İçerik
- Tanım - Yenilik Algılama ne anlama geliyor?
- Microsoft Azure ve Microsoft Cloud'a Giriş | Bu kılavuz boyunca, bulut bilişimin neyle ilgili olduğunu ve Microsoft Azure'un işinizi buluttan geçirmeniz ve yürütmenizde size nasıl yardımcı olabileceğini öğreneceksiniz.
- Techopedia Yenilik Tespiti'ni Açıklıyor
Tanım - Yenilik Algılama ne anlama geliyor?
Yenilik tespiti, yeni veya bilinmeyen verileri belirlemek ve bu yeni verilerin norm içinde mi (inlier) mi yoksa dışında mı (outlier) olduğunu belirlemek için kullanılan istatistiksel bir yöntemdir.
Bu durumda bir roman alışılmadık anlamına gelir, yeni ve düzenli olmayan veriler veya basitçe diğerlerinden farklı olan veriler. Yenilik, ağ izinsiz girişlerini algılama, hackleme, jet motoru arızası, makine öğrenmesi ve daha birçok normal işlemlerinde anormallikleri tespit etmesi gereken farklı alanlara uygulanır.
Sahtekarlık tespitinde, örneğin, kredi kartı şirketleri, bir kullanıcının harcama alışkanlıklarını izler ve bu alışkanlıklardan sapma olduğunda, derhal kullanıcıyı, satın alımın meşru bir şekilde yapılıp yapılmayacağını veya kartın kaybolup çalındığını veya çalındığını sorar.
Microsoft Azure ve Microsoft Cloud'a Giriş | Bu kılavuz boyunca, bulut bilişimin neyle ilgili olduğunu ve Microsoft Azure'un işinizi buluttan geçirmeniz ve yürütmenizde size nasıl yardımcı olabileceğini öğreneceksiniz.
Techopedia Yenilik Tespiti'ni Açıklıyor
Yenilik tespiti, uygun bir sınıflandırma sistemi ve makine öğrenmesi için temel gereksinimlerden biridir. Makine öğrenim sistemlerinde, eğitim sırasında tüm olasılıklar girilemez, bu yüzden gelecekte ortaya çıkacak her zaman yeni veri türleri ve olasılıklar olacaktır, temel olarak düzenli olarak alınan veya görülenlerden farklı olan girdiler.
Örneğin, hata ve sahtekarlık tespitinde, sistem yeterince temsil edilmemiş veya hiç görülmemiş olan verileri tespit etmek için eğitilmiştir, bunlar potansiyel hatalardır ve tıbbi veri sistemlerinde, bu hastalığı temsil edebilir.
Saf yenilik algılama sistemleri için, şebeke olumsuz örnekler üzerinde eğitilir, ardından sadece bu modele uymayan girdileri yeni sınıf olarak algılar.
Bir girdinin önceki girdilerden farklı olduğunu kabul etmek, öğrenme sistemleri için çok önemli ve kullanışlı bir yetenektir. Bu, sistemin gerçekten önceki girişlere ve programlamaya tepki göstermeyeceği gibi gerçekten de öğrenebildiği ve öğrenebileceği anlamına gelir.
Hayvanlar ve insanlar söz konusu olduğunda, her zaman yenilik tespiti yaparız; nesneleri diğer nesnelerden ayırt etme yeteneği budur. Örneğin, düz beyaz bir duvar görüyoruz ve sonra yüzeyinde hareket eden bir leke görüyoruz, onu hemen duvardan ayırıyoruz, farklı bir nesne, muhtemelen bir böcek olduğunu söyleyerek onu duvardan ayırıyoruz.