
Pourquoi la détection d’anomalies compte pour les entreprises
La détection d’anomalies repère les motifs inhabituels dans les données d’une entreprise avant qu’ils ne deviennent de vrais problèmes : à quoi elle sert, et pourquoi elle compte.

La détection d’anomalies repère les motifs inhabituels dans les données d’une entreprise avant qu’ils ne deviennent de vrais problèmes : à quoi elle sert, et pourquoi elle compte.

La détection d’anomalies supervisée entraîne un modèle sur des données labélisées, là où les méthodes non supervisées cherchent seules : comment elle fonctionne, et ce qu’elle demande.

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.

De la préparation des données à l’évaluation du modèle : les cinq étapes d’un projet d’analyse de séries temporelles, et ce qui se passe mal à chacune.

L’ANFR contrôle un parc national de plus de 76 000 sites radio. Ezako prédit les sites les plus susceptibles de présenter une anomalie, pour que les contrôles commencent par eux.

Le CNES confie à Ezako la détection d’anomalies dans la télémétrie de satellites par machine learning, en complément de ses méthodes de surveillance classiques.

Les ingénieurs d’Ezako ont obtenu en 2018 la certification Kubernetes de la Linux Foundation, et Upalgo se déploie en conteneurs.

Ezako a exposé à la Paris Space Week les 25 et 26 février 2020 au Bourget, avec une démonstration de la détection d’anomalies d’Upalgo.

Ezako a exposé à Automotive Connection les 9 et 10 octobre 2019 à Saint-Quentin-en-Yvelines.

Ezako a exposé à Aero’Nov Connection les 13 et 14 février 2019 au Palais des Congrès de Paris-Saclay.

L’agriculture utilise près de 70 % de l’eau consommée chaque année. Trois façons dont les données aident à la gérer : moins de pesticides, moins de pertes dans les réseaux municipaux, et des compteurs intelligents pour les citoyens.

Un modèle qui apprend ses données par cœur, et un modèle qui n’en apprend rien : ce que sont le surapprentissage et le sous-apprentissage, et comment éviter les deux.