Date: 4月 14, 2017
这是在两个部分的系列的第二个职位。 第一部分在这里是可用的。 我们凸显了换档的作用它的机器学习基于它分析工具出现。
机器学习提供答案
最新的数据科学方法管理和优化虚拟基础结构应用人工智能学科的机器学习 （毫升）。
而不是监视个别组件在传统的计算机科学方式，毫升工具分析相关组件的行为。 随着他们的变化随着时间的推移，他们会跟踪正常的这些复杂的行为模式。 基于学习的分析机床自动查明性能问题的根源和建议来解决这些问题所需的步骤。
这种转变到以数据为中心的基于行为的方法具有显著增强 IT 专业人员的重大影响。 IT 专业人员将始终需要计算机科学方面的专业能力。 但它将需要什么分析技能成为有效的在这个新的 AI 驱动世界吗？
与早些时候分析不同工具一般用途或提供相对较低级别原语或 Api，离开它来确定如何应用它们用于特定目的。 早期工具是不切实际的因为他们有有限的适用范围。 此外，IT 专业人员使用他们不得不深分析的背景。 新的工具很大不同。 他们允许它的利弊，跨越-使用先进的数据未受过专门训练的科学方法。 
他们会自动提供快速、 准确的解决方案，对复杂的问题，像根原因分析、 精简、 或容量规划。
首先，它将改变他们的重点从诊断到避免他们放在第一位的问题。 下一步，摆脱了需要过度调配资源，以确保性能和可靠性，他们会寻找优化效率的方法。 最后，他们将使用毫升工具来执行战略，以发展和扩展他们的环境，以支持其业务运营。
并随着他们的理解和使用的机基于学习的分析工具的 IT 专业人员的成熟，他们将在最前沿的建筑自动化和未来自驾车的数据中心的基础上。