关的实际用例来探索

ayesha983

通过探索与环境影响相ataiku 的端到端功能。让我们看看拥有不同技能的数据科学团队如何合作将数据转化为可利用的见解。大规模执行异常检测的基础知识
2024 年 2 月 23 日
用例和项目，扩展人工智能
林恩·海德曼
异常检测就是寻找数据集中偏离预期行为的有趣模式（离群值、异常、特殊性等）。根据这个定义，值得注意的是，异常检测与噪声消除和新颖性检测非常相似。虽然异常检测检测到的模式确实令人感兴趣，但噪声检 厄瓜多尔电报数据 测可能略有不同，因为检测的唯一目的是从数据中去除这些异常（或噪声）。

与大多数数据科学项目一样，异常检测的最终目标或输出不仅仅是一种算法或工作模型。相反，它关乎异常值提供的洞察力的价值。也就是说，对于企业来说，它可以节省防止设备损坏的资金、因欺诈交易而损失的资金等。在医疗保健领域，它可以意味着更早的检测或更容易的治疗。

异常检测需要一个灵活且不断学习的系统，因为：

异常检测用例的本质（特别是在 IT 和金融领域）意味着欺诈者经常会故意试图产生看起来不像异常值的输入。适应并从这一现实中学习至关重要。
除了恶意企图之外，数据集通常会随着用户的变化而变化，因此系统需要与这些用户一起发展。异常本质上是意料之外的，因此使用的任何方法都必须适应基础数据。