Metody detekce anomálií v množinových datech
Methods for group anomaly detection
Type of document
diplomová prácemaster thesis
Author
Štěpán Šubík
Supervisor
Šmídl Václav
Opponent
Grill Martin
Field of study
Datové vědyStudy program
Otevřená informatikaInstitutions assigning rank
katedra počítačůRights
A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmlVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html
Metadata
Show full item recordAbstract
Detekce anomálií ve vektorových datech je běžný problém strojového učení, ke kterému lze přistupovat jako k úloze odhadu pravděpodobnostního rozložení dat považovaných za normální třídu. Tento přístup je možné použít i v případě detekce anomálií v množinových datech, jejíž studium je předmětem diplomové práce. V práci používáme řešení, kdy úlohu rozdělíme na dva dílčí části, tedy na naučení se věrohodnostního modelu vektorů a modelu kardinality množiny. Naučená pravděpodobnostní rozdělení potom slouží k ohodnocění každé nově pozorované množiny dat. Výsledky tohoto přístupu jsme experimentálně ověřili. Anomaly detection in vector data is a common machine learning problem, which can be approached as normal class probability distribution estimation. It is also possible to use this attitude when detecting group data, which is the subject of this master thesis. In this thesis, we use a solution where we divide the problem into two parts, i. e., to learn the likelihood model of vectors and the cardinality model of the set. The learned probability distributions are then used to evaluate each newly observed data set. We experimentally verified the results of this approach.
Collections
- Diplomové práce - 13136 [892]