Estudo, avaliação e comparação de técnicas de detecção não supervisionada de outliers (2015)
- Authors:
- Autor USP: CAMPOS, GUILHERME OLIVEIRA - ICMC
- Unidade: ICMC
- Sigla do Departamento: SCC
- Subjects: MINERAÇÃO DE DADOS; DESCOBERTA DE CONHECIMENTO; MINERAÇÃO DE DADOS; VALORES ATÍPICOS; BENCHMARKS
- Keywords: Benchmark de bases de dados para detecção de outliers; Benchmark for outlier detection; Detecção não supervisionada de outliers; Evaluation measures; Métricas de avaliação; Unsupervised outlier detection
- Language: Português
- Abstract: A área de detecção de outliers (ou detecção de anomalias) possui um papel fundamental na descoberta de padrões em dados que podem ser considerados excepcionais sob alguma perspectiva. Detectar tais padrões é relevante de maneira geral porque, em muitas aplicações de mineração de dados, tais padrões representam comportamentos extraordinários que merecem uma atenção especial. Uma importante distinção se dá entre as técnicas supervisionadas e não supervisionadas de detecção. O presente projeto enfoca as técnicas de detecção não supervisionadas. Existem dezenas de algoritmos desta categoria na literatura e novos algoritmos são propostos de tempos em tempos, porém cada um deles utiliza uma abordagem própria do que deve ser considerado um outlier ou não, que é um conceito subjetivo no contexto não supervisionado. Isso dificulta sensivelmente a escolha de um algoritmo em particular em uma dada aplicação prática. Embora seja de conhecimento comum que nenhum algoritmo de aprendizado de máquina pode ser superior a todos os demais em todos os cenários de aplicação, é uma questão relevante se o desempenho de certos algoritmos em geral tende a dominar o de determinados outros, ao menos em classes particulares de problemas. Neste projeto, propõe-se contribuir com o estudo, seleção e pré-processamento de bases de dados que sejam apropriadas para se juntarem a uma coleção de benchmarks para avaliação de algoritmos de detecção não supervisionada de outliers. Propõe-se ainda avaliarcomparativamente o desempenho de métodos de detecção de outliers. Durante parte do meu trabalho de mestrado, tive a colaboração intelectual de Erich Schubert, Ira Assent, Barbora Micenková, Michael Houle e, principalmente, Joerg Sander e Arthur Zimek. A contribuição deles foi essencial para as análises dos resultados e a forma compacta de apresentá-los
- Imprenta:
- Publisher place: São Carlos
- Date published: 2015
- Data da defesa: 05.03.2015
-
ABNT
CAMPOS, Guilherme Oliveira. Estudo, avaliação e comparação de técnicas de detecção não supervisionada de outliers. 2015. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2015. Disponível em: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-04082015-084412/. Acesso em: 02 out. 2024. -
APA
Campos, G. O. (2015). Estudo, avaliação e comparação de técnicas de detecção não supervisionada de outliers (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/55/55134/tde-04082015-084412/ -
NLM
Campos GO. Estudo, avaliação e comparação de técnicas de detecção não supervisionada de outliers [Internet]. 2015 ;[citado 2024 out. 02 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-04082015-084412/ -
Vancouver
Campos GO. Estudo, avaliação e comparação de técnicas de detecção não supervisionada de outliers [Internet]. 2015 ;[citado 2024 out. 02 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-04082015-084412/
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas