Vergelijk detectie in streams en multivariate telemetrie met interpreteerbare outliermethoden.
Deze gevorderde cursus gaat van anomaliedetectie in datastreams naar signalen met meerdere aspecten, multivariate service-indicatoren en interpreteerbare uitschieteranalyse. Je onderscheidt een detectiescore van een bevestigd incident, onderzoekt temporele en cross-variabele context en toetst verklaringen aan domeinkennis. Naast een HTM-gerichte discussie bevat de reeks onderzoekspresentaties over streaming en multivariate methoden; er wordt niet verondersteld dat één detector overal past. De Engelstalige video’s zijn voorzien van originele notities en opdrachten, geen transcripties.
Definieer een anomalie ten opzichte van datageneratie, observatievenster, operationele context en kosten van foutalarm of gemiste detectie. Vergelijk streaming- en multivariate detectie met aandacht voor temporele context, afhankelijkheid tussen signalen en veranderende baselines. Ontwerp een tijdsgebonden evaluatie met incidentmaten, alarmbelasting en afzonderlijke validatie van interpretaties.
Kennis van statistiek, machine learning en tijdreeks- of telemetriedata is aanbevolen. Verdeling, evaluatiesplitsingen, precision/recall en operationele monitoring zijn nuttig; een specifieke anomalietool is niet nodig.
Ervaren cursisten die geavanceerde AI-vaardigheden willen verdiepen en toepassen
Mensen die het beste leren met voorbeelden, begeleide lessen en praktische oefeningen
Professionals, makers en zelfstandige bouwers die een herhaalbare werkwijze zoeken
Les 1 is gratis
4 lessen · Gevorderd · Volledige cursus.
Deze cursus gebruikt CC BY-gelicentieerd materiaal met naamsvermelding van de inhoudsprovider of uploader. Lesvideo’s zijn alleen na aanmelding beschikbaar wanneer de publicatie- en licentiecontroles zijn geslaagd.