Обнаружение выбросов с помощью библиотеки Python Scikit-learn Изолирующий лес — популярный алгоритм машинного обучения без учителя для обнаружения аномалий (выбросов) в наборах данных. Обнаружение аномалий является важной частью любого рабочего процесса машинного обучения и обработки данных. Ошибочные значения, которые не были идентифицированы на раннем этапе, могут привести к неточным прогнозам моделей машинного обучения и, следовательно, повлиять на интерпретацию этих результатов...

Примеры машинного обучения для улучшения вашего петрофизического рабочего процесса Несколько десятилетий разведки углеводородов привели к получению и хранению большого количества измерений, связанных со скважинами, которые использовались для характеристики геологии недр и ее углеводородного потенциала. Потенциал этих больших объемов данных все активнее использовался за последние пару десятилетий по мере увеличения вычислительной мощности и внедрения новых алгоритмов машинного обучения...