Random Forest. Anomaly detection story – Bc. Petr Matonoha
Bc. Petr Matonoha
Bachelor's thesis
Random Forest. Anomaly detection story
Random Forest. Anomaly detection story
Anotácia:
V této práci se blíže podíváme na detekci odlehlých bodů pomocí náhodného lesa. Popíšeme úspěšné aplikace náhodného lesa, metodu a možné algoritmy pro použití náhodného lesa pro detekci odlehlých bodů. Dále přestavíme tři faktory odlehlosti a na jejich základě vytváříme nové faktory odlehlosti. Nakonec provedeme experimenty, abychom porovnali nové metody s již existujícími.Abstract:
In this work, we take a closer look at outlier detection using a random forest. We describe successful applications of the random forest, a method and possible algorithms for using the random forest for outlier detection. We introduce three outlier factors and based on them we create new outlier factors. Finally, we do experiments to compare new methods with already existing ones.
Jazyk práce: English
Datum vytvoření / odevzdání či podání práce: 25. 5. 2021
Identifikátor:
https://is.muni.cz/th/hk59h/
Obhajoba závěrečné práce
- Obhajoba proběhla 2. 7. 2021
- Vedúci: doc. RNDr. Lubomír Popelínský, Ph.D.
- Oponent: RNDr. Karel Vaculík, Ph.D.
Plný text práce
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- světu
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: Masarykova univerzita, Fakulta informatikyMasaryk University
Faculty of InformaticsBachelor programme / odbor:
Informatics / Mathematical Informatics
Práce na příbuzné téma
-
Intrusion Detection System with k-means data mining and outlier detection approach
Sandeep Kumar Chandel -
Detekce odlehlých pozorování pomocí metody Local Outlier Factor ve vícerozměrných datech
Eliška SMAZALOVÁ -
User Sessions Clustering and Anomaly Detection
Michal Mokroš -
ILP and anomaly detection
Václav Blahut