• OUTLIERS
  • CLUSTERS
  • CENTROIDS
  • HUMAN

Como detectar anomalias de dados com seu AI

Conecte o Distance Metrics Engine ao seu cliente de IA. Ele utiliza matemática espacial para encontrar pontos que estão muito distantes do restante dos seus dados.

Pergunte à IA sobre esta página

Resposta rápida

Como posso encontrar outliers nos meus dados usando IA?

Sua IA calcula a distância entre pontos de dados individuais e seus centroides de agrupamento mais próximos. Isso identifica pontos fora dos intervalos normais, gerando uma lista clara de anomalias para você investigar.

Resultados

Onde suas anomalias aparecem.

A IA processa seus números brutos e organiza os resultados nestas categorias.

OUTLIERS

Anomalias detectadas

A IA sinaliza pontos que estão longe do centro do grupo. Você recebe uma lista de coordenadas ou valores específicos que parecem suspeitos.

CLUSTERS

Dados agrupados

A IA organiza seus dados em grupos lógicos. Isso mostra a densidade normal do seu conjunto de dados.

CENTROIDS

Localização dos centros

A IA identifica o ponto matemático central dos seus grupos de dados. Eles servem como base para o que é considerado um valor normal.

HUMAN

Revisão manual necessária

A IA não decide se um outlier é um erro ou uma descoberta importante. Você decide se o dado sinalizado precisa de correção ou mais estudo.

O fluxo

O que sua IA faz quando os dados chegam.

A IA cuida de todo o cálculo matemático pesado para que você não precise escrever scripts personalizados para cada conjunto de dados.

  1. Mapear os dados

    A IA analisa seu conjunto de dados para entender a distribuição dos pontos.

    calculate_distance

  2. Encontrar os centros

    A IA determina onde fica o centro de cada grupo de dados.

    calculate_distance

  3. Medir desvios

    A IA executa verificações de distância de cada ponto em relação aos centros.

    calculate_distance

  4. Sinalizar outliers

    A IA isola os pontos com as maiores pontuações de distância para sua revisão.

    calculate_distance

Teste

Copie estes comandos para começar.

Use estes prompts para iniciar o processo de detecção.

Pontos de partida

Substitua o texto entre colchetes pelos nomes específicos dos seus arquivos ou fontes de dados.

Distance Metrics Engine Connector

Tudo pronto. Escolha seu cliente MCP e siga as instruções de configuração.

Link do conectorhttps://edge.vinkius.com/vk_preview_y2uLWGNkX2DGyvuukg2OciAQezxFmCM92SNAHYKa/mcp

Claude Desktop

Siga os passos abaixo para conectar em segundos.

  1. 1In Claude Desktop, open Settings → Connectors.
  2. 2Click “Add custom connector” and paste the connector link above as the remote MCP server URL.
  3. 3Click Add and start a new chat — Distance Metrics Engine capabilities are ready to use.
Configuração · claude_desktop_config.jsonCopiar
{
  "mcpServers": {
    "distance-metrics-engine-mcp": {
      "url": "https://edge.vinkius.com/vk_preview_y2uLWGNkX2DGyvuukg2OciAQezxFmCM92SNAHYKa/mcp"
    }
  }
}
Copie no chat04

  • Encontre todos os outliers no meu arquivo sales_data.csv.

  • Calcule a distância dos centros dos clusters para o conjunto de dados sensor_logs.

  • Identifique quaisquer pontos de dados no user_activity_log que estejam longe do grupo principal.

  • Verifique anomalias na planilha customer_metrics usando métricas de distância.

  • Claude
  • ChatGPT
  • Cursor
  • VS Code
  • Windsurf
  • Claude Code
  • JetBrains
  • Cline

Comece aqui

Conecte o Distance Metrics Engine uma vez e depois é só perguntar.

Basta clicar no link para conectar. Suas credenciais ficam criptografadas e você pode começar imediatamente a pedir que sua IA execute esses cálculos.

Conectar Distance Metrics Engine à sua IA

FAQ

Como esta tarefa funciona.

  • 01

    A IA pode deletar outliers automaticamente?

    Não. A IA apenas identifica e sinaliza os pontos. Você deve remover ou editar os dados manualmente na sua fonte original.

  • 02

    A IA altera meus arquivos de dados originais?

    Não. A IA lê seus dados para realizar os cálculos, mas não escreve de volta nem modifica seus arquivos.

  • 03

    Que tipo de dados ela pode processar?

    Funciona com qualquer conjunto de dados numéricos onde seja possível medir a distância entre os pontos.

  • 04

    A IA pode explicar por que um ponto é um outlier?

    Sim. Como ela utiliza a distância em relação ao centroide, pode dizer exatamente o quão longe um ponto está da média.

  • 05

    Funciona com fluxos de dados em tempo real?

    A IA processa os dados que você fornece no chat ou através do arquivo conectado.

  • Mais dúvidas sobre o Distance Metrics Engine? A página do Connector responde. Veja tudo o que o Distance Metrics Engine Connector pode fazer

Conecte Distance Metrics Engine ao Claude, Cursor, ChatGPT e outros