Quelle est la différence entre la détection des anomalies et les prévisions ?

La détection d'anomalies identifie les cas particuliers et les facteurs qui y contribuent pour répondre à la question « Que s'est-il passé, qui ne se passe pas habituellement ? » Les prévisions répondent à la question « Si tout continue à se passer comme prévu, que se passera-t-il à l'avenir ? » Le calcul qui permet les prévisions permet également de demander « Si certains éléments changent, qu'arrive-t-il ensuite ? »

La détection des anomalies et les prévisions commencent toutes deux par l'examen des points de données connus actuels. La détection d'anomalies Amazon QuickSight commence par ce qui est connu afin d'établir ce qui est en dehors de l'ensemble connu et d'identifier ces points de données comme étant anormaux (aberrants). La prévision Amazon QuickSight exclut les points de données anormaux et s'en tient au modèle connu. Les prévisions se concentrent sur le modèle établi de distribution des données. En revanche, la détection des anomalies se concentre sur les points de données qui s'écartent de ce qui est attendu. Chaque méthode aborde la prise de décision d'un point de vue différent.