Data Science: 이론10 [Outlier Detection in High-Dimensional Data] (FB) Feature Bagging 리뷰 Paper dl.acm.org/doi/abs/10.1145/1081870.1081891?casa_token=fJmH04B3mzMAAAAA:Qpesfom07GOIXjeXBWxcIkHNmHrdFTDtJyjE1VXV3HmWQtyeeTKQlb2RE3GQa7ALJ-lFWnYzSPPu Introduction Feature Bagging은 supervised learning에서 널리 사용되는 Bagging 아이디어에 착안하여 High-Dimensional 데이터에서 Unsupervised learning 관점으로 Outlier를 탐지하는 새로운 방법을 제안합니다. Motivation 기존 outlier detection 방법론의 경우 데이터의 전체 변수 (full-dimension)를 모두 이용해 이상치를 탐지합니다.. 2020. 9. 12. [Optimization] Bisection algorithm (이분법) 정리 / 설명 Bisection algorithm Assumption Function $g(x) : D \subset \mathbb{R} \rightarrow \mathbb{R}$ 하고자 하는 것 find a root or solution $x^{*}$ of the equation $g(x)=0, x\in[a,b]$ where $g$ is continuous and g(a)g(b) 0, s.t. |x_{n}-x^{*}| < \epsilon$, where $x^{*}$ is the solution of $g(x)=0$ 위 조건을 만족하는 $x_{n}$ 찾아 $\hat{x}$ (approximated solution)으로 채택 (Intermediate valu.. 2020. 7. 21. [Optimization] Optimization of Univariate Functions 일변량 함수 최적화 정리 / 설명 Optimization of Univariate Functions 이 글에선, 추후 Univariate function optimization 알고리즘을 설명하기 앞서 알고리즘이 설정하는 상황을 설명하고자 한다. 한국어로 일변수 함수 최적화인 Univariate function optimization은 인풋받는 변수의 형태가 univariate이고 아웃풋의 형태가 scalar인 함수의 최솟값 혹은 최댓값을 찾는 문제이다. 본문에선 이 문제를 풀기위해 설정하는 구체적 가정을 설명한다. 가정 함수 f is a univariate real fuction $f: D \subset \mathbb{R} \rightarrow \mathbb{R}$ that has only one exact minimizer $x^{*.. 2020. 7. 21. [Anomaly Detection] Extended Isolation Forest 설명 Extended Isolation Forest 논문 리뷰 2018년에 발표된 Extended Isolation Forest 논문을 바탕으로 정리한 글입니다. 본문의 표현은 원문의 내용을 참고하여 작성하였습니다. (Hariri, Sahand, Matias Carrasco Kind, and Robert J. Brunner. ”Extended isolation forest.” arXiv preprint arXiv:1811.02141 (2018).) Contents Motivation What Makes This Problem? Solution Notation Methodology Empirical Results Summary Introduction Extended Isolation Forest 는 Isolat.. 2020. 6. 14. 이전 1 2 3 다음
