Metoda NoiseRank za odkrivanje anomalij v podatkih

author: Borut Sluban, Odsek za tehnologije znanja, Institut "Jožef Stefan"
published: Jan. 15, 2015,   recorded: December 2014,   views: 18
Categories

Slides

Related content

Report a problem or upload files

If you have found a problem with this lecture or would like to send us extra material, articles, exercises, etc., please use our ticket system to describe your request and upload the data.
Enter your e-mail into the 'Cc' field, and we will keep you updated with your request's status.
Lecture popularity: You need to login to cast your vote.
  Bibliography

Description

NoiseRank je ansambelska metoda odkrivanja in rangiranja šumnih primerov v podatkih. Metoda omogoča izbor algoritmov za odkrivanje šuma ter pregled odkritih šumnih primerov. Metoda je bila uspešno uporabljena v medicini za odkrivanje atipičnih ali napačno diagnosticiranih primerov, kot tudi pri analizi tekstov za odkrivanje nenavadnih člankov in napak pri zajemanju korpusa. Javno uporabo metodologije NoiseRank smo omogočili z njeno implementacijo v spletni platform ClowdFlows (http://www.clowdflows.org). Razvili smo tudi spletno okolje ViperCharts (http://viper.ijs.si), ki omogoča vizualno vrednotenje in primerjavo uspešnosti algoritmov za odkrivanje anomalij v podatkih, uporabno tudi za vrednotenje drugih algoritmov strojnega učenja in podatkovnega rudarjenja.

See Also:

Download slides icon Download slides: solomon_sluban_noise_rank_01.pdf (3.4 MB)


Help icon Streaming Video Help

Link this page

Would you like to put a link to this lecture on your homepage?
Go ahead! Copy the HTML snippet !

Write your own review or comment:

make sure you have javascript enabled or clear this field: