এআই অ্যানোমালি ডিটেকশন

It's the broad technique behind catching rare, unexpected events even when no one has labeled examples of them yet.

বেশিরভাগ মেশিন লার্নিংয়ের বিপরীতে, অসঙ্গতি সনাক্তকরণ প্রায়শই লেবেলযুক্ত 'খারাপ' উদাহরণ ছাড়াই কাজ করে, কারণ অসঙ্গতিগুলি বিরল এবং অপ্রত্যাশিত। পরিবর্তে, মডেলগুলি স্বাভাবিক আচরণের একটি প্রোফাইল তৈরি করে এবং নতুন ডেটা কতদূর বিচ্যুত হয় তা পরিমাপ করে। তিনটি ফ্লেভার আছে: বিন্দু বিসংগতি (একটি অদ্ভুত মান), প্রাসঙ্গিক অসঙ্গতি (একটি সেটিংয়ে স্বাভাবিক, অন্যটিতে অদ্ভুত, মধ্যরাতে হিট স্পাইকের মতো), এবং যৌথ অসঙ্গতি (একটি ক্রম যা একসাথে অস্বাভাবিক)। পরিসংখ্যানগত থ্রেশহোল্ড থেকে শুরু করে আইসোলেশন ফরেস্ট, ওয়ান-ক্লাস এসভিএম, ক্লাস্টারিং এবং অটোএনকোডার পর্যন্ত কৌশলগুলি রয়েছে যা স্বাভাবিক ডেটা পুনর্গঠন করতে শেখে এবং তারা যা খারাপভাবে পুনর্গঠন করে তা ফ্ল্যাগ করে। এটি জালিয়াতি সনাক্তকরণ, সাইবার নিরাপত্তা, ভবিষ্যদ্বাণীমূলক রক্ষণাবেক্ষণ এবং স্বাস্থ্য পর্যবেক্ষণকে আন্ডারপিন করে।