or
Toto cvičení je součástí kurzu
V této kapitole se naučíš, jak lze pomocí numerických a grafických přehledů neformálně posoudit, zda data obsahují neobvyklé body. Použiješ statistickou metodu zvanou Grubbsův test k ověření, zda je daný bod odlehlou hodnotou, a seznámíš se s algoritmem Seasonal-Hybrid ESD, který pomáhá odhalovat odlehlé hodnoty v časových řadách.
V této kapitole se naučíš počítat vzdálenost k nejbližším sousedům (k-nearest neighbors) a faktor lokálního odlehlého bodu (local outlier factor). Tyto metody slouží k vytváření průběžných skóre anomálií pro každý datový bod v případě, kdy data mají více příznaků. Zjistíš také rozdíl mezi lokálními a globálními anomáliemi a jak ti oba algoritmy mohou pomoct v každém z těchto případů.
Vzdálenost k nejbližším sousedům a faktor lokálního odlehlého bodu využívají vzdálenost nebo relativní hustotu nejbližších sousedů k ohodnocení každého bodu. V této kapitole prozkoumáš alternativní přístup založený na stromech – isolation forest. Jde o rychlou a robustní metodu detekce anomálií, která měří, jak snadno lze body oddělit náhodným rozdělováním dat na stále menší oblasti.
Teď už znáš několik různých algoritmů pro skórování anomálií. V této závěrečné kapitole se naučíš porovnávat výkon algoritmů v situacích, kdy jsou k dispozici označené anomálie. Zjistíš, jak vypočítat a interpretovat statistiky přesnosti (precision) a úplnosti (recall) pro skóre anomálie, a naučíš se upravit algoritmy tak, aby zvládaly data s kategoriálními příznaky.
Aktuální cvičení