Statistiques et Big Data anomaly-detection

9

Quel algorithme devrais-je utiliser pour détecter des anomalies sur des séries chronologiques?

Contexte Je travaille dans le centre d'opérations réseau, nous surveillons les systèmes informatiques et leurs performances. L'un des indicateurs clés à surveiller est le nombre de visiteurs \ clients actuellement connectés à nos serveurs. Pour le rendre visible, nous (l'équipe d'opérations) collectons des métriques telles que des données de séries …

70 machine-learning time-series python computational-statistics anomaly-detection

4

Algorithmes pour la détection d'anomalies de séries chronologiques

J'utilise actuellement AnomalyDetection de Twitter dans R: https://github.com/twitter/AnomalyDetection . Cet algorithme fournit une détection d'anomalies de séries chronologiques pour les données avec saisonnalité. Question: existe-t-il d'autres algorithmes similaires à celui-ci (le contrôle de la saisonnalité n'a pas d'importance)? J'essaie de marquer autant d'algorithmes de séries temporelles que possible sur mes …

24 r regression time-series anomaly-detection

2

Détection d'anomalies avec des fonctions factices (et d'autres fonctions discrètes / catégorielles)

tl; dr Quelle est la méthode recommandée pour traiter les discretedonnées lors de la détection d'anomalies? Quelle est la méthode recommandée pour traiter les categoricaldonnées lors de la détection d'anomalies? Cette réponse suggère d'utiliser des données discrètes pour filtrer simplement les résultats. Peut-être remplacer la valeur de la catégorie par …

18 machine-learning categorical-data outliers discrete-data anomaly-detection

1

PCA robuste vs distance Mahalanobis robuste pour la détection des valeurs aberrantes

L'ACP robuste (telle que développée par Candes et al 2009 ou mieux encore Netrepalli et al 2014 ) est une méthode populaire pour la détection des valeurs aberrantes multivariées , mais la distance de Mahalanobis peut également être utilisée pour la détection des valeurs aberrantes étant donné une estimation robuste …

17 pca outliers covariance-matrix robust anomaly-detection

7

Différence entre anomalie et valeur aberrante

Quelle est la différence entre Outlier et Anomaly dans le contexte de l'apprentissage automatique. Je crois comprendre que les deux se réfèrent à la même chose.

13 outliers terminology anomaly-detection

1

Différence entre Outlier et Inlier

Je suis tombé sur le terme inlier dans la mesure LOF (Local Outlier Factor), je connais bien le terme de valeurs aberrantes (enfin essentiellement des menteurs - des instances qui ne se comportent pas comme les autres instances). Que signifie «Inliers» dans le contexte de la détection d'anomalies? et comment …

10 residuals outliers anomaly-detection

3

Détection d'anomalies de séries temporelles avec Python

Je dois implémenter la détection d'anomalies sur plusieurs ensembles de données chronologiques. Je n'avais jamais fait cela auparavant et j'espérais quelques conseils. Je suis très à l'aise avec python, donc je préférerais que la solution y soit implémentée (la plupart de mon code est en python pour d'autres parties de …

10 machine-learning time-series python computational-statistics anomaly-detection

2

Détection d'anomalies sur séries chronologiques

Je suis un débutant utilisant l'apprentissage automatique (j'ai terminé le cours de Ng), j'utilise scikit-learn en python. Je veux trouver le meilleur moyen de détecter les anomalies dans notre système. Nous avons des événements en cours qui se produisent à un horaire (toutes les quelques minutes / heures), et je …

8 time-series python scikit-learn anomaly-detection

Questions marquées «anomaly-detection»