اطلب من الذكاء الاصطناعي العثور على الحالات الشاذة (ما هو خارج الترتيب). إرجاع JSON {"data":..."،"،findAnomalies":..."،"،rule"::"..."}: data — السياق؛ findAnomalies - ما هي أنواع الشذوذات التي يجب البحث عنها (القيم المتطرفة - كميات أكبر بكثير من المعتاد، التكرارات، المسامير الحادة، المبالغ المستديرة المثيرة للريبة)؛ rule - قاعدة أو عتبة لما يعتبر حالة شاذة (على سبيل المثال، "المبلغ أعلى 3 مرات من المتوسط" أو "دفعتان متطابقتان في نفس اليوم").
الشذوذ هو انحراف عن المتوقع، ولكن عليك أن تحدد ما هو "المتوقع" بنفسك. بدون قاعدة، سوف يطلق الذكاء الاصطناعي على أي عدد كبير اسمًا شاذًا ويغمرك بإنذارات كاذبة. الميكانيكا: تقارن كل سطر بخط نموذجي، وأنت تقرر ما هو النموذجي. الروافع: أعط عتبة (في الأوقات أو النسبة المئوية للمتوسط/الوسيط) وقم بتسمية أنواع الشذوذات - القيم المتطرفة، والتكرارات، والقفزات الحادة، والسهو. المطلع: اطلب المقارنة مع المتوسط، وليس المتوسط. مبلغ ضخم واحد يضخم المتوسط ويخفي بقية القيم المتطرفة تحته؛ الوسيط هو الدفعة "الوسطى"؛ عملاق واحد لا يحركه، لذا فإن القيم المتطرفة على خلفيته مرئية بوضوح. التقنية الثانية: اطلب بشكل منفصل البحث عن التكرارات - قم بمطابقة المورد + المبلغ + التاريخ. هذا تسرب متكرر (يتم دفعه عن طريق الخطأ مرتين)، ولا يمكن التقاط الاتجاهات والمبالغ. خطأ نموذجي: السؤال "ابحث عن الأخطاء" - لا يعرف الذكاء الاصطناعي ما هو الخطأ بالنسبة لك، وسيظل صامتًا أو يختلق الأمور. وتذكر: الذكاء الاصطناعي لا يظهر سوى حالة شاذة، ولا يزال يتعين عليك التحقق منها بعينيك.
فتح إمكانية الوصول لإرسال الحلول لمراجعة الذكاء الاصطناعي الفورية.