« Détection d'anomalies » : différence entre les versions
Aucun résumé des modifications |
Aucun résumé des modifications Balise : Éditeur de wikicode 2017 |
||
| Ligne 4 : | Ligne 4 : | ||
[[Category:Scotty]] | [[Category:Scotty]] | ||
[[Category:Termino 2019]] | [[Category:Termino 2019]] | ||
[[Category:9]] | |||
==Définition== | ==Définition== | ||
| Ligne 19 : | Ligne 20 : | ||
<small> | <small> | ||
Source : Benkabou, Seif-Eddine (2018). Détection d’anomalies dans les séries temporelles: application aux masses de données sur les pneumatiques, thèse de doctorat, Université de Lyon, 143 pages.<br> | Source : Benkabou, Seif-Eddine (2018). ''Détection d’anomalies dans les séries temporelles: application aux masses de données sur les pneumatiques'', thèse de doctorat, Université de Lyon, 143 pages.<br> | ||
[https://www.ibm.com/support/knowledgecenter/fr/SS3RA7_17.1.0/modeler_mainhelp_client_ddita/clementine/anomalydetectionnode_general.html, Source : IBM, Documentation SPSS, Noeud Détection des | [https://www.ibm.com/support/knowledgecenter/fr/SS3RA7_17.1.0/modeler_mainhelp_client_ddita/clementine/anomalydetectionnode_general.html, Source : IBM, ''Documentation SPSS, Noeud Détection des anomalies'', consulté le 17 mai 2910.] | ||
[https://www.btb.termiumplus.gc.ca/tpv2alpha/alpha-eng.html?lang=eng&i=1&srchtxt=ANOMALY+DETECTION&index=alt&codom2nd_wet=KB#resultrecs, source : TERMIUM, consulté le 20 mai 2019.] | [https://www.btb.termiumplus.gc.ca/tpv2alpha/alpha-eng.html?lang=eng&i=1&srchtxt=ANOMALY+DETECTION&index=alt&codom2nd_wet=KB#resultrecs, source : TERMIUM, consulté le 20 mai 2019.] | ||
[[Utilisateur:Patrickdrouin | Source : Termino]] | [[Utilisateur:Patrickdrouin | Source : Termino]] | ||
Version du 4 juillet 2019 à 00:32
Définition
Algorithme d'apprentissage typiquement non supervisé qui passe au crible un ensemble d'événements ou d'objets et signale certains d'entre eux comme étant inhabituels ou atypiques.
Français
détection des anomalies n.f.
Anglais
anomaly detection
Source : Benkabou, Seif-Eddine (2018). Détection d’anomalies dans les séries temporelles: application aux masses de données sur les pneumatiques, thèse de doctorat, Université de Lyon, 143 pages.
Source : IBM, Documentation SPSS, Noeud Détection des anomalies, consulté le 17 mai 2910.
Contributeurs: Jacques Barolet, Julie Roy, Patrick Drouin, wiki
