Yapay zekadan anormallikleri bulmasını isteyin (sıra dışı olan). JSON'u döndür {"data":"...","findAnomalies":"...","rule":"..."}: data — bağlam; findAnomalies - ne tür tuhaflıklar aranmalı (aykırı değerler - normalden çok daha büyük tutarlar, kopyalar, keskin artışlar, şüpheli derecede yuvarlak miktarlar); rule - anormallik olarak değerlendirilen durum için bir kural veya eşik (örneğin, "tutar medyandan 3 kat daha yüksektir" veya "aynı günde iki aynı ödeme").
Anormallik beklenenden sapmadır ancak neyin "beklendiğini" kendiniz tanımlamanız gerekir. Yapay zeka herhangi bir büyük sayıyı kuralsız olarak anormal olarak adlandıracak ve sizi yanlış alarmlarla dolduracaktır. Mekanik: Her çizgiyi tipik bir çizgiyle karşılaştırır ve neyin tipik olduğuna siz karar verirsiniz. Kaldıraçlar: Bir eşik değeri verin (ortalama/medyanın süresi veya yüzdesi cinsinden) ve tuhaflık türlerini adlandırın - aykırı değerler, kopyalar, keskin sıçramalar, atlamalar. İçeriden bilgi: ortalamayla değil, ORTALAMA ile karşılaştırmayı isteyin. Çok büyük bir miktar ortalamayı şişirir ve geri kalan aykırı değerleri bunun altına gizler; Medyan “orta” ödemedir; tek bir dev onu hareket ettirmiyor, bu nedenle arka plandaki aykırı noktalar açıkça görülebiliyor. İkinci teknik: ayrı ayrı kopyaların aranmasını isteyin - tedarikçi + miktar + tarihi eşleştirin. Bu, eğilimlerin ve miktarların yakalayamadığı sık görülen (yanlışlıkla iki kez ödenen) bir sızıntıdır. Tipik bir hata: "hataları bul" istemek - AI sizin için bir hatanın ne olduğunu bilmez ve ya sessiz kalır ya da bir şeyler uydurur. Ve unutmayın: AI yalnızca bir anormalliği GÖSTERİR, yine de gözlerinizle kontrol etmeniz gerekir.
Anında yapay zeka incelemesi için çözüm gönderme erişiminin kilidini açın.