos y hacen un análisis extendido de los datos. Además, los sistemas CEP usan RAM para lograr un mejor rendimiento, que normalmente la memoria principal no es lo suficientemente grande como para cobrar terabytes de datos históricos.
Existen algunas herramientas analíticas de datos que se pueden utilizar en la parte superior de un sistema CEP para realizar el reconocimiento de patrones, el componente que está buscando.
- ¿Cuál es el punto de usar programación dinámica cuando la complejidad de tiempo en la mayoría de los códigos es O (n ^ 2) (que no es tan bueno, es decir, usamos dobles para bucles incluso en DP)?
- Según usted, ¿cuáles son los algoritmos de aprendizaje automático más importantes en la actualidad?
- ¿Cómo obtuvieron sus nombres los recorridos de árbol binario preorden, inorder y postorder?
- ¿Cómo podemos resolver el problema mencionado a continuación?
- ¿Qué es un contador Loglog?
Si está tratando de descubrir patrones o predecir un evento basado en una gran cantidad de datos históricos, son tonos de técnicas de aprendizaje automático. Si está a punto de usar el número mínimo de eventos que ocurrieron recientemente para predecir un evento futuro, puede usar el modelo de Markov, pero debe considerar que este último no es muy preciso.
Espero eso ayude.