Découvrez comment identifier, dans les données, des événements ou des motifs qui diffèrent du comportement attendu, en utilisant MATLAB.
Ce guide présente un aperçu des approches de design d'algorithmes de détection d’anomalies, destinées aux applications d'ingénierie. Il explique comment caractériser le comportement normal, analyser et prétraiter les données en vue de la détection d'anomalies, sélectionner les techniques d'IA et de détection statistique appropriées, et déployer les algorithmes en production.
Vous en apprendrez davantage sur :
- Les anomalies ponctuelles, contextuelles et collectives dans les données d'ingénierie
- Les méthodes de détection d'anomalies basées sur les statistiques, le Machine Learning et le Deep Learning
- Le travail avec des ensembles de données représentant un comportement de fonctionnement normal et quelques anomalies étiquetées
- Les considérations de design pour le déploiement
