IT
AccediInizia ora
Glossario

Rilevamento delle anomalie

Che cos’è Rilevamento delle anomalie?

Il rilevamento delle anomalie individua dati, eventi o schemi che si discostano nettamente dalla norma. Può trattarsi di transazioni insolitamente elevate, salti improvvisi nei valori dei sensori, record duplicati o attività di rete sospette. Si usa in finanza, sicurezza informatica, produzione e controllo qualità. I metodi vanno da semplici soglie statistiche a modelli di apprendimento; le segnalazioni sono indizi da far valutare a una persona.

Come aiuta KI.ordo

Il modello KI.ordo “Trovare anomalie nei dati” segnala in tabelle incollate come testo valori anomali, salti, dati mancanti e duplicati, con riga e motivazione, per la verifica da parte di una persona.

Scopri di più →: Rilevamento delle anomalie

Modelli adatti

Temi

  • Analisi dei dati
  • Controllo qualità
  • Valori anomali

Prova KI.ordo

Agenti, flussi e modelli in un’unica area di lavoro – demo gratuita di 24 ore.

Avvia demo
← Tutti i termini

Termini correlati

Rilevamento delle frodi

Il rilevamento delle frodi comprende metodi che individuano per tempo transazioni, ordini, account o richieste sospetti. Regole e modelli di apprendimento cercano segnali d'allarme come indirizzi di consegna e fatturazione diversi, quantità insolite, fretta sospetta o indirizzi e-mail usa e getta. Si usa nell'e-commerce, nelle banche, nelle assicurazioni e nei servizi di pagamento. Poiché i falsi allarmi possono colpire clienti reali, le segnalazioni vanno verificate da persone e non respinte automaticamente.

  • Prevenzione frodi
  • Gestione del rischio
  • +1
Modello

Validazione dei dati

La validazione dei dati verifica che i dati siano completi, formattati correttamente e plausibili prima di essere elaborati. Controlli tipici riguardano i campi obbligatori, il formato di indirizzi e-mail, CAP o date e le contraddizioni logiche, come una data di consegna precedente a quella dell'ordine. Così gli errori emergono presto, invece di propagarsi in report, fatture o analisi basate sull'IA.

  • qualità dei dati
  • verifica
  • +1
Modello

Analisi esplorativa dei dati (EDA)

L’analisi esplorativa dei dati (EDA) è il primo sguardo aperto su un insieme di dati: si calcolano indicatori, si osservano distribuzioni e grafici e si cercano schemi, valori anomali e dati mancanti, ancora senza un’ipotesi precisa. Aiuta a valutare la qualità dei dati e a formulare domande utili per analisi o modelli successivi. Esempio: prima di una previsione delle vendite, l’EDA rivela che un mese è stato registrato in modo incompleto a causa di un cambio di sistema.

  • Analisi dei dati
  • Statistica
  • +1
Modello

Analisi predittiva

L'analisi predittiva usa dati storici, statistica e apprendimento automatico per stimare eventi futuri probabili. Risponde a domande come: quali clienti stanno per disdire? Quanta merce servirà il mese prossimo? Quando è probabile che una macchina si guasti? I risultati sono probabilità, non certezze. Il loro valore dipende molto dalla qualità dei dati e dal fatto che le previsioni entrino davvero nelle decisioni e nei processi.

  • analisi dati
  • previsioni
  • +1