Публикации по теме 'anomaly-detection'


Простой способ обнаружить аномалию
Когда количество наблюдений в одном классе намного больше, чем в другом, трудно обучить обычный классификатор CNN. Классификатор CNN может считать, что все наблюдения относятся к основному классу для достижения высокой точности. Один из способов решения этой проблемы - использовать передискретизацию или понижающую дискретизацию для уравновешивания данных. Кроме того, отличной идеей является корректировка весов классов, чтобы заставить классификатор обрабатывать данные в редком классе...
Одномерное обнаружение аномалий временных рядов: обнаружение необычного
В области анализа данных обнаружение аномалий играет жизненно важную роль в выявлении отклонений от того, что считается стандартным, нормальным или ожидаемым. Аномалии могут дать важную информацию о потенциальных проблемах, исключительных событиях или выбросах в показателях. В этой статье мы сосредоточимся на обнаружении аномалий одномерных временных рядов, которое включает анализ отдельных показателей во времени. Мы рассмотрим различные методы одномерного обнаружения аномалий, начиная..
Как современная наука о данных меняет обнаружение аномалий
Обнаружение аномалий в режиме реального времени применяется в различных отраслях. Обнаружение аномальных паттернов в режиме реального времени, от управления сетевым трафиком до прогнозного здравоохранения и мониторинга энергопотребления, помогает предприятиям получать полезную информацию в различных секторах. Однако по мере увеличения сложности данных современная наука о данных упрощает и оптимизирует традиционные подходы к обнаружению аномалий. Как сегодняшние предприятия могут..
Обнаружение аномалий с помощью вариационного автоэнкодера, часть II
Часть II: Реализация Обнаружение аномалий — один из самых распространенных вариантов использования неконтролируемого машинного обучения, особенно в промышленных приложениях. В Части I мы мотивировали использование вариационных автоэнкодеров для этой задачи и предоставили интуитивно понятное объяснение того, как это сделать, со ссылками на собак и овец. Во второй части мы рассмотрим конкретную реализацию этой идеи с помощью фрагментов кода. Обе части основаны на записной..
Новейшие методы обнаружения аномалий с использованием машинного обучения
Новейшие методы обнаружения аномалий с использованием машинного обучения Что такое обнаружение аномалий? Обнаружение аномалий — это увлекательный метод, который позволяет нам идентифицировать редкие и неожиданные наблюдения или события, которые отклоняются от нормального паттерна. Этот мощный метод использовался в различных приложениях, от обнаружения мошеннических действий до прогнозирования отказов оборудования в сложных промышленных системах. Самый ранний и наиболее..
Компании, нанимающие специалистов по данным, обнаружение аномалий в модели оценки машинного обучения и основные навыки машинного обучения
Обнаружение аномалий в скоринговой модели машинного обучения Используйте эти статистические методы для обнаружения аномалий временных рядов. Четыре основных навыка, необходимых для машинного обучения Включая математические и компьютерные знания, это четыре основных навыка машинного обучения, которые вам нужны, чтобы начать работу в области ИИ. Почему точность — это еще не все: простое объяснение точности и отзыва В этой статье мы рассмотрим отзыв, точность и среднее..
Обнаружение аномалий в анализе временных рядов
Обнаружение аномалий в анализе временных рядов Существует множество способов обнаружения аномалий в стандартном анализе данных. Такие методы, как Isolation Forest, DBScan, кластеризация K-средних, расстояние Кука или даже простые диаграммы и стандартное отклонение, могут помочь отсеять переменные, которые могут исказить модель, и дать уверенность в том, где провести линию относительно того, что является аномалией и что не так. Анализ временных рядов немного отличается, поскольку..