Outlier Analysis con tecniche di Time Series Forecasting e algoritmi Unsupervised = Outlier Analysis with Time Series Forecasting and Unsupervised algorithms

L’uso del Machine Learning, sia con tecniche Supervisionate sia Non-Supervisionate, si sta ampliando in ambiti sempre maggiori quali ad esempio la verifica ‘audit’ di ordini in real-time. I processi di verifica ordini, per le grandi aziende, sono un processo costoso in quanto i controlli non riescono, per volumi, ad essere sufficientemente capillari. La possibilità di usufruire di tecniche di machine learning permetterebbe un controllo puntuale, rigoroso e al contempo continuo. In un processo di approvazione o blocco di ordine, la soglia fissa, è sempre risultata, per quanto limitata, chiara a tutti i livelli aziendali permettendo un controllo coerente con la normativa così come dai controller. L’applicazione di soglie fisse non elimina però errori, comportamenti che si discostano da un comportamento virtuoso. È dunque necessario sviluppare algoritmi di unsupervised machine learning in grado di identificare tutte e soli gli outlier in spazi n-dimensionali.