IT外包网管服务，关于使用机器学习进行异常检测方法的7个问题-IT外包官网-蓝盟集团

IT外包网管服务，关于使用机器学习进行异常检测方法的7个问题

发布者：上海IT外包来源：http://www.lanmon.net点击数：1253

蓝盟IT小贴士，来喽！
偏离点和异常值的区别是什么？
离群点是远离分布的位置或平均值的观测值。但是，这些个不一定表示基于反常的动作或不同的进程的动作。另一方面，异常是由不同的过程生成的数据模式。
异常检查在药品上有什么应用吗？

异常检查在药物生命学领域有很多应用。在制药生产中包括使用集成过程控制特罗尔(SPC )或质量控制特罗尔(QC )和多过程控制特罗尔(MSPC )的格拉夫进行过程监视和质量控制特罗尔。及时发现异常是避免异常事件发生、遵守安全标准的关键。可用于发现柜台交易中的异常，打击滥用压电石英药物零售资料中的处方。实时检测多残奥仪表临床试验数据中的异常，有助于保证临床试验的成功。

GANs也被用于异常检测吗？如果是，可以提供行业用例吗？
产生对抗网络(GANs )是一种新的未被监测的学习方法，对于识别异常非常有效。 GANs被迭代地设置，并且抗逆性训练的目的是利用重建样本来减少残差损失，从而在半结构化数据和非结构化数据两者中得到良好的功能。这些个在医学图像分析(有助于发现放射性射线学者难以识别的肿瘤)、人脸识别、文本图像转换等方面非常有用。
数据相关性会影响异常检测吗？用什么方法可以减少这些个的影响？建议在开始检测异常之前清除相关数据并删除吗？
如网络研讨会所述，关联性并不影响异常检测，但是有很多技术可以用来决定相关变量的处理方法。一个提案是使用主成分分析法(PCA )这一技术来减少维数。
哪种算法适合检测与识别网络活动或数据中的异常活动相关的异常？

如web研修班所述，有很多方法和算法可以很好地用于异常检测的各种应用程序和用例。其中包括递归神经网络(RNN )、对抗网络(GAN )的生成、森林隔离、深度自编码等。特别地，对网络/图分析感兴趣，标识网络图的异常的两种主要方法是直接相邻的异常点检测算法(DNODA )和社区相邻算法(CNA )。

文/上海蓝盟 IT外包专家

上一篇: 蓝盟IT外包，元宇宙：四梁八柱是什么
下一篇: IT外包网管服务，神经网络量子校正计算机？中国学者的开源项目第一个量子订正协同设置订正信息帧工作
分享到：

微软云

IT采购

弱电工程

系统集成

客户故事

IT外包网管服务，关于使用机器学习进行异常检测方法的7个问题

400-635-8089