Detectar anomalías puede ser algo muy útil para ayudar en muchas tareas cotidianas cuando manejamos mucha información.
Por ejemplo, empresas que tienen muchas métricas monitorizadas pueden llegar a tener cientos de gráficas que les indican cual es la situación de su negocio, pero necesitan a gente que interprete esas gráficas y les diga si todo está bien, si el estado actual es normal o por el contrario, está pasando algo «fuera de lo normal», por lo tanto, detectar una anomalía.
Crear un sistema automático que detecte dichas anomalías puede ayudar mucho a cualquier negocio, facilitando a los humanos a que utilicen su tiempo en áreas mucho más valiosas que simplemente interpretar unos datos, unas gráficas o ciertos KPI’s.
En el siguiente vídeo muestro cómo podemos crear en pocos minutos nuestro propio sistema de detección de anomalías simple, suficiente para detectar la mayoría de casos anómalos en base a casi cualquier tipo de conjunto de datos.
Se puede ver en el Notebook que he llamado Detección de anomalías con Pandas subido en el repositorio de GitHub.
¿Verdad que tras ver el vídeo ahora ves mucho más sencillo implementar un sistema de detección de anomalías? Seguro que se te ocurren muchos sitios donde implementarlo para mejorar tu trabajo o empresa, ¿verdad?
Pues por eso digo, se les paga lo mínimo y tienes gráfica nueva. Es absurdo tirar 3 millones de gráficas (por poner un número) a la basura Yo pienso pillar otra RX480 cuando las empiecen a vender por 100€ y montarme un crossfire
Muy buenas.
Me ha gustado mucho el video explicativo, se entiende a la perfección. ¿Podrías recomendar un libro o articulo de referencia al ejemplo que has expuesto en el video?.
Muchas gracias y un saludo
Me gustaría preguntarte: ¿De qué manera afecta el valor de la ventana? es decir, cuanto mayor es el valor de la ventana, ¿Más aprende a detectar anomalías?