- it aims to detect new instances that look different from all instances in the training set.
- This requires having a very “clean” training set, devoid of any instance that you would like the algorithm to detect.
novelty detection
Fraud Detection x^{(i)} is features of user i‘s activities Model p(x) from data: p(x)\lt\varepsilon 인 경우를 체크하여 비정상적인 활동을 감지 Monitoring computers in a data center x^{(i)} is features of machine i...
clustering K-means DBSCAN anomaly detection One-class support vector machine Isolation Forest dimensionality reduction machine learning/dimensionality reduction/Principal...
학습의 목적이 parameters 가 아닌 학습을 의미한다.즉, 모델을 구축하지 않아서 새로운 데이터가 입력으로 들어왔을 때, 알고리즘을 처음부터 재학습할 필요성이 존재한다.
Training data 전체를 메모리상에 보관하면서 test 데이터가 새로 들어왔을 때 바로 학습하는 방법
기존의 데이터 마이닝 방법들은 입력되는 데이터들이 고정된 상황에서 데이터들의 경향을 미리 파악한 뒤, 파악한 경향성을 바탕으로 이후의 동작을 수행하는 경우가 많다. 특히 데이터스트림 환경의 경우, 기존의 데이터들과 다른 새로운 경향성을 가진 데이터가 입력되면 새롭게 입력되는 데이터의 경향을 제대로 반영하지 못하여...
metric learning 은 데이터 포인트 간의 거리를 측정하는 방법을 학습하는 기법입니다.
특이도 (Specificity) 는 negative example 을 얼마나 잘 찾아내는가를 나타내는 척도이다.
일반적인 학습 과정으로, training 데이터로 일정 기간 학습시킨 후, 학습시킨 모델을 기반으로 테스트 데이터를 적용하는 방법
Joint-training consists of training together multiple networks with different learning objectives in order to benefit from the synergy of the learning.
Tags unsupervised learning k-Nearest Neighbors linear regression logistic regression support vector machine Decision Tree and random forest