Papers with Code 아카이브

Outlier Detection

태스크의 하위 분류와 논문·코드·평가·기법·데이터셋을 탐색하세요.

전체 기법 전체 데이터셋

하위 태스크: 4
평가표: 11
보존된 평가 기록: 13

Outlier Detection is a task of identifying a subset of a given data set which are considered anomalous in that they are unusual from other instances. It is one of the core data mining tasks and is central to many applications. In the security field, it can be used to identify potentially threatening users, in the manufacturing field it can be used to identify parts that are likely to fail.

Source: Coverage-based Outlier Explanation

하위 태스크

해결할 문제를 선택하세요. 같은 이름의 태스크는 상위 분야와 평가 조건으로 구분합니다.

Outlier Detection / Graph Outlier Detection

Graph Outlier Detection

하위 0개평가표 0개평가 기록 0건

코드 평가 결과 기법 데이터셋

Outlier Detection / One-class classifier

One-class classifier

하위 0개평가표 0개평가 기록 0건

코드 평가 결과 기법 데이터셋

Outlier Detection / outlier ensembles

outlier ensembles

하위 0개평가표 0개평가 기록 0건

코드 평가 결과 기법 데이터셋

Outlier Detection / Outlier Interpretation

Outlier Interpretation

하위 0개평가표 0개평가 기록 0건

코드 평가 결과 기법 데이터셋

출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.