머신러닝3 [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. [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 다음
