Алгоритми та програмні засоби виявлення аномалій у даних з використанням штучного інтелекту

Abstract

У кваліфікаційній (бакалаврській) роботі досліджено теоретичні основи виявлення аномалій у табличних наборах даних та проведено порівняльний аналіз алгоритмів машинного навчання без учителя. Розроблено десктопний програмний засіб AnomalyAI на основі Python 3.10+ та Qt6, який реалізує чотири алгоритми детекції (Isolation Forest, LOF, One-Class SVM, PCA-автоенкодер), дев'ять типів інтерактивних графіків та модуль AI Copilot для природномовної інтерпретації аномалій із підтримкою офлайн-режиму.