Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Anomaly Detector で遊ぼう♪ with Azure Time Series Insights

361 views

Published on

Cogbot 勉強会! #26 - 新春 LT Night ! での LT 資料です。
https://cogbot.connpass.com/event/159422/

Published in: Technology
  • Be the first to comment

Anomaly Detector で遊ぼう♪ with Azure Time Series Insights

  1. 1. Anomaly Detector で遊ぼう♪ with Azure Time Series Insights Cogbot 勉強会! #26 - 新春 LT Night ! https://cogbot.connpass.com/event/159422/
  2. 2. Me Name: 大平かづみ Awards: Microsoft MVP for Azure Work: フリーランス エンジニア • Azure に関連したお仕事 • OSS開発 • サーバーサイド開発 • Infrastructure as Code 対応 • できることならなんでも! Twitter: @dz_ GitHub: @dzeyelid
  3. 3. Anomaly Detector 異常検知
  4. 4. Anomaly Detector の概要 • 入力した時系列データの周期性などを予測し、そこから外れた「異常 値」を検出できるAPIサービス • ストリーミング検出 • バッチ検出 • 事前の教師データは不要 • 感度の設定を調整することで、想定した検出に近づけることができる • 適しているデータの例 • 周期性のある時系列データ。不定期異常あり。 • フラットな傾向のある時系列データ。不定期に上昇/下落あり。
  5. 5. Anomaly Detector の検出動作 • 算出された期待値と、実際の値との差分が許容範囲外の時に、異常 とみなす • 許容範囲は、下限値、上限値も同時に算出され、その範囲内とする • 許容範囲を手動で設定することも可能
  6. 6. Demo
  7. 7. デモ解説
  8. 8. 構成図 Time Series Insights Anomaly Detector Nature Remo Functions Event Hubs
  9. 9. Azure Time Series Insights
  10. 10. Anomaly Detector に渡すJSON { series: [ { timestamp: "2020-01-29T00:00:00Z", value: "2" }, { timestamp: "2020-01-29T01:00:00Z", value: "3" }, … ], granularity: "hourly" }
  11. 11. 返ってくるデータ 項目 データ型 説明 period Integer 周期の数 expectedValues Float 算出された期待される値 upperMargins Float 算出された許容範囲の上限値 lowerMargins Float 算出された許容範囲の下限値 isAnomaly Boolean 異常値か否か isNegativeAnomaly Boolean マイナスの異常値か否か isPositiveAnomaly Boolran プラスの異常値か否か
  12. 12. Anomaly Detector リファレンス • Anomaly Detector API とは • API リファレンス • デモ • SDKs • for C# • for Python • for JavaScript • for Go • 方法:時系列データに Anomaly Detector API を使用する • ベストプラクティス
  13. 13. Have fun!

×