Quatre domaines où la détection d’anomalies a du sens
La détection d’anomalies repère les écarts qui annoncent une panne ou une menace. Quatre domaines où elle s’applique : la fraude, la supervision, les réseaux et les tests de non-régression.
La détection d’anomalies est un ensemble de méthodes et d’algorithmes de machine learning qui repèrent les écarts dans des données. Ils comptent parce qu’un écart peut être le signe d’un problème sérieux, une machine sur le point de tomber en panne ou une menace de sécurité, qui appelle une réponse rapide.
Quatre domaines où elle s’applique :
- la prévention de la fraude ;
- la supervision ;
- les réseaux ;
- les tests de non-régression et la validation.
L’article complet est sur la page Medium d’Ezako (en anglais).