"מנסים להסביר אנומליות בנתונים"

פרופ' ברכה שפירא, מסבירה במסגרת כנס מודיעין - סייבר, דיגיטל ובינה מלאכותית כיצד ניתן להסביר אנומליות שנמצאו בנתונים 
 

פרופ' ברכה שפירא, ראש התוכנית להנדסת נתונים באוניברסיטת בן גוריון, מסבירה כי אפשר לייעל מציאת אנומליות באמצעות בינה מלאכותית או למידה חישובית. במחקר שערכה יחד עם חוקרים נוספים, מנסים למצוא שיטות להסביר אנומליות באנליזה לא מונחית. 

מהי אנומליה? ובכן, המטרה לחפש קשרים חבויים. יש שלוש גישות - מונחית (לימוד המערכת באמצעות דוגמאות), חצי מונחית (אין מספיק דוגמאות, השוואה למודל נורמלי), לא מונחית (זיהוי חריגות ללא לימוד מקדים). בלמידה עמוקה, שיטה לא מונחית, מקבלים קלט נתונים, יש כיווץ חכם של הנתונים, ושחזור הקלט בפלט. שיש אנומליה, השחזור יציף טעות ואז יודעים שיש אנומליה. תחום נוסף הוא הסבר של האנומליה שמצא האלגוריתם. 

"אם לא הצלחנו לשחזר את הקלט, מנסים להבין מה קרה", אומרת שפירא. "מסתכלים איפה הייתה הטעות, באיזו תכונה, ואותה מנסים לחזות. ואז אפשר לבחון מדוע התכונה התרחקה או התקרבה לאנומליה." עוד מנסים במחקר לזהות מה גרם לאנומליה. 
 

אולי יעניין אותך גם