การตรวจจับความผิดปกติ

สัญชาตญาณ #

การตรวจจับความผิดปกติ ควรเข้าใจผ่านสมมติฐาน กลไกการปรับปรุงโมเดล และรูปแบบความผิดพลาดบนข้อมูลจริง เพื่อให้เลือกโมเดลและปรับพารามิเตอร์ได้อย่างเหมาะสม.

คำอธิบายโดยละเอียด #

ทำไมต้องเรียนเรื่องการตรวจจับความผิดปกติ #

• ความปลอดภัย
  พบความผิดปกติของอุปกรณ์ในโรงงานได้เร็วขึ้น

• การตรวจจับการทุจริต
  คัดกรองธุรกรรมหรือประวัติการล็อกอินที่ผิดปกติ

• การควบคุมคุณภาพ
  ตรวจหาชิ้นงานเสียจากสายการผลิตและสัญญาณเซนเซอร์

• การมองเห็นความผันผวนของยอดขาย/อุปสงค์
  จับสัญญาณการเปลี่ยนแปลงของข้อมูลธุรกิจได้ทัน

ประเภทของการตรวจจับความผิดปกติ #

1. วิธีเชิงสถิติ #

• ตรวจหา outlier จากค่าเฉลี่ย ความแปรปรวน หรือ IQR
• ตัวอย่าง: วิธี IQR
  $$ x < Q1 - 1.5 \cdot IQR \quad \text{หรือ} \quad x > Q3 + 1.5 \cdot IQR $$

2. วิธีบนแมชชีนเลิร์นนิง #

• แบบไม่มีผู้สอน (เช่น PCA, คลัสเตอร์, LOF)
• แบบมีผู้สอน (เมื่อมีป้ายกำกับของความผิดปกติ)

3. ความผิดปกติของอนุกรมเวลา #

• พยากรณ์ค่าถัดไป แล้วใช้ค่าคลาดเคลื่อนเพื่อตัดสินว่าเป็นความผิดปกติหรือไม่
• ตัวอย่าง: AR, Prophet, SeasonalAD ใน ADTK

สิ่งที่ครอบคลุมในบทนี้ #

• การตรวจจับความผิดปกติ ①: ข้อมูลอนุกรมเวลาแบบมิติเดียว
• การตรวจจับความผิดปกติ ②: ข้อมูลหลายมิติ
• (ขั้นสูง) การนำไปใช้จริง เช่น การตั้งค่า threshold, การออกแบบ alert, ตัวชี้วัดประเมินผล