Requisitos analíticos de aprendizado de máquina

Modelos de aprendizado de máquina podem levar algum tempo para treinar e construir com base em diferentes requisitos analíticos.

Machine Learning Analytics

Análise de grupo de peers: essas análises identificam usuários que se envolvem em atividades semelhantes e o modelo os coloca em grupos de peers. Os alertas são então gerados com base em desvios de um usuário de seu grupo de peers.
Os modelos de Grupo de Peers não têm uma fase de treinamento Eles têm apenas uma fase de construção de modelo e uma fase de pontuação porque eles ingerem 30 dias de dados de um usuário.
HOUR_TO_WINDOW Analytics: o modelo é acumulativo, portanto, cada hora é avaliada com relação ao modelo para cada usuário como um todo, em vez de ter seu próprio modelo.
As horas para treinar este tipo de modelo são escritas como horas do mundo real. Por exemplo, 240 horas de dados necessários significaria que 10 dias ou 240 horas do mundo real precisariam decorrer.
HOUR_TO_HOUR Analytics: essas análises constroem um modelo para cada usuário para cada uma das horas do dia. Por exemplo, haverá um modelo de 13h-14h, um modelo de 14h-15h e assim por diante.
As horas necessárias para treinar são gravadas como horas para cada modelo. Por exemplo, 10 horas de dados necessários significaria que 10 dias ou 240 horas reais precisam decorrer.

Terminologia analítica

minTimeSpan: Esse é o número mínimo de horas necessário para que o modelo possa ser treinado e construído.
ticketMinSampleCounts: É diferente do minTimeSpan, pois é o número mínimo de horas necessárias para gerar alertas. O Peer Group Analytics não possui esse parâmetro.
Número de funções: o número mínimo de funções e o número máximo de funções são um intervalo que o modelo testa para cada e cada número nesse intervalo para determinar em quantos clusters de categorias de baixo nível os usuários serão segmentados. O modelo avalia cada número de clusters dentro do intervalo e determina qual número de tópicos é ideal..

Os modelos a seguir usam analítica de grupo de peers:

Estes são os parâmetros para um modelo de grupo de peers para construir:

Tipo de análise: Grupo de Pares
Número mínimo de funções: 2
Número máximo de funções: 13
Nota: o Grupo de peers aprendido, o Grupo de peers definido e a Distribuição de atividades têm no máximo 20
Número mínimo de grupos: 5
Número máximo de grupos: 10
Nota: o Grupo de peers aprendido é o único com um máximo de 20.
Número mínimo de eventos: 10
Quantidade mínima de dados a serem construídos (mintimespan): 7 dias
Quantidade atual configurada de dados a serem construídos (período de tempo): 30 dias

Os modelos a seguir usam a analítica HOUR_TO_WINDOW:

Estes são os parâmetros para um modelo HOUR_TO_WINDOW para construir:

Tipo de analítica: HOUR_TO_WINDOW
Quantidade mínima de dados a serem construídos (mintimespan): 240 Horas
Quantidade mínima de dados para gerar alertas ticketMinSampleCounts ): 240 horas
Quantidade atual configurada de dados a serem construídos (período de tempo): 240 horas
SenseValue: 5

Os modelos a seguir usam a análise HOUR_TO_HOUR:

Estes são os parâmetros para um modelo HOUR_TO_HOUR para construir:

Tipo de analítica: HOUR_TO_HOUR
Quantidade mínima de dados a serem construídos (mintimespan): 240 Horas
Quantidade atual configurada de dados a serem construídos (período de tempo): 240 horas
Quantidade mínima de dados para gerar alertas ticketMinSampleCounts ): 10 horas (10 dias no mundo real)