無論企業需要監控網路安全威脅、詐騙金融交易、產品瑕疵，還是設備健康狀態，人工智慧都可以協助企業在以上問題造成影響前，先找出資料異常之處。人工智慧模型可透過訓練和部署以自動分析資料集、定義「正常行為」，並快速又有效地找出違反模式的行為，以預測未來的異常狀況。因為各產業中皆存在大量可運用的資料，且一般模式和異常模式之間只存在細微的差異，所以關鍵就在於組織必須要能運用人工智慧來快速偵測構成威脅的異常狀況。
在本實作坊中，你將學習如何實作多個人工智慧方法來解決電信業辨識網路入侵的特定使用案例。你將使用 GPU 加速的 XGBoost、深度學習自動編碼器和生成對抗網路（GAN）來學習三種不同的異常偵測技術，並實作和比較監督式與非監督式學習技術。在實作坊結束時，你將能夠使用人工智慧偵測電信、網路安全、金融、製造業和其他重要產業工作中的異常狀況。
學習目標
參加本實作坊可學會：
- 準備資料以及使用 XGBoost、自動編碼器與生成對抗網路來建立、訓練和評估模型
- 運用已標記和未標記的資料來偵測資料集的異常情況
- 無論原始資料是否已標記，均能將異常情況分類為多個類別
下載實作坊大綱與簡介 (PDF 81.7 KB)