Публикации по теме 'anomaly-detection'


Структурная токенизация с использованием простой эвристики
Для выпуска Unomaly 2.28 мы полностью переработали наш токенизатор, чтобы улавливать вложенные структуры и пары ключ-значение в неструктурированных данных журнала, которые мы принимаем - без какой-либо спецификации схемы. Чтобы было понятнее, мы немного рассмотрим, как работает Unomaly , а затем углубимся в технические детали нового структурного токенизатора. TL;DR Unomaly автоматически группирует журналы событий и классифицирует их как нормальные или аномальные в соответствии с..

За пределами панели управления
Иногда меня спрашивали: «Как только моя ветряная электростанция заработает нормально, как я могу продолжать использовать Clir?» Подчеркну, что программное обеспечение Clir включает наборы данных, основанные на передовых отраслевых знаниях, автоматическую ежемесячную отчетность, анализ работы ветряных электростанций, проверки состояния активов и многое другое, что является вескими причинами для продолжения использования Clir. Но в частности, это сообщение в блоге будет посвящено..

Геометрические модели для обнаружения аномалий в машинном обучении
Краткий обзор Обнаружение аномалий можно назвать идентификацией редких предметов, событий или наблюдений, вызывающих подозрения, поскольку они значительно отличаются от большинства данных [1]. Это становится важной проблемой, которую необходимо решить в таких областях, как банковское мошенничество, сотовые сети и т. Д. Аномалии также называют выбросами , шумом и исключениями. В этом блоге будут отражены мои знания на второй неделе курса Intel’s Anomaly Detection , который я проводил..

OneClassSVM
Обнаружение выбросов/аномалий на основе плотности Одноклассовый SVM звучит интересно? SVM, как мы знаем. Машина опорных векторов, алгоритм, разработанный в основном для задач нелинейной классификации данных. Модификация алгоритма, фиксирующая плотность большинства классов, называется One-Class SVM. Давайте посмотрим, как мы можем выполнить One-ClassSVM. import numpy as np import pandas as pd from sklearn.model_selection import train_test_split from sklearn.metrics import..

Сравнение методов обнаружения аномалий в кейсе
Всегда есть ситуации, когда необходимо использовать алгоритм обнаружения аномалий, например, обнаружение кредитной карты по умолчанию, обнаружение сетевых вторжений. Из-за очень несбалансированных данных существуют специальные методы для таких ситуаций. Введение Что такое обнаружение аномалий? Это алгоритм, используемый для распознавания аномального действия, которое не соблюдается. Существует 3 вида обнаружения: на основе моделей: не соответствует допущению о распределении..

Обнаружение мошенничества с кредитными картами с помощью автоэнкодеров в H2O
Мошенничества в финансовой сфере выявляются очень редко. Из-за этого это может нанести серьезный ущерб финансовой сфере. По оценкам, стоимость мошенничества по всем видам страхования составляет не менее 80 миллиардов долларов в год. Если вероятность обнаружения мошенничества мала, это может существенно повлиять на годовые убытки. Вот почему финансовые компании инвестируют в машинное обучение как в превентивный подход к борьбе с мошенничеством. Преимущества использования подхода..