Machine Learning

이상탐지 모델의 전처리, 성능평가, 교차검증 방법을 정리하고, 시계열 이상탐지의 벤치마크와 평가지표까지 다루며 1~5편 시리즈 전체를 마무리합니다.

시계열 이상탐지 방법론을 거리 기반, 밀도 기반, 예측 기반이라는 프로세스 중심 분류체계로 정리하고, Matrix Profile과 Isolation Forest, 지수평활 예측 오차 기법을 같은 데이터로 비교합니다.

선형회귀부터 리지회귀, 감마회귀, 베이지안 선형회귀, MCMC 기반 로지스틱·포아송 회귀까지, 입력값에 따라 달라지는 정상 범위로 이상을 탐지하는 방법을 예제 코드와 함께 정리합니다.

확률분포 최우추정을 기반으로 홀텔링 이론, 계수 데이터의 이항·포아송분포, 다변량 마할라노비스-다구치법과 GMM, kNN까지 비지도학습 이상탐지 기법을 예제 코드와 함께 정리합니다.

이상탐지가 무엇인지 정의부터 살펴보고, 탐색적 데이터 분석과 SVM·로지스틱 회귀 같은 지도학습 기반 이상탐지의 원리와 한계를 예제 코드와 함께 설명합니다.