Glossário IA
O dicionário completo da Inteligência Artificial
Detecção por densidade local (LOF)
Método baseado na comparação da densidade local de um ponto com a de seus vizinhos para identificar os outliers.
Isolation Forest
Algoritmo de conjunto que isola as observações construindo árvores de decisão aleatórias para detectar anomalias.
Autoencoders para anomalias
Redes neurais que aprendem a reconstruir os dados normais e identificam anomalias por erro de reconstrução elevado
One-Class SVM
Máquina de vetores de suporte que aprende uma fronteira de decisão ao redor dos dados normais para detectar os outliers.
Detecção de anomalias em série temporal
Técnicas especializadas para identificar padrões incomuns nos dados sequenciais temporais.
Detecção de anomalias multivariadas
Identificação de observações anormais baseada nas relações complexas entre múltiplas variáveis simultaneamente.
Detecção por clustering (DBSCAN)
Uso de algoritmos de clustering onde os pontos que não pertencem a nenhum cluster são considerados anomalias.
Detecção em fluxo de dados
Métodos em tempo real para identificar anomalias nos dados chegando continuamente sem armazenamento completo.
GANs para detecção de anomalias
Redes antagônicas gerativas usadas para modelar a distribuição normal e detectar as amostras improváveis.
Detecção de anomalias em grafos
Identificação de nós, arestas ou subgrafos incomuns em estruturas de dados relacionais.
Detecção de anomalias contextuais
Detecção de observações anormais apenas em um contexto específico, baseada nas condições ambientais.
Detecção de anomalias coletivas
Identificação de grupos de observações que são coletivamente anormais mesmo que individualmente normais.
Métodos estatísticos robustos
Abordagens baseadas em estatísticas resistentes a outliers como medianas ou quantis robustos.
Detecção de anomalias em alta dimensão
Técnicas especializadas para gerenciar a maldição da dimensionalidade na detecção de outliers multivariados.
Aprendizagem semissupervisionado para anomalias
Abordagens que combinam dados rotulados e não rotulados para melhorar a detecção de anomalias com poucos exemplos.