Le degré de différenciation appliqué à la série pour la rendre stationnaire.

Le nombre de variables retardées (Lags) de la partie autorégressive.

Le nombre d'erreurs passées incluses dans la moyenne mobile.

Le nombre de jours (Days) composant une saisonnalité complète.

Elle est prédictible avec une précision absolue, sans aucune variance.

Elle dépend obligatoirement de l'influence de variables exogènes (comme la météo).

Elle ne possède qu'une seule observation temporelle globale (une seule ligne dans la base de données).

Elle ne comporte qu'une seule variable dont l'évolution est mesurée séquentiellement dans le temps.

Maximiser les distances intra-cluster et minimiser les distances inter-clusters.

Réduire au maximum le nombre de variables de la base de données (features).

Égaliser parfaitement le nombre d'observations présentes dans chaque cluster.

Minimiser les distances intra-cluster (cohésion) et maximiser les distances inter-clusters (séparation).

Lorsqu'on souhaite supprimer la tendance et ne garder que les résidus (bruit).

Lorsque le modèle sera évalué à l'aide de réseaux de neurones LSTM uniquement.

Lorsque la série temporelle est parfaitement plate, sans aucune tendance de fond.

Lorsque l'amplitude (hauteur) des fluctuations de la saisonnalité évolue proportionnellement en fonction de la tendance.

Supprimer les données de la classe majoritaire jusqu'à l'équilibre parfait.

Pénaliser mathématiquement davantage les erreurs sur la classe minoritaire lors de l'entraînement, sans créer de données.

Générer aléatoirement de nouvelles données synthétiques pour les classes minoritaires.

Standardiser les données pour avoir une moyenne de 0 et un écart-type de 1.

Réduire le biais en se concentrant sur les erreurs des arbres précédents.

Accélérer la vitesse de prédiction par rapport à un arbre de décision unique.

Réduire la variance des prédictions et éviter le sur-apprentissage (overfitting).

Réduire la dimensionnalité des données en créant des composantes principales.

Il apprend le profil des données "normales" pour créer une frontière (hyperplan), et considère tout ce qui sort de cette frontière comme anormal.

Il applique une Analyse en Composantes Principales (PCA) suivie d'une régression linéaire.

Il force les données à se répartir dans K clusters différents pour mesurer les distances au centre.

Il reconstruit les données d'entrée via un réseau de neurones profond et vérifie le taux d'erreur de reconstruction.

Il cherche à maximiser la marge (hyperplan) entre les anomalies et les données normales.

Il regroupe les anomalies dans le plus gros cluster de la forêt aléatoire.

Il calcule la distance de chaque point au centroïde le plus proche pour mesurer l'anomalie.

Les anomalies étant rares et différentes, elles sont plus faciles à isoler et nécessitent moins de divisions (splits) dans les arbres.

Une capacité native à analyser des pétaoctets de données plus rapidement que n'importe quel Deep Learning.

Une compréhension chronologique implicite du passé lointain sans utiliser de Features manuelles.

Le fait qu'ils ne nécessitent strictement aucune puissance de calcul, même pour des millions de lignes.

Une très forte interprétabilité (ex: on peut mesurer l'importance de chaque variable ou Lag), là où le LSTM agit comme une "boîte noire".

Elle empêche le réseau de mémoriser les hyperparamètres lors de l'overfitting.

Elle génère directement la prédiction (Output) pour l'étape temporelle en cours.

Elle supprime les valeurs aberrantes du jeu de données brut avant l'entraînement.

Elle regarde la nouvelle donnée d'entrée et décide de ce qu'il faut jeter ou conserver de la mémoire à long terme (Cell State) précédente.