Building an AI Agent to Detect and Handle Anomalies in Time-Series Data

Artykuł opisuje, jak zbudować agenta AI do wykrywania i obsługi anomalii w danych szeregów czasowych, wykorzystując dane dotyczące COVID-19 jako przykład. Proces obejmuje statystyczne wykrywanie anomalii, klasyfikację ich ważności oraz podejmowanie autonomicznych decyzji przez agenta AI (napędzanego przez GroqCloud) w zakresie naprawy, zachowania lub oznaczenia anomalii do przeglądu.