лабораторные работы на Python. Jupyter Notebook с кодом (+ объяснение для понимания 1-2 часа) Создать модель обнаружения аномалий в технологических сигналах (dataset.rar) на основе алгоритма OneClassSVM, которая обучается на данных без аномалий. Предварит. обработка= разбить сигнал на фрагменты в плавающем окне. Для каждого окна необходимо вычислить как минимум 5 стат. признаков. (точность F1- метрикой).
лабораторные работы на Python. Jupyter Notebook с кодом (+ объяснение для понимания 1-2 часа) Создать модель обнаружения аномалий в технологических сигналах (dataset.rar) на основе алгоритма OneClassSVM, которая обучается на данных без аномалий. Предварит. обработка= разбить сигнал на фрагменты в плавающем окне. Для каждого окна необходимо вычислить как минимум 5 стат. признаков. (точность F1- метрикой).
лабораторные работы на Python. Jupyter Notebook с кодом (+ объяснение для понимания 1-2 часа) Создать модель обнаружения аномалий в технологических сигналах (dataset.rar) на основе алгоритма OneClassSVM, которая обучается на данных без аномалий. Предварит. обработка= разбить сигнал на фрагменты в плавающем окне. Для каждого окна необходимо вычислить как минимум 5 стат. признаков. (точность F1- метрикой).