Odcinek

Najlepsze rozwiązania dotyczące narzędzia do wykrywania anomalii w wersji 1.0

Pokaż sztuczną inteligencję

W naszych dwóch ostatnich odcinkach dowiedzieliśmy się nieco o usłudze Azure Anomaly Detector. Najpierw dowiedzieliśmy się nieco o tym, co to jest i jak można go używać. Następnie przyjrzeliśmy się przenoszeniu usługi do środowiska lokalnego przy użyciu kontenerów. Jak w przypadku każdej usługi tego rodzaju, czasami wymaga to drobnych poprawek, aby wejść na wyższy poziom. W tym odcinku Qun Ying daje trzy niesamowite wskazówki, które pomogą nam podczas projektowania architektury aplikacji monitorowania.

Dowiedz się więcej!

Szybko do przodu:

  • [00:46] Wskazówka 1: Tryb wsadowy a tryb przesyłania strumieniowego w Anomaly Detector.
  • [02:76] Wskazówka 2: Jak wykrywać anomalie w strumieniowych danych szeregów czasowych za pomocą usługi Anomaly Detector?
  • [05:00] Interaktywny pokaz wykrywania anomalii przesyłania strumieniowego.
  • [06:36] Kod w Pythonie do strumieniowego wykrywania anomalii za pomocą interfejsów API usługi Anomaly Detector.
  • [07:39] Porada 3: Jak wstępnie przetwarzać dane dla interfejsów API usługi Anomaly Detector?
  • [08:00] Co zrobić, jeśli wejściowy szereg czasowy nie jest równomiernie dystrybuowany?
  • [09:04] Jak poprawić dokładność, jeśli dane mają sezonowe wzorce?

 

Ulubione linki programu The AI Show:

Chcesz przesłać opinię? Prześlij problem tutaj.