ದತ್ತಾಂಶ ಕಾರ್ಯಾಚರಣೆಗಳಲ್ಲಿ ಅಸಂಗತತೆ ಪತ್ತೆಯೇ ನಿಶ್ಯಬ್ದ ನಾಯಕ - ವಸ್ತುಗಳು ಬೆಂಕಿ ಹಿಡಿಯುವ ಮೊದಲು ಪಿಸುಗುಟ್ಟುವ ಹೊಗೆ ಎಚ್ಚರಿಕೆ.
ಸರಳವಾಗಿ ಹೇಳುವುದಾದರೆ: AI "ಸಾಮಾನ್ಯ-ರೀತಿ" ಹೇಗಿರುತ್ತದೆ ಎಂಬುದನ್ನು ಕಲಿಯುತ್ತದೆ, ಹೊಸ ಘಟನೆಗಳಿಗೆ ಅಸಂಗತತೆ ಸ್ಕೋರ್ ಮತ್ತು ನಂತರ ಮಿತಿಯನ್ನು . ನಿಮ್ಮ ಡೇಟಾ ಕಾಲೋಚಿತ, ಗೊಂದಲಮಯ, ಅಲೆಯುತ್ತಿರುವ ಮತ್ತು ಸಾಂದರ್ಭಿಕವಾಗಿ ನಿಮಗೆ ಸುಳ್ಳು ಹೇಳುವಾಗ ನೀವು "ಸಾಮಾನ್ಯ-ರೀತಿ" ಎಂದು ಹೇಗೆ ವ್ಯಾಖ್ಯಾನಿಸುತ್ತೀರಿ ಎಂಬುದರಲ್ಲಿ ದೆವ್ವವಿದೆ. [1]
ಇದರ ನಂತರ ನೀವು ಓದಲು ಇಷ್ಟಪಡಬಹುದಾದ ಲೇಖನಗಳು:
🔗 AI ಸಮಾಜಕ್ಕೆ ಏಕೆ ಹಾನಿಕಾರಕವಾಗಬಹುದು
ವ್ಯಾಪಕವಾದ AI ಅಳವಡಿಕೆಯ ನೈತಿಕ, ಆರ್ಥಿಕ ಮತ್ತು ಸಾಮಾಜಿಕ ಅಪಾಯಗಳನ್ನು ಪರಿಶೀಲಿಸುತ್ತದೆ.
🔗 AI ವ್ಯವಸ್ಥೆಗಳು ನಿಜವಾಗಿ ಎಷ್ಟು ನೀರನ್ನು ಬಳಸುತ್ತವೆ
ಡೇಟಾ ಸೆಂಟರ್ ಕೂಲಿಂಗ್, ತರಬೇತಿ ಬೇಡಿಕೆಗಳು ಮತ್ತು ಪರಿಸರ ನೀರಿನ ಪ್ರಭಾವವನ್ನು ವಿವರಿಸುತ್ತದೆ.
🔗 AI ಡೇಟಾಸೆಟ್ ಎಂದರೇನು ಮತ್ತು ಅದು ಏಕೆ ಮುಖ್ಯವಾಗಿದೆ
ಡೇಟಾಸೆಟ್ಗಳು, ಲೇಬಲಿಂಗ್, ಮೂಲಗಳು ಮತ್ತು ಮಾದರಿ ಕಾರ್ಯಕ್ಷಮತೆಯಲ್ಲಿ ಅವುಗಳ ಪಾತ್ರವನ್ನು ವ್ಯಾಖ್ಯಾನಿಸುತ್ತದೆ.
🔗 ಸಂಕೀರ್ಣ ಡೇಟಾದಿಂದ AI ಪ್ರವೃತ್ತಿಗಳನ್ನು ಹೇಗೆ ಊಹಿಸುತ್ತದೆ
ಮಾದರಿ ಗುರುತಿಸುವಿಕೆ, ಯಂತ್ರ ಕಲಿಕೆ ಮಾದರಿಗಳು ಮತ್ತು ನೈಜ-ಪ್ರಪಂಚದ ಮುನ್ಸೂಚನೆಯ ಬಳಕೆಗಳನ್ನು ಒಳಗೊಂಡಿದೆ.
"AI ವೈಪರೀತ್ಯಗಳನ್ನು ಹೇಗೆ ಪತ್ತೆ ಮಾಡುತ್ತದೆ?"
ಉತ್ತಮ ಉತ್ತರವು ಅಲ್ಗಾರಿದಮ್ಗಳನ್ನು ಪಟ್ಟಿ ಮಾಡುವುದಕ್ಕಿಂತ ಹೆಚ್ಚಿನದನ್ನು ಮಾಡಬೇಕು. ಅದು ಯಂತ್ರಶಾಸ್ತ್ರವನ್ನು ಮತ್ತು ಅವುಗಳನ್ನು ನೈಜ, ಅಪೂರ್ಣ ದತ್ತಾಂಶಕ್ಕೆ ಅನ್ವಯಿಸಿದಾಗ ಅವು ಹೇಗೆ ಕಾಣುತ್ತವೆ ಎಂಬುದನ್ನು ವಿವರಿಸಬೇಕು. ಉತ್ತಮ ವಿವರಣೆಗಳು:
-
ಮೂಲ ಅಂಶಗಳನ್ನು ತೋರಿಸಿ: ವೈಶಿಷ್ಟ್ಯಗಳು , ಬೇಸ್ಲೈನ್ಗಳು , ಅಂಕಗಳು ಮತ್ತು ಮಿತಿಗಳು . [1]
-
ಪ್ರಾಯೋಗಿಕ ಕುಟುಂಬಗಳ ನಡುವಿನ ವ್ಯತ್ಯಾಸ: ದೂರ, ಸಾಂದ್ರತೆ, ಒಂದು-ವರ್ಗ, ಪ್ರತ್ಯೇಕತೆ, ಸಂಭವನೀಯತೆ, ಪುನರ್ನಿರ್ಮಾಣ. [1]
-
ಸಮಯ-ಸರಣಿಯ ವಿಚಿತ್ರತೆಗಳನ್ನು ನಿರ್ವಹಿಸಿ: "ಸಾಮಾನ್ಯ" ಎಂಬುದು ದಿನದ ಸಮಯ, ವಾರದ ದಿನ, ಬಿಡುಗಡೆಗಳು ಮತ್ತು ರಜಾದಿನಗಳನ್ನು ಅವಲಂಬಿಸಿರುತ್ತದೆ. [1]
-
ಮೌಲ್ಯಮಾಪನವನ್ನು ನಿಜವಾದ ನಿರ್ಬಂಧದಂತೆ ಪರಿಗಣಿಸಿ: ಸುಳ್ಳು ಎಚ್ಚರಿಕೆಗಳು ಕೇವಲ ಕಿರಿಕಿರಿ ಉಂಟುಮಾಡುವುದಿಲ್ಲ - ಅವು ನಂಬಿಕೆಯನ್ನು ಸುಡುತ್ತವೆ. [4]
-
"ಇದು ವಿಚಿತ್ರವಾಗಿದೆ" ಎಂಬುದು ಮೂಲ ಕಾರಣವಲ್ಲದ ಕಾರಣ, ಆದ್ದರಿಂದ ಅರ್ಥೈಸಿಕೊಳ್ಳುವಿಕೆ + ಮಾನವ-ಆಂತರಿಕತೆಯನ್ನು ಸೇರಿಸಿ. [5]
ಕೋರ್ ಮೆಕ್ಯಾನಿಕ್ಸ್: ಬೇಸ್ಲೈನ್ಗಳು, ಅಂಕಗಳು, ಮಿತಿಗಳು 🧠
ಹೆಚ್ಚಿನ ಅಸಂಗತ ವ್ಯವಸ್ಥೆಗಳು - ಅಲಂಕಾರಿಕ ಅಥವಾ ಅಲ್ಲ - ಮೂರು ಚಲಿಸುವ ಭಾಗಗಳಿಗೆ ಕುಗ್ಗಿಸಿ:
೧) ಪ್ರಾತಿನಿಧ್ಯ (ಅಕಾ: ಮಾದರಿಯು ಏನು ನೋಡುತ್ತದೆ )
ಕಚ್ಚಾ ಸಂಕೇತಗಳು ವಿರಳವಾಗಿ ಸಾಕಾಗುತ್ತವೆ. ನೀವು ವೈಶಿಷ್ಟ್ಯಗಳನ್ನು (ರೋಲಿಂಗ್ ಅಂಕಿಅಂಶಗಳು, ಅನುಪಾತಗಳು, ಲ್ಯಾಗ್ಗಳು, ಕಾಲೋಚಿತ ಡೆಲ್ಟಾಗಳು) ಎಂಜಿನಿಯರ್ ಮಾಡಿ ಅಥವಾ ಪ್ರಾತಿನಿಧ್ಯಗಳನ್ನು ಕಲಿಯಿರಿ (ಎಂಬೆಡಿಂಗ್ಗಳು, ಉಪಸ್ಥಳಗಳು, ಪುನರ್ನಿರ್ಮಾಣಗಳು). [1]
2) ಅಂಕಗಳಿಕೆ (ಅಕಾ: ಇದು ಎಷ್ಟು "ವಿಚಿತ್ರ"?)
ಸಾಮಾನ್ಯ ಸ್ಕೋರಿಂಗ್ ಕಲ್ಪನೆಗಳು ಸೇರಿವೆ:
-
ದೂರ ಆಧಾರಿತ : ನೆರೆಹೊರೆಯವರಿಂದ ದೂರ = ಅನುಮಾನಾಸ್ಪದ. [1]
-
ಸಾಂದ್ರತೆ ಆಧಾರಿತ : ಕಡಿಮೆ ಸ್ಥಳೀಯ ಸಾಂದ್ರತೆ = ಅನುಮಾನಾಸ್ಪದ (LOF ಮೊದಲನೆಯದು). [1]
-
ಒಂದು-ವರ್ಗದ ಗಡಿಗಳು : "ಸಾಮಾನ್ಯ" ಎಂದು ಕಲಿಯಿರಿ, ಹೊರಗೆ ಬೀಳುವುದನ್ನು ಫ್ಲ್ಯಾಗ್ ಮಾಡಿ. [1]
-
ಸಂಭವನೀಯತೆ : ಅಳವಡಿಸಲಾದ ಮಾದರಿಯ ಅಡಿಯಲ್ಲಿ ಕಡಿಮೆ ಸಾಧ್ಯತೆ = ಅನುಮಾನಾಸ್ಪದ. [1]
-
ಪುನರ್ನಿರ್ಮಾಣ ದೋಷ : ಸಾಮಾನ್ಯ ತರಬೇತಿ ಪಡೆದ ಮಾದರಿಯು ಅದನ್ನು ಪುನರ್ನಿರ್ಮಿಸಲು ಸಾಧ್ಯವಾಗದಿದ್ದರೆ, ಅದು ಬಹುಶಃ ಆಫ್ ಆಗಿರಬಹುದು. [1]
3) ಮಿತಿ (ಅಕಾ: ಗಂಟೆ ಬಾರಿಸುವಾಗ)
ಮಿತಿಗಳನ್ನು ನಿಗದಿಪಡಿಸಬಹುದು, ಕ್ವಾಂಟೈಲ್-ಆಧಾರಿತ, ಪ್ರತಿ-ವಿಭಾಗಕ್ಕೆ ಅಥವಾ ವೆಚ್ಚ-ಸೂಕ್ಷ್ಮವಾಗಿರಬಹುದು - ಆದರೆ ಅವುಗಳನ್ನು ಎಚ್ಚರಿಕೆಯ ಬಜೆಟ್ಗಳು ಮತ್ತು ಕೆಳಮುಖ ವೆಚ್ಚಗಳ ವಿರುದ್ಧ ಮಾಪನಾಂಕ ನಿರ್ಣಯಿಸಬೇಕು
ಒಂದು ಅತ್ಯಂತ ಪ್ರಾಯೋಗಿಕ ವಿವರ: ಸೈಕಿಟ್-ಲರ್ನ್ನ ಔಟ್ಲೈಯರ್/ನಾವೀನ್ಯತೆ ಪತ್ತೆಕಾರಕಗಳು ಕಚ್ಚಾ ಸ್ಕೋರ್ಗಳನ್ನು ಮತ್ತು ನಂತರ ಸ್ಕೋರ್ಗಳನ್ನು ಇನ್ಲೈಯರ್/ಔಟ್ಲೈಯರ್ ನಿರ್ಧಾರಗಳಾಗಿ ಪರಿವರ್ತಿಸಲು ಮಿತಿಯನ್ನು
ನಂತರ ನೋವನ್ನು ತಡೆಯುವ ತ್ವರಿತ ವ್ಯಾಖ್ಯಾನಗಳು 🧯
ಸೂಕ್ಷ್ಮ ತಪ್ಪುಗಳಿಂದ ನಿಮ್ಮನ್ನು ರಕ್ಷಿಸುವ ಎರಡು ವ್ಯತ್ಯಾಸಗಳು:
-
ಹೊರಗಿನ ಪತ್ತೆ : ನಿಮ್ಮ ತರಬೇತಿ ಡೇಟಾವು ಈಗಾಗಲೇ ಹೊರಗಿನವುಗಳನ್ನು ಒಳಗೊಂಡಿರಬಹುದು; ಅಲ್ಗಾರಿದಮ್ ಹೇಗಾದರೂ "ದಟ್ಟವಾದ ಸಾಮಾನ್ಯ ಪ್ರದೇಶ" ವನ್ನು ಮಾದರಿ ಮಾಡಲು ಪ್ರಯತ್ನಿಸುತ್ತದೆ.
-
ನವೀನತೆ ಪತ್ತೆ : ತರಬೇತಿ ದತ್ತಾಂಶವನ್ನು ಸ್ವಚ್ಛವೆಂದು ಭಾವಿಸಲಾಗಿದೆ; ಹೊಸ ಅವಲೋಕನಗಳು ಕಲಿತ ಸಾಮಾನ್ಯ ಮಾದರಿಗೆ ಹೊಂದಿಕೆಯಾಗುತ್ತವೆಯೇ ಎಂದು ನೀವು ನಿರ್ಣಯಿಸುತ್ತಿದ್ದೀರಿ. [2]
ಒಂದು-ವರ್ಗ ವರ್ಗೀಕರಣವಾಗಿ ರೂಪಿಸಲಾಗುತ್ತದೆ - ಅಸಹಜ ಉದಾಹರಣೆಗಳು ವಿರಳವಾಗಿರುವುದರಿಂದ ಅಥವಾ ವ್ಯಾಖ್ಯಾನಿಸದ ಕಾರಣ ಮಾಡೆಲಿಂಗ್ ಸಾಮಾನ್ಯ. [1]
ನೀವು ನಿಜವಾಗಿಯೂ ಬಳಸುವ ಮೇಲ್ವಿಚಾರಣೆಯಿಲ್ಲದ ವರ್ಕ್ಹಾರ್ಸ್ಗಳು 🧰
ಲೇಬಲ್ಗಳು ವಿರಳವಾಗಿದ್ದಾಗ (ಇದು ಮೂಲತಃ ಯಾವಾಗಲೂ), ನಿಜವಾದ ಪೈಪ್ಲೈನ್ಗಳಲ್ಲಿ ಕಾಣಿಸಿಕೊಳ್ಳುವ ಸಾಧನಗಳು ಇವು:
-
ಐಸೋಲೇಷನ್ ಫಾರೆಸ್ಟ್ : ಅನೇಕ ಕೋಷ್ಟಕ ಪ್ರಕರಣಗಳಲ್ಲಿ ಬಲವಾದ ಡೀಫಾಲ್ಟ್, ಆಚರಣೆಯಲ್ಲಿ ವ್ಯಾಪಕವಾಗಿ ಬಳಸಲಾಗುತ್ತದೆ ಮತ್ತು ಸೈಕಿಟ್-ಲರ್ನ್ನಲ್ಲಿ ಅಳವಡಿಸಲಾಗಿದೆ. [2]
-
ಒಂದು-ವರ್ಗ SVM : ಪರಿಣಾಮಕಾರಿಯಾಗಬಹುದು ಆದರೆ ಶ್ರುತಿ ಮತ್ತು ಊಹೆಗಳಿಗೆ ಸೂಕ್ಷ್ಮವಾಗಿರುತ್ತದೆ; scikit-learn ಎಚ್ಚರಿಕೆಯಿಂದ ಹೈಪರ್ಪ್ಯಾರಾಮೀಟರ್ ಶ್ರುತಿ ಮಾಡುವ ಅಗತ್ಯವನ್ನು ಸ್ಪಷ್ಟವಾಗಿ ಹೇಳುತ್ತದೆ. [2]
-
ಸ್ಥಳೀಯ ಔಟ್ಲೈಯರ್ ಫ್ಯಾಕ್ಟರ್ (LOF) : ಕ್ಲಾಸಿಕ್ ಸಾಂದ್ರತೆ-ಆಧಾರಿತ ಸ್ಕೋರಿಂಗ್; "ಸಾಮಾನ್ಯ" ಎಂಬುದು ಅಚ್ಚುಕಟ್ಟಾದ ಬ್ಲಾಬ್ ಆಗಿರದಿದ್ದಾಗ ಅದ್ಭುತವಾಗಿದೆ. [1]
ಪ್ರಾಯೋಗಿಕ ಗೊಚಾ ತಂಡಗಳು ವಾರಕ್ಕೊಮ್ಮೆ ಮರುಶೋಧಿಸುತ್ತವೆ: ನೀವು ತರಬೇತಿ ಸೆಟ್ನಲ್ಲಿ ಹೊರಗಿನ ಪತ್ತೆಹಚ್ಚುವಿಕೆಯನ್ನು ಮಾಡುತ್ತಿದ್ದೀರಾ ಅಥವಾ ಹೊಸ ಡೇಟಾದಲ್ಲಿ ನವೀನತೆಯ ಪತ್ತೆಹಚ್ಚುವಿಕೆಯನ್ನು ಮಾಡುತ್ತಿದ್ದೀರಾ ಎಂಬುದರ ಆಧಾರದ ಮೇಲೆ LOF ವಿಭಿನ್ನವಾಗಿ ವರ್ತಿಸುತ್ತದೆ - scikit-learn ಸಹ ಕಾಣದ ಅಂಕಗಳನ್ನು ಸುರಕ್ಷಿತವಾಗಿ ಗಳಿಸಲು ನವೀನತೆ=ಸತ್ಯವನ್ನು
ಡೇಟಾ ಹುಚ್ಚು ಹಿಡಿದಾಗಲೂ ಕೆಲಸ ಮಾಡುವ ದೃಢವಾದ ಮೂಲತತ್ವ 🪓
"ನಮ್ಮನ್ನು ಮರೆವುಗೆ ದೂಡದ ಏನಾದರೂ ನಮಗೆ ಬೇಕು" ಎಂಬ ಮನಸ್ಥಿತಿಯಲ್ಲಿದ್ದರೆ, ದೃಢವಾದ ಅಂಕಿಅಂಶಗಳನ್ನು ಕಡೆಗಣಿಸಲಾಗುತ್ತದೆ.
ಮಾರ್ಪಡಿಸಿದ z-ಸ್ಕೋರ್ ತೀವ್ರ ಮೌಲ್ಯಗಳಿಗೆ ಸೂಕ್ಷ್ಮತೆಯನ್ನು ಕಡಿಮೆ ಮಾಡಲು ಮಧ್ಯಮ ಮತ್ತು MAD (ಮಧ್ಯಮ ಸಂಪೂರ್ಣ ವಿಚಲನ) ಅನ್ನು ಬಳಸುತ್ತದೆ 3.5 . [3]
ಇದು ಪ್ರತಿಯೊಂದು ಅಸಂಗತತೆಯ ಸಮಸ್ಯೆಯನ್ನು ಪರಿಹರಿಸುವುದಿಲ್ಲ - ಆದರೆ ಇದು ಸಾಮಾನ್ಯವಾಗಿ ಬಲವಾದ ಮೊದಲ ಸಾಲಿನ ರಕ್ಷಣೆಯಾಗಿದೆ, ವಿಶೇಷವಾಗಿ ಗದ್ದಲದ ಮಾಪನಗಳು ಮತ್ತು ಆರಂಭಿಕ ಹಂತದ ಮೇಲ್ವಿಚಾರಣೆಗೆ. [3]
ಸಮಯ ಸರಣಿಯ ವಾಸ್ತವ: “ಸಾಮಾನ್ಯ” ಎಂಬುದು ಯಾವಾಗ ಎಂಬುದರ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿರುತ್ತದೆ ⏱️📈
ಸಮಯ ಸರಣಿಯ ವೈಪರೀತ್ಯಗಳು ಸಂಕೀರ್ಣವಾಗಿವೆ ಏಕೆಂದರೆ ಸಂದರ್ಭವೇ ಮುಖ್ಯ ವಿಷಯ: ಮಧ್ಯಾಹ್ನ ಏರಿಕೆಯನ್ನು ನಿರೀಕ್ಷಿಸಬಹುದು; ಬೆಳಿಗ್ಗೆ 3 ಗಂಟೆಗೆ ಅದೇ ಏರಿಕೆ ಎಂದರೆ ಏನೋ ಬೆಂಕಿಯಲ್ಲಿದೆ ಎಂದರ್ಥ. ಆದ್ದರಿಂದ ಅನೇಕ ಪ್ರಾಯೋಗಿಕ ವ್ಯವಸ್ಥೆಗಳು ಸಮಯ-ಅರಿವಿನ ವೈಶಿಷ್ಟ್ಯಗಳನ್ನು (ಲ್ಯಾಗ್ಗಳು, ಕಾಲೋಚಿತ ಡೆಲ್ಟಾಗಳು, ರೋಲಿಂಗ್ ವಿಂಡೋಗಳು) ಮತ್ತು ನಿರೀಕ್ಷಿತ ಮಾದರಿಗೆ ಸಂಬಂಧಿಸಿದಂತೆ ಸ್ಕೋರ್ ವಿಚಲನಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಸಾಮಾನ್ಯತೆಯನ್ನು ಮಾದರಿ ಮಾಡುತ್ತವೆ. [1]
ನೀವು ಒಂದೇ ಒಂದು ನಿಯಮವನ್ನು ನೆನಪಿಸಿಕೊಂಡರೆ: ನಿಮ್ಮ ಅರ್ಧದಷ್ಟು ಟ್ರಾಫಿಕ್ ಅನ್ನು "ಅಸಹಜ" ಎಂದು ಘೋಷಿಸುವ ಮೊದಲು ನಿಮ್ಮ ಬೇಸ್ಲೈನ್ ಅನ್ನು (ಗಂಟೆ/ದಿನ/ಪ್ರದೇಶ/ಸೇವಾ ಶ್ರೇಣಿ) ವಿಭಾಗಿಸಿ
ಮೌಲ್ಯಮಾಪನ: ಅಪರೂಪದ ಘಟನೆಯ ಬಲೆ 🧪
ಅಸಂಗತತೆ ಪತ್ತೆಹಚ್ಚುವಿಕೆಯು ಸಾಮಾನ್ಯವಾಗಿ "ಹುಲ್ಲಿನ ಬಣವೆಯಲ್ಲಿ ಸೂಜಿ" ಆಗಿರುತ್ತದೆ, ಇದು ಮೌಲ್ಯಮಾಪನವನ್ನು ವಿಚಿತ್ರವಾಗಿಸುತ್ತದೆ:
-
ಸಕಾರಾತ್ಮಕ ಅಂಶಗಳು ವಿರಳವಾಗಿದ್ದಾಗ ROC ವಕ್ರಾಕೃತಿಗಳು ಮೋಸಗೊಳಿಸುವಷ್ಟು ಚೆನ್ನಾಗಿ ಕಾಣಿಸಬಹುದು.
-
ಅಸಮತೋಲಿತ ಸೆಟ್ಟಿಂಗ್ಗಳಿಗೆ ನಿಖರ-ಮರುಸ್ಥಾಪನೆ ವೀಕ್ಷಣೆಗಳು ಹೆಚ್ಚಾಗಿ ಹೆಚ್ಚು ಮಾಹಿತಿಯುಕ್ತವಾಗಿರುತ್ತವೆ ಏಕೆಂದರೆ ಅವು ಸಕಾರಾತ್ಮಕ ವರ್ಗದ ಕಾರ್ಯಕ್ಷಮತೆಯ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸುತ್ತವೆ. [4]
-
ಕಾರ್ಯಾಚರಣೆಯ ದೃಷ್ಟಿಯಿಂದ, ನಿಮಗೆ ಎಚ್ಚರಿಕೆಯ ಬಜೆಟ್ : ಕೋಪ ಬಿಡದೆ ಮನುಷ್ಯರು ಗಂಟೆಗೆ ಎಷ್ಟು ಎಚ್ಚರಿಕೆಗಳನ್ನು ವಾಸ್ತವವಾಗಿ ವಿಂಗಡಿಸಬಹುದು? [4]
ರೋಲಿಂಗ್ ವಿಂಡೋಗಳಲ್ಲಿ ಬ್ಯಾಕ್ಟೆಸ್ಟ್ ಮಾಡುವುದರಿಂದ ಕ್ಲಾಸಿಕ್ ವೈಫಲ್ಯ ಮೋಡ್ ಅನ್ನು ಹಿಡಿಯಲು ನಿಮಗೆ ಸಹಾಯ ಮಾಡುತ್ತದೆ: “ಇದು ಕಳೆದ ತಿಂಗಳ ವಿತರಣೆಯಲ್ಲಿ ಸುಂದರವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ.” [1]
ವ್ಯಾಖ್ಯಾನ ಮತ್ತು ಮೂಲ ಕಾರಣ: ನಿಮ್ಮ ಕೆಲಸವನ್ನು ತೋರಿಸಿ 🪄
ವಿವರಣೆಯಿಲ್ಲದೆ ಎಚ್ಚರಿಸುವುದು ನಿಗೂಢ ಪೋಸ್ಟ್ಕಾರ್ಡ್ ಪಡೆದಂತೆ. ಉಪಯುಕ್ತ, ಆದರೆ ನಿರಾಶಾದಾಯಕ.
ಯಾವ ವೈಶಿಷ್ಟ್ಯಗಳು ಹೆಚ್ಚು ಕೊಡುಗೆ ನೀಡಿವೆ ಎಂಬುದನ್ನು ಸೂಚಿಸುವ ಮೂಲಕ ಅಥವಾ "ಇದು ಸಾಮಾನ್ಯವಾಗಿ ಕಾಣಲು ಏನು ಬದಲಾಯಿಸಬೇಕಾಗಿದೆ?" ಶೈಲಿಯ ವಿವರಣೆಗಳನ್ನು ನೀಡುವ ಮೂಲಕ ವ್ಯಾಖ್ಯಾನ ಪರಿಕರಗಳು ಸಹಾಯ ಮಾಡಬಹುದು. ಇಂಟರ್ಪ್ರಿಟೇಬಲ್ ಮೆಷಿನ್ ಲರ್ನಿಂಗ್ ಪುಸ್ತಕವು ಸಾಮಾನ್ಯ ವಿಧಾನಗಳು (SHAP-ಶೈಲಿಯ ಗುಣಲಕ್ಷಣಗಳು ಸೇರಿದಂತೆ) ಮತ್ತು ಅವುಗಳ ಮಿತಿಗಳಿಗೆ ಘನ, ನಿರ್ಣಾಯಕ ಮಾರ್ಗದರ್ಶಿಯಾಗಿದೆ. [5]
ಗುರಿ ಕೇವಲ ಪಾಲುದಾರರ ಸೌಕರ್ಯವಲ್ಲ - ಇದು ವೇಗವಾದ ಚಿಕಿತ್ಸೆಯ ಸರದಿ ನಿರ್ಧಾರ ಮತ್ತು ಕಡಿಮೆ ಪುನರಾವರ್ತಿತ ಘಟನೆಗಳು.
ನಿಯೋಜನೆ, ಡ್ರಿಫ್ಟ್ ಮತ್ತು ಪ್ರತಿಕ್ರಿಯೆ ಕುಣಿಕೆಗಳು 🚀
ಮಾದರಿಗಳು ಸ್ಲೈಡ್ಗಳಲ್ಲಿ ವಾಸಿಸುವುದಿಲ್ಲ. ಅವು ಪೈಪ್ಲೈನ್ಗಳಲ್ಲಿ ವಾಸಿಸುತ್ತವೆ.
"ಉತ್ಪಾದನೆಯಲ್ಲಿ ಮೊದಲ ತಿಂಗಳು" ಎಂಬ ಸಾಮಾನ್ಯ ಕಥೆ: ಡಿಟೆಕ್ಟರ್ ಹೆಚ್ಚಾಗಿ ನಿಯೋಜನೆಗಳು, ಬ್ಯಾಚ್ ಕೆಲಸಗಳು ಮತ್ತು ಕಾಣೆಯಾದ ಡೇಟಾವನ್ನು ಫ್ಲ್ಯಾಗ್ ಮಾಡುತ್ತದೆ... ಇದು ಇನ್ನೂ ಉಪಯುಕ್ತವಾಗಿದೆ ಏಕೆಂದರೆ ಅದು "ಡೇಟಾ ಗುಣಮಟ್ಟದ ಘಟನೆಗಳನ್ನು" "ವ್ಯವಹಾರ ವೈಪರೀತ್ಯಗಳಿಂದ" ಪ್ರತ್ಯೇಕಿಸಲು ನಿಮ್ಮನ್ನು ಒತ್ತಾಯಿಸುತ್ತದೆ.
ಪ್ರಾಯೋಗಿಕವಾಗಿ:
-
ನಡವಳಿಕೆ ಬದಲಾದಂತೆ ಡ್ರಿಫ್ಟ್ ಅನ್ನು ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡಿ
-
ಲಾಗ್ ಸ್ಕೋರ್ ಇನ್ಪುಟ್ಗಳು + ಮಾದರಿ ಆವೃತ್ತಿ , ಇದರಿಂದ ನೀವು ಏನನ್ನಾದರೂ ಪೇಜ್ ಏಕೆ ಮಾಡಲಾಗಿದೆ ಎಂಬುದನ್ನು ಪುನರುತ್ಪಾದಿಸಬಹುದು. [5]
-
ಕಾಲಾನಂತರದಲ್ಲಿ ಮಿತಿಗಳು ಮತ್ತು ಭಾಗಗಳನ್ನು ಟ್ಯೂನ್ ಮಾಡಲು ಮಾನವ ಪ್ರತಿಕ್ರಿಯೆಯನ್ನು (ಉಪಯುಕ್ತ vs ಗದ್ದಲದ ಎಚ್ಚರಿಕೆಗಳು) ಸೆರೆಹಿಡಿಯಿರಿ
ಭದ್ರತಾ ಕೋನ: IDS ಮತ್ತು ವರ್ತನೆಯ ವಿಶ್ಲೇಷಣೆ 🛡️
ಭದ್ರತಾ ತಂಡಗಳು ಸಾಮಾನ್ಯವಾಗಿ ನಿಯಮ-ಆಧಾರಿತ ಪತ್ತೆಯೊಂದಿಗೆ ಅಸಂಗತ ವಿಚಾರಗಳನ್ನು ಮಿಶ್ರಣ ಮಾಡುತ್ತವೆ: "ಸಾಮಾನ್ಯ ಹೋಸ್ಟ್ ನಡವಳಿಕೆ" ಗಾಗಿ ಬೇಸ್ಲೈನ್ಗಳು, ಜೊತೆಗೆ ತಿಳಿದಿರುವ ಕೆಟ್ಟ ಮಾದರಿಗಳಿಗೆ ಸಹಿಗಳು ಮತ್ತು ನೀತಿಗಳು. NIST ಯ SP 800-94 (ಅಂತಿಮ) ಒಳನುಗ್ಗುವಿಕೆ ಪತ್ತೆ ಮತ್ತು ತಡೆಗಟ್ಟುವಿಕೆ ವ್ಯವಸ್ಥೆಯ ಪರಿಗಣನೆಗಳಿಗೆ ವ್ಯಾಪಕವಾಗಿ ಉಲ್ಲೇಖಿಸಲಾದ ಚೌಕಟ್ಟಾಗಿ ಉಳಿದಿದೆ; 2012 ರ ಕರಡು "ರೆವ್. 1" ಎಂದಿಗೂ ಅಂತಿಮವಾಗಿಲ್ಲ ಮತ್ತು ನಂತರ ನಿವೃತ್ತಿ ಹೊಂದಿತು ಎಂದು ಅದು ಗಮನಿಸುತ್ತದೆ. [3]
ಅನುವಾದ: ML ಸಹಾಯ ಮಾಡುವಲ್ಲಿ ಬಳಸಿ, ಆದರೆ ನೀರಸ ನಿಯಮಗಳನ್ನು ಎಸೆಯಬೇಡಿ - ಅವು ಕೆಲಸ ಮಾಡುವುದರಿಂದ ಅವು ನೀರಸವಾಗಿವೆ.
ಹೋಲಿಕೆ ಕೋಷ್ಟಕ: ಜನಪ್ರಿಯ ವಿಧಾನಗಳು ಒಂದು ನೋಟದಲ್ಲಿ 📊
| ಉಪಕರಣ / ವಿಧಾನ | ಅತ್ಯುತ್ತಮವಾದದ್ದು | ಅದು ಏಕೆ ಕೆಲಸ ಮಾಡುತ್ತದೆ (ಪ್ರಾಯೋಗಿಕವಾಗಿ) |
|---|---|---|
| ದೃಢವಾದ / ಮಾರ್ಪಡಿಸಿದ z- ಅಂಕಗಳು | ಸರಳ ಮೆಟ್ರಿಕ್ಗಳು, ತ್ವರಿತ ಬೇಸ್ಲೈನ್ಗಳು | ನಿಮಗೆ "ಸಾಕಷ್ಟು ಒಳ್ಳೆಯದು" ಮತ್ತು ಕಡಿಮೆ ಸುಳ್ಳು ಎಚ್ಚರಿಕೆಗಳು ಬೇಕಾದಾಗ ಬಲವಾದ ಮೊದಲ ಪಾಸ್. [3] |
| ಪ್ರತ್ಯೇಕ ಅರಣ್ಯ | ಕೋಷ್ಟಕ, ಮಿಶ್ರ ವೈಶಿಷ್ಟ್ಯಗಳು | ಘನ ಪೂರ್ವನಿಯೋಜಿತ ಅನುಷ್ಠಾನ ಮತ್ತು ಆಚರಣೆಯಲ್ಲಿ ವ್ಯಾಪಕವಾಗಿ ಬಳಸಲಾಗುತ್ತದೆ. [2] |
| ಒಂದು-ವರ್ಗ SVM | ಸಾಂದ್ರೀಕೃತ "ಸಾಮಾನ್ಯ" ಪ್ರದೇಶಗಳು | ಗಡಿ ಆಧಾರಿತ ನವೀನತೆಯ ಪತ್ತೆ; ಶ್ರುತಿ ಬಹಳ ಮುಖ್ಯ. [2] |
| ಸ್ಥಳೀಯ ಬಾಹ್ಯ ಅಂಶ | ಬಹುವಿಧದ ಸಾಮಾನ್ಯಗಳು | ಸಾಂದ್ರತೆಯ ವ್ಯತ್ಯಾಸ vs ನೆರೆಹೊರೆಯವರು ಸ್ಥಳೀಯ ವಿಚಿತ್ರತೆಯನ್ನು ಸೆರೆಹಿಡಿಯುತ್ತಾರೆ. [1] |
| ಪುನರ್ನಿರ್ಮಾಣ ದೋಷ (ಉದಾ, ಆಟೋಎನ್ಕೋಡರ್-ಶೈಲಿ) | ಉನ್ನತ ಆಯಾಮದ ಮಾದರಿಗಳು | ಸಾಮಾನ್ಯ ರೀತಿಯಲ್ಲಿ ತರಬೇತಿ ನೀಡಿ; ದೊಡ್ಡ ಪುನರ್ನಿರ್ಮಾಣ ದೋಷಗಳು ವಿಚಲನಗಳನ್ನು ಗುರುತಿಸಬಹುದು. [1] |
ಚೀಟ್ ಕೋಡ್: ದೃಢವಾದ ಬೇಸ್ಲೈನ್ಗಳು + ನೀರಸ ಮೇಲ್ವಿಚಾರಣೆಯಿಲ್ಲದ ವಿಧಾನದೊಂದಿಗೆ ಪ್ರಾರಂಭಿಸಿ, ನಂತರ ಬಾಡಿಗೆ ಪಾವತಿಸುವ ಸ್ಥಳದಲ್ಲಿ ಮಾತ್ರ ಸಂಕೀರ್ಣತೆಯನ್ನು ಸೇರಿಸಿ.
ಮಿನಿ ಪ್ಲೇಬುಕ್: ಶೂನ್ಯದಿಂದ ಎಚ್ಚರಿಕೆಗಳವರೆಗೆ 🧭
-
"ವಿಚಿತ್ರ" ವನ್ನು ಕಾರ್ಯಾಚರಣೆಯಲ್ಲಿ ವ್ಯಾಖ್ಯಾನಿಸಿ (ಸುಪ್ತತೆ, ವಂಚನೆ ಅಪಾಯ, CPU ಥ್ರ್ಯಾಶ್, ದಾಸ್ತಾನು ಅಪಾಯ).
-
ಬೇಸ್ಲೈನ್ನೊಂದಿಗೆ ಪ್ರಾರಂಭಿಸಿ (ದೃಢವಾದ ಅಂಕಿಅಂಶಗಳು ಅಥವಾ ವಿಭಜಿತ ಮಿತಿಗಳು). [3]
-
ಮೊದಲ ಪಾಸ್ ಆಗಿ ಒಂದು ಮೇಲ್ವಿಚಾರಣೆಯಿಲ್ಲದ ಮಾದರಿಯನ್ನು ಆರಿಸಿ
-
ಎಚ್ಚರಿಕೆಯ ಬಜೆಟ್ನೊಂದಿಗೆ ಮಿತಿಗಳನ್ನು ಹೊಂದಿಸಿ , ಮತ್ತು ಸಕಾರಾತ್ಮಕ ಅಂಶಗಳು ವಿರಳವಾಗಿದ್ದರೆ PR-ಶೈಲಿಯ ಚಿಂತನೆಯೊಂದಿಗೆ ಮೌಲ್ಯಮಾಪನ ಮಾಡಿ. [4]
-
ಪ್ರತಿ ಎಚ್ಚರಿಕೆಯನ್ನು ಪುನರುತ್ಪಾದಿಸಲು ಮತ್ತು ಡೀಬಗ್ ಮಾಡಲು ಸಾಧ್ಯವಾಗುವಂತೆ ವಿವರಣೆಗಳು + ಲಾಗಿಂಗ್ ಅನ್ನು ಸೇರಿಸಿ
-
ಬ್ಯಾಕ್ಟೆಸ್ಟ್, ಶಿಪ್, ಕಲಿಯಿರಿ, ಮರು ಮಾಪನಾಂಕ ನಿರ್ಣಯಿಸಿ - ಡ್ರಿಫ್ಟ್ ಸಾಮಾನ್ಯ. [1]
ನಿಮ್ಮ ಟೈಮ್ಸ್ಟ್ಯಾಂಪ್ಗಳನ್ನು ಡಕ್ಟ್ ಟೇಪ್ ಮತ್ತು ಹೋಪ್ನೊಂದಿಗೆ ಒಟ್ಟಿಗೆ ಹಿಡಿದಿಲ್ಲದಿದ್ದರೆ ನೀವು ಇದನ್ನು ಒಂದು ವಾರದಲ್ಲಿ ಸಂಪೂರ್ಣವಾಗಿ ಮಾಡಬಹುದು. 😅
ಅಂತಿಮ ಟಿಪ್ಪಣಿಗಳು - ತುಂಬಾ ಉದ್ದವಾಗಿದೆ, ನಾನು ಅದನ್ನು ಓದಿಲ್ಲ🧾
"ಸಾಮಾನ್ಯ" ದ ಪ್ರಾಯೋಗಿಕ ಚಿತ್ರವನ್ನು ಕಲಿಯುವ ಮೂಲಕ, ವಿಚಲನಗಳನ್ನು ಸ್ಕೋರ್ ಮಾಡುವ ಮೂಲಕ ಮತ್ತು ಮಿತಿಯನ್ನು ದಾಟುವುದನ್ನು ಫ್ಲ್ಯಾಗ್ ಮಾಡುವ ಮೂಲಕ AI ವೈಪರೀತ್ಯಗಳನ್ನು ಪತ್ತೆ ಮಾಡುತ್ತದೆ. ಉತ್ತಮ ವ್ಯವಸ್ಥೆಗಳು ಮಿಂಚುವ ಮೂಲಕ ಅಲ್ಲ, ಬದಲಾಗಿ ಮಾಪನಾಂಕ ನಿರ್ಣಯಿಸುವ : ವಿಭಾಗಿತ ಬೇಸ್ಲೈನ್ಗಳು, ಎಚ್ಚರಿಕೆಯ ಬಜೆಟ್ಗಳು, ಅರ್ಥೈಸಬಹುದಾದ ಔಟ್ಪುಟ್ಗಳು ಮತ್ತು ಗದ್ದಲದ ಅಲಾರಮ್ಗಳನ್ನು ವಿಶ್ವಾಸಾರ್ಹ ಸಂಕೇತವಾಗಿ ಪರಿವರ್ತಿಸುವ ಪ್ರತಿಕ್ರಿಯೆ ಲೂಪ್. [1]
ಉಲ್ಲೇಖಗಳು
-
ಪಿಮೆಂಟೆಲ್ ಮತ್ತು ಇತರರು (2014) - ನವೀನತೆಯ ಪತ್ತೆಯ ವಿಮರ್ಶೆ (ಪಿಡಿಎಫ್, ಆಕ್ಸ್ಫರ್ಡ್ ವಿಶ್ವವಿದ್ಯಾಲಯ) ಇನ್ನಷ್ಟು ಓದಿ
-
scikit-learn ದಸ್ತಾವೇಜೀಕರಣ - ನವೀನತೆ ಮತ್ತು ಹೊರಗಿನ ಪತ್ತೆ ಇನ್ನಷ್ಟು ಓದಿ
-
NIST/SEMATECH ಇ-ಹ್ಯಾಂಡ್ಬುಕ್ - ಹೊರಗಿನವರ ಪತ್ತೆ ಇನ್ನಷ್ಟು ಓದಿ ಮತ್ತು NIST CSRC - SP 800-94 (ಅಂತಿಮ): ಒಳನುಗ್ಗುವಿಕೆ ಪತ್ತೆ ಮತ್ತು ತಡೆಗಟ್ಟುವಿಕೆ ವ್ಯವಸ್ಥೆಗಳಿಗೆ ಮಾರ್ಗದರ್ಶಿ (IDPS) ಇನ್ನಷ್ಟು ಓದಿ
-
ಸೈಟೊ & ರೆಹ್ಮ್ಸ್ಮಿಯರ್ (2015) - (PLOS ONE) ನಿಖರತೆ-ಮರುಸ್ಥಾಪನೆ ಕಥಾವಸ್ತುವು ROC ಕಥಾವಸ್ತುವಿಗಿಂತ ಹೆಚ್ಚು ಮಾಹಿತಿಯುಕ್ತವಾಗಿದೆ ಇನ್ನಷ್ಟು ಓದಿ
-
ಮೋಲ್ನಾರ್ - ಇಂಟರ್ಪ್ರಿಟೇಬಲ್ ಮೆಷಿನ್ ಲರ್ನಿಂಗ್ (ವೆಬ್ ಪುಸ್ತಕ) ಇನ್ನಷ್ಟು ಓದಿ