Detekce anomálií
Detekce anomálií je v data miningu úloha určení těch položek (příkladů, bodů), událostí nebo pozorování, které neodpovídají očekávanému vzoru nebo jiným požadavkům v datasetu. Typicky se anomální položky transformují na nějaký druh problémů, jako např. bankovní podvod, strukturální defekt, zdravotní problém nebo nalezení chyby v textu. Anomálie jsou taky nazývány odlehlé hodnoty (outliery), novinky, šum, odchylky nebo výjimky.
Speciálně v oblasti správy síti a detekce průniku jsou zajímavé objekty nikoli zřídkavé objekty, ale neočekávané výtrysky (en: burst) aktivity. Takovýto vzor nevyhovuje obvyklé statistické definici outlieru jako zřídkavému objektu (anebo vzdálenému od jiných) a mnoho metod detekce outlierů (zvláště nesupervizované metody) selže při jejich detekci, pokud nejsou vhodně agregovány. Kdežto taky nesupervizované klastrovací algoritmy mohou být schopny detekovat mikroklastry vytvořené těmito vzory.
Reference
editovatV tomto článku byl použit překlad textu z článku Anomaly detection na anglické Wikipedii.