Detecção de anomalias

A detecção de anomalias (ou de outliers) é uma técnica que busca padrões de irregularidades, como ocorrências raras ou suspeitas, nos dados submetidos para análise.

​​​​

Entre as principais aplicações dessa técnica em negócios estão a descoberta de:

• fraudes bancárias ou em cartões de crédito;

• intrusos num sistema de segurança;

• ciclos incomuns de compras;

• acessos atípicos em websites;

• anomalias médicas, como células cancerigenas.

​​​​

Principais algoritmos usando PyCaret::

• Histogram-based Outlier Detection (histogram)

• Isolation Forest (iforest)

• K-Nearest Neighbors Detector (knn)

• Local Outlier Factor (lol)

​​​​

​Saiba mais: Wikipedia, PyCaret.