nav[aria-label="Primary Navigation"] { padding: 0; & ul { list-style: none; width: 100%; display: flex; flex-direction: row; justify-content: start; align-items: start; gap: 30px; padding: 0; & li { margin: 0; } & ul li { list-style: none; } } }

690698_de-DE

liliconcom

Kernel-Methoden zur Erkennung verschiedener anonymer Daten

Hallo,
Soweit ich weiß, verfügt JMP außer der Ausreißerprüfung (Explore Outliers) über keine zusätzliche Anomalieerkennung.
Ein Kunde möchte mithilfe von Kernel-Methoden eine Logik entwickeln, um verschiedene anonyme Daten zu erkennen.
In diesem Zusammenhang baten sie uns, Informationen über alle Fälle bereits entwickelter Kernel-Methoden oder ähnlicher Techniken zur Anomalieerkennung weiterzugeben.
Gibt es Fälle?
Ikju

Betreff: Kernel-Methoden zur Erkennung verschiedener anonymer Daten

Hallo @IkjuShin , das ist ein interessanter Anwendungsfall. Ich habe diesen Artikel gefunden, der eine einfache Option zur Verwendung eines Kernels als Methode zur Ausreißererkennung bespricht. Der Artikel zeigt einen Ansatz mit Python, diese Schritte könnten jedoch problemlos in JMP repliziert werden.

https://bobrupakroy.medium.com/anomaly-detection-kde-8301701ba7b6

Betreff: Kernel-Methoden zur Erkennung verschiedener anonymer Daten

@IkjuShin Wenn Sie mir weitere Details zu dem Problem mitteilen können, das der Kunde lösen möchte, und warum er die Anomalieerkennung verwenden möchte, würde ich gerne mehr darüber erfahren. Wir haben Anomalieerkennungsmethoden für mögliche neue Funktionen in JMP in der Zukunft untersucht.

Comments

There are no comments yet