AI+制造业：智能制造和异常检测Python涨薪研究所关注2022-04-28 16:18 给大家推荐一门AI算法在制造业的实践项目：本课程旨在解决传统行业数字化中痛点问题：在生产流水线上基于数据驱动如何进行效果优化？如何进行异常检测？智能制造项目以传感器采集设备实时状态（如温度），和关联数据一同记录，然后进行过程控制、进行相关性分析归纳出模型，帮助产线上产能优化调整工艺要求达到最佳产能和质量。异常检测项目以异常检测为主要内容，讲解在结构化/表格数据和时序数据中的异常检测模型算法及工具，并构建应用于商场销量、金融反诈、网约车需求量、用电量等场景下的异常检测案例。项目视频：详细的课程介绍：扫码咨询本项目课程详情 浏览 34点赞 评论 收藏 分享 手机扫一扫分享分享 举报 评论图片表情视频评价全部评论推荐 工业视觉检测——制造过程中的缺陷和异常检测新机器视觉02021年智能制造白皮书-制造业数字化转型数据D江湖0图像异常检测小白学视觉0异常检测方法总结新机器视觉0异常检测方法总结程序员大白010分钟掌握异常检测点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达异常检测(也称为离群点检测)是检测异常实例的任务，异常实例与常规实例非常不同。这些实例称为异常或离群值，而正常实例称为内部值。异常检测可用于多种应用，例如：① 欺诈识别② 检测制造中的缺陷产品③ 数据清理——在训练另一个模型之前从Skyline实时异常检测系统Skyline是实时异常检测系统，构建目的是为了实现对成千上万的指标进行被动监控，不需要一个个配置模型/阈值，可以同时使用Nagios。Skyline设计主要是用在需要持续监控的大量高清晰度的时间序列异常检测（Anomaly Detection）综述AI算法与图像处理0异常检测（Anomaly Detection）综述小白学视觉0异常检测（Anomaly Detection）综述极市平台0点赞 评论 收藏 分享 手机扫一扫分享分享 举报
