Machine Learning ist aktuell sowohl ein "heißer" wie auch mehrdeutiger Begriff.

Dieser Vortrag behandelt einen konkreten Aspekt davon – die Anomalieerkennung in Zeitserien. Das klingt zuerst sehr spezifisch, ist aber für den Betrieb und die Sicherheit von IT-Systemen konkret anwendbar: Was ist das erwartete Verhalten und wie schwerwiegend ist eine Abweichung davon. Dabei betrachten wir folgende Aspekte:

  • Was steckt hinter Artificial Intelligence, Machine Learning und Deep Learning generell?
  • Wann sind regelbasierte Ansätze die richtige Lösung und wann benötigt man Machine Learning?
  • Was bedeutet maschinelles Lernen für Zeitserien?
  • Was unterscheidet supervised und unsupervised Machine Learning in diesem Bereich?
  • Wie könnte ein Beispiel mit einem Datensatz aus der Realität aussehen?