Anomaly-Detection
1.[이탐] 내가 보려고 정리한 ML 이상탐지
이상탐지는 데이터셋에서 정상적인 패턴에서 벗어난 데이터 포인트를 식별하는 과정입니다. 이러한 이상치는 데이터의 분포나 특성에서 눈에 띄게 다른 점들을 나타내며, 종종 오류, 사기, 결함 등의 문제를 나타낼 수 있습니다.
2024년 5월 14일
2.[이탐] 밀도 기반 이상탐지 알고리즘
밀도 기반 알고리즘은 데이터 포인트 간의 지역적 밀도를 기반으로 이상치를 탐지합니다. 이러한 알고리즘은 데이터 분포가 불균일한 경우에도 잘 작동할 수 있습니다.
2024년 5월 14일
3.[이탐] 통계 기반 이상탐지 알고리즘
통계적 접근 방식을 사용하여 모델이 데이터의 '정상적인' 행동을 학습하고 통계적으로 이례적인 행동을 보이는 데이터 포인트를 이상치로 식별합니다.
2024년 5월 14일
4.[이탐] 거리 기반 이상탐지 알고리즘
거리 기반 알고리즘은 데이터 포인트 간의 거리를 기반으로 이상치를 탐지합니다. 데이터 포인트가 다른 포인트와의 거리가 멀다면 이상치로 간주됩니다.
2024년 5월 14일
5.[이탐] 앙상블 기반 이상탐지 알고리즘
앙상블 기반 알고리즘은 여러 개의 의사결정 기반 모델을 조합하여 이상치를 탐지합니다. 이 방법은 일반적으로 높은 정확도를 제공합니다.
2024년 5월 14일
6.[이탐] 결정 경계 기반 이상탐지 알고리즘
결정 경계 기반 알고리즘은 데이터의 분포를 학습하여 명확한 경계를 형성하고, 이 경계를 벗어나는 점들을 이상치로 간주합니다.
2024년 5월 14일