- 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.
1 min read
novelty detection
Problem Statement of the Anomaly Detection \begin{aligned} &\text { Dataset: }\left\{x^{(1)}, x^{(2)}, \ldots, x^{(m)}\right\}\\ &\text { Is } x {\text {test}} \ \text...
clustering K-means DBSCAN anomaly detection One-class support vector machine Isolation Forest dimensionality reduction Principal Component Analysis Kernel PCA Locally Linear...
Transductive 학습의 목적이 parameters 가 아닌 학습을 의미한다.즉, 모델을 구축하지 않아서 새로운 데이터가 입력으로 들어왔을 때, 알고리즘을 처음부터 재학습할 필요성이 존재한다.
Lazy Learning Training data 전체를 메모리상에 보관하면서 test 데이터가 새로 들어왔을 때 바로 학습하는 방법 A.1) 장점 추가적인 학습 시간 없이, 곧바로 학습 결과를 얻을 수 있다.
Data Bias Data Bias 란 수집된 학습 데이터의 분포가 이상적인 테스트 데이터의 분포와 다른 것을 의미한다. 아무리 많은 데이터를 수집하더라도, 분포 자체가 다르면 estimation 과 optimal function 간 gap 이 생길 수 밖에 없다.
Metric Learning A.1) 정의 metric learning 은 데이터 포인트 간의 거리를 측정하는 방법을 학습하는 기법입니다.
개념 변화 검출의 중요성 기존의 데이터 마이닝 방법들은 입력되는 데이터들이 고정된 상황에서 데이터들의 경향을 미리 파악한 뒤, 파악한 경향성을 바탕으로 이후의 동작을 수행하는 경우가 많다.
Deployment 전에 가능한 데이터로 오직 한번만 학습하는 방식 .
Joint Training Joint-training consists of training together multiple networks with different learning objectives in order to benefit from the synergy of the learning.
Class Imbalance Problem class 분류 문제에서 class 당 instance 수의 균형이 맞지 않는 문제를 말하며, 이를 imbalanced data 라고 한다. 2.