PT
Iniciar sessãoComeçar agora
Glossário

Deteção de anomalias

O que é Deteção de anomalias?

A deteção de anomalias encontra pontos de dados, eventos ou padrões que se afastam claramente da norma. Podem ser transações invulgarmente elevadas, saltos súbitos nas leituras de sensores, registos duplicados ou atividade de rede suspeita. É utilizada nas finanças, na segurança informática, na produção e no controlo de qualidade. Os métodos vão desde simples limiares estatísticos até modelos de aprendizagem; os resultados são indícios que uma pessoa deve avaliar.

Como o KI.ordo ajuda

O modelo KI.ordo «Encontrar anomalias em dados» assinala valores atípicos, saltos, valores em falta e duplicados em tabelas coladas como texto, com linha e motivo – para revisão humana.

Saber mais : Deteção de anomalias

Modelos correspondentes

Temas

  • Análise de dados
  • Controlo de qualidade
  • Valores atípicos

Experimentar o KI.ordo

Agentes, fluxos e modelos num só espaço de trabalho – demonstração gratuita de 24 horas.

Iniciar demonstração
← Todos os termos

Termos relacionados

Deteção de fraude

A deteção de fraude abrange métodos que identificam precocemente transações, encomendas, contas ou candidaturas suspeitas. Regras e modelos de aprendizagem procuram sinais de alerta como endereços de entrega e de faturação diferentes, quantidades invulgares, pressão de tempo evidente ou endereços de e-mail descartáveis. É utilizada no comércio eletrónico, na banca, nos seguros e nos serviços de pagamento. Como os falsos alarmes podem afetar clientes genuínos, os casos detetados devem ser analisados por pessoas em vez de rejeitados automaticamente.

  • Prevenção de fraude
  • Gestão de risco
  • +1
Modelo

Validação de dados

A validação de dados verifica se os dados estão completos, corretamente formatados e são plausíveis antes de serem processados. As verificações típicas abrangem campos obrigatórios, o formato de endereços de e-mail, códigos postais ou datas e contradições lógicas – como uma data de entrega anterior à data da encomenda. Assim, os erros são detetados cedo, em vez de passarem para relatórios, faturas ou análises de IA.

  • qualidade dos dados
  • verificações
  • +1
Modelo

Análise exploratória de dados (EDA)

A análise exploratória de dados (EDA, do inglês exploratory data analysis) é o primeiro olhar, aberto, sobre um conjunto de dados: calculam-se valores-resumo, examinam-se distribuições e gráficos e procuram-se padrões, valores atípicos e valores em falta – ainda sem uma hipótese definida. Ajuda a avaliar a qualidade dos dados e a encontrar questões pertinentes para análises ou modelações posteriores. Exemplo: antes de uma previsão de vendas, a EDA revela que um mês foi registado de forma incompleta devido a uma migração de sistema.

  • Análise de dados
  • Estatística
  • +1
Modelo

Análise preditiva

A análise preditiva utiliza dados históricos, estatística e aprendizagem automática para estimar acontecimentos futuros prováveis. Responde a perguntas como: que clientes estão prestes a cancelar? De quanto stock será necessário no próximo mês? Quando é provável que uma máquina avarie? Os resultados são probabilidades, não certezas. O seu valor depende muito da qualidade dos dados e de as previsões se refletirem efetivamente em decisões e processos.

  • análise de dados
  • previsão
  • +1