Date
Heure
11:00
Lieu
Online
Comment détecter des anomalies dans vos datasets grâce au machine learning
La détection d’anomalie est un sujet important de la data science. Elle permet de détecter des évènements rares ou des observations différentes de la majorité des données.
Cette application est aujourd’hui étudiée dans des domaines différents comme des transactions financières frauduleuses, des problèmes médicaux ou des intrusions de réseaux.
Cette présentation aborde des approches du machine learning supervisées et non supervisées permettant de détecter des anomalies.
PARTAGER UNE VISION CENTRALISÉE SUR LA DISPONIBILITÉ DES SERVICES APPLICATIFS
Chaque couche d’architecture du système d’information possède sa propre vue et demande l’implication de nombreux acteurs. Les silos d’activités, ainsi créés, génèrent une difficulté d’action importante. Cependant, en cas d’incident, identifier l’impact d’une défaillance, tenir compte des dépendances et agir rapidement est stratégique.
Découvrez comment surveiller et passer à l’action, en temps réel, sur vos applications au sein d’une même plateforme collaborative !
ANIMATEUR
Stéphane PACHET
Directeur de programmes chez Invivoo, Stéphane accompagne les projets de transformation chez nos clients. Il rejoint Invivoo en juillet 2011, après avoir occupé le poste de responsable de l’équipe GCC (Grid Computing & Caching) au sein de la DSI du Crédit Agricole CIB pendant 11 ans. Il y était également l’architecte technique référent du domaine GCC. Expérimenté dans l’architecture des systèmes informatiques au service des organisations métiers, Stéphane a notamment conçu XComponent AppControl en 2015 pour réduire la durée d’indisponibilité des applications.