×
Dodano do koszyka:
Pozycja znajduje się w koszyku, zwiększono ilość tej pozycji:
Zakupiłeś już tę pozycję:
Książkę możesz pobrać z biblioteki w panelu użytkownika
Pozycja znajduje się w koszyku
Przejdź do koszyka

Zawartość koszyka

ODBIERZ TWÓJ BONUS :: »

Practical Machine Learning: A New Look at Anomaly Detection

(ebook) (audiobook) (audiobook) Książka w języku angielskim
Practical Machine Learning: A New Look at Anomaly Detection Ted Dunning, Ellen Friedman - okladka książki

Practical Machine Learning: A New Look at Anomaly Detection Ted Dunning, Ellen Friedman - okladka książki

Practical Machine Learning: A New Look at Anomaly Detection Ted Dunning, Ellen Friedman - audiobook MP3

Practical Machine Learning: A New Look at Anomaly Detection Ted Dunning, Ellen Friedman - audiobook CD

Ocena:
Bądź pierwszym, który oceni tę książkę
Stron:
66
Dostępne formaty:
     ePub
     Mobi

Ebook (67,92 zł najniższa cena z 30 dni)

84,99 zł (-15%)
72,24 zł

Dodaj do koszyka lub Kup na prezent Kup 1-kliknięciem

(67,92 zł najniższa cena z 30 dni)

Przenieś na półkę

Do przechowalni

Finding Data Anomalies You Didn't Know to Look For

Anomaly detection is the detective work of machine learning: finding the unusual, catching the fraud, discovering strange activity in large and complex datasets. But, unlike Sherlock Holmes, you may not know what the puzzle is, much less what “suspects” you’re looking for. This O’Reilly report uses practical examples to explain how the underlying concepts of anomaly detection work.

From banking security to natural sciences, medicine, and marketing, anomaly detection has many useful applications in this age of big data. And the search for anomalies will intensify once the Internet of Things spawns even more new types of data. The concepts described in this report will help you tackle anomaly detection in your own project.

  • Use probabilistic models to predict what’s normal and contrast that to what you observe
  • Set an adaptive threshold to determine which data falls outside of the normal range, using the t-digest algorithm
  • Establish normal fluctuations in complex systems and signals (such as an EKG) with a more adaptive probablistic model
  • Use historical data to discover anomalies in sporadic event streams, such as web traffic
  • Learn how to use deviations in expected behavior to trigger fraud alerts

Wybrane bestsellery

Ted Dunning, Ellen Friedman - pozostałe książki

O'Reilly Media - inne książki

Zamknij

Przenieś na półkę

Proszę czekać...
ajax-loader

Zamknij

Wybierz metodę płatności

Ebook
72,24 zł
Dodaj do koszyka
Zamknij Pobierz aplikację mobilną Ebookpoint