Artwork

Inhalt bereitgestellt von Nina Blümel & Frank Hoppe, Nina Blümel, and Frank Hoppe. Alle Podcast-Inhalte, einschließlich Episoden, Grafiken und Podcast-Beschreibungen, werden direkt von Nina Blümel & Frank Hoppe, Nina Blümel, and Frank Hoppe oder seinem Podcast-Plattformpartner hochgeladen und bereitgestellt. Wenn Sie glauben, dass jemand Ihr urheberrechtlich geschütztes Werk ohne Ihre Erlaubnis nutzt, können Sie dem hier beschriebenen Verfahren folgen https://de.player.fm/legal.
Player FM - Podcast-App
Gehen Sie mit der App Player FM offline!

Erkennen von Anomalien

26:19
 
Teilen
 

Manage episode 289334884 series 2904193
Inhalt bereitgestellt von Nina Blümel & Frank Hoppe, Nina Blümel, and Frank Hoppe. Alle Podcast-Inhalte, einschließlich Episoden, Grafiken und Podcast-Beschreibungen, werden direkt von Nina Blümel & Frank Hoppe, Nina Blümel, and Frank Hoppe oder seinem Podcast-Plattformpartner hochgeladen und bereitgestellt. Wenn Sie glauben, dass jemand Ihr urheberrechtlich geschütztes Werk ohne Ihre Erlaubnis nutzt, können Sie dem hier beschriebenen Verfahren folgen https://de.player.fm/legal.

Maschinelles Lernen als Teil der KI ist in der IT besonders im Bereich der Systemüberwachung auf dem Vormarsch. Teilautonome Monitoring-Systeme oder zumindest intelligente Alarme haben das Potenzial, den Service Desk und die Systembetreuenden deutlich zu entlasten. Alles zielt darauf ab, eine Anomalie frühzeitig zu erkennen.

Laut Wikipedia kommt das Wort Anomalie aus dem Griechischen und bedeutet Unregelmäßigkeit. Und genau darum geht es bei der Anomalie-Erkennung. Hier wird versucht, Unregelmäßigkeiten zu erkennen und vorherzusagen. Eine Anomalie ist hier ein Datenpunkt, dessen Eigenschaften von der Norm abweichen. Darin steckt zunächst noch keine Wertung. Es kann also positiv aber auch negativ sein.

Mit verschiedensten Verfahren lassen sich Anomalien in IT-Systemen und Abläufen ermitteln. Doch wie hilft Machine Learning eine Anomalie zu erkennen?
Wir freuen uns auf einer spannende Diskussion mit Chris.
Link zum Fundstück der Woche: Die Krater-Anomalie
Deep Learning für Anomalieerkennung
scikit implementation vom isolation forest

OPITZ CONSULTING
■■■ Digitale Service Manufaktur
Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.
Nina & Frank laden sich Gäste ein und sprechen mit ihnen über aktuelle Entwicklungen im Umfeld der Künstlichen Intelligenz.

  continue reading

52 Episoden

Artwork

Erkennen von Anomalien

KI heute

12 subscribers

published

iconTeilen
 
Manage episode 289334884 series 2904193
Inhalt bereitgestellt von Nina Blümel & Frank Hoppe, Nina Blümel, and Frank Hoppe. Alle Podcast-Inhalte, einschließlich Episoden, Grafiken und Podcast-Beschreibungen, werden direkt von Nina Blümel & Frank Hoppe, Nina Blümel, and Frank Hoppe oder seinem Podcast-Plattformpartner hochgeladen und bereitgestellt. Wenn Sie glauben, dass jemand Ihr urheberrechtlich geschütztes Werk ohne Ihre Erlaubnis nutzt, können Sie dem hier beschriebenen Verfahren folgen https://de.player.fm/legal.

Maschinelles Lernen als Teil der KI ist in der IT besonders im Bereich der Systemüberwachung auf dem Vormarsch. Teilautonome Monitoring-Systeme oder zumindest intelligente Alarme haben das Potenzial, den Service Desk und die Systembetreuenden deutlich zu entlasten. Alles zielt darauf ab, eine Anomalie frühzeitig zu erkennen.

Laut Wikipedia kommt das Wort Anomalie aus dem Griechischen und bedeutet Unregelmäßigkeit. Und genau darum geht es bei der Anomalie-Erkennung. Hier wird versucht, Unregelmäßigkeiten zu erkennen und vorherzusagen. Eine Anomalie ist hier ein Datenpunkt, dessen Eigenschaften von der Norm abweichen. Darin steckt zunächst noch keine Wertung. Es kann also positiv aber auch negativ sein.

Mit verschiedensten Verfahren lassen sich Anomalien in IT-Systemen und Abläufen ermitteln. Doch wie hilft Machine Learning eine Anomalie zu erkennen?
Wir freuen uns auf einer spannende Diskussion mit Chris.
Link zum Fundstück der Woche: Die Krater-Anomalie
Deep Learning für Anomalieerkennung
scikit implementation vom isolation forest

OPITZ CONSULTING
■■■ Digitale Service Manufaktur
Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.
Nina & Frank laden sich Gäste ein und sprechen mit ihnen über aktuelle Entwicklungen im Umfeld der Künstlichen Intelligenz.

  continue reading

52 Episoden

Alle Folgen

×
 
Loading …

Willkommen auf Player FM!

Player FM scannt gerade das Web nach Podcasts mit hoher Qualität, die du genießen kannst. Es ist die beste Podcast-App und funktioniert auf Android, iPhone und im Web. Melde dich an, um Abos geräteübergreifend zu synchronisieren.

 

Kurzanleitung