Definition - Anomalieerkennung

• Beispiele:
  • Anomalieerkennung durch Dichteabschätzung
• Involvierte Definitionen:
  • Gelabelter Datensatz / Ungelabelter Datensatz
  • MOC - Supervised Learning
  • MOC - Unsupervised Learning
• Veranstaltung: EML
• Referenz: @thimm2024 (Abschnitt 3.4)

⠀

Definition: Anomalieerkennung

Sei ein Datensatz mit .

Als Anomalieerkennung bezeichnen wir die Aufgabe, unterscheiden zu können, ob ein neuer Datenpunkt ähnlich oder unähnlich zu dem Datensatz ist.

Ist zusätzlich ein Datensatz mit abnormalen Punkten gegeben, kann die Anomalieerkennung auch als Klassifikationsproblem betrachtet werden.

Da der Datensatz in der Regel jedoch sehr klein ist, wird in der Praxis meist nur der Datensatz genutzt.