Dans l’article précédent, nous parlions de lancer le développement d’une pipeline d’évaluation, visant à automatiser la génération d’un grand nombre de modèles de détection d’anomalies. Ci-dessous un aperçu de notre approche. Du partitionnement à l’évaluation L’étape initiale consiste à récupérer la donnée depuis notre base de données. Dans notre cas, nous récupérons l’historique des variables
Continued ⟶