Đây là ứng dụng Linux có tên AnomalyDetection, phiên bản mới nhất có thể tải xuống dưới dạng Initialreleasesourcecode.tar.gz. Ứng dụng có thể chạy trực tuyến trên nhà cung cấp dịch vụ lưu trữ miễn phí OnWorks dành cho máy trạm.
Tải xuống và chạy trực tuyến ứng dụng có tên AnomalyDetection với OnWorks miễn phí.
Làm theo các hướng dẫn sau để chạy ứng dụng này:
- 1. Đã tải ứng dụng này xuống PC của bạn.
- 2. Nhập vào trình quản lý tệp của chúng tôi https://www.onworks.net/myfiles.php?username=XXXXX với tên người dùng mà bạn muốn.
- 3. Tải lên ứng dụng này trong trình quản lý tệp như vậy.
- 4. Khởi động trình giả lập trực tuyến OnWorks Linux hoặc trình giả lập trực tuyến Windows hoặc trình mô phỏng trực tuyến MACOS từ trang web này.
- 5. Từ Hệ điều hành OnWorks Linux mà bạn vừa khởi động, hãy truy cập trình quản lý tệp của chúng tôi https://www.onworks.net/myfiles.php?username=XXXXX với tên người dùng mà bạn muốn.
- 6. Tải xuống ứng dụng, cài đặt và chạy nó.
MÀN HÌNH
Ad
Phát hiện bất thường
MÔ TẢ
AnomalyDetection là một gói R do Twitter phát triển để phát hiện các điểm bất thường trong chuỗi thời gian đơn biến theo mùa. Gói này triển khai thử nghiệm Seasonal Hybrid Extreme Studentized Deviate (S-H-ESD), giúp xác định đáng tin cậy cả các điểm ngoại lệ cục bộ và toàn cục trong dữ liệu có xu hướng và tính thời vụ - thường được áp dụng cho các số liệu hệ thống, dữ liệu tương tác và KPI kinh doanh.
Tính năng
- Phát hiện các điểm bất thường một cách mạnh mẽ ngay cả trong điều kiện theo mùa và xu hướng
- Triển khai S‑H‑ESD: ESd lai với phân hủy theo mùa
- Gói R dễ dàng tích hợp vào quy trình phân tích
- Có thể mở rộng để xử lý hàng loạt hoặc hàng loạt lớn
- Tạo ra đầu ra chẩn đoán rõ ràng và cờ
- Được sử dụng rộng rãi để phân tích dữ liệu từ xa của hệ thống và sản phẩm
Ngôn ngữ lập trình
R
Danh Mục
Đây là một ứng dụng cũng có thể được tải xuống từ https://sourceforge.net/projects/anomalydetection.mirror/. Ứng dụng này được lưu trữ trên OnWorks để có thể chạy trực tuyến dễ dàng nhất từ một trong những Hệ điều hành miễn phí của chúng tôi.
