Foti, Daniele
(2018)
Algoritmi incrementali per la scoperta di "outlier".
[Laurea magistrale], Università di Bologna, Corso di Studio in
Ingegneria informatica [LM-DM270], Documento full-text non disponibile
Il full-text non è disponibile per scelta dell'autore.
(
Contatta l'autore)
Abstract
L'elaborato inizialmente descrive i metodi utilizzati per il riconoscimento di outlier in Datasets non supervisionati. Successivamente richiama l'approccio del SolvingSet, che si prefissa l'obiettivo di creare un modello per la classificazione di punti aggiunti.
Si evidenzia quindi la non robustezza del SolvingSet in relazione a database che tendono a cambiare nel tempo e si propone un possibile approccio risolutivo.
Abstract
L'elaborato inizialmente descrive i metodi utilizzati per il riconoscimento di outlier in Datasets non supervisionati. Successivamente richiama l'approccio del SolvingSet, che si prefissa l'obiettivo di creare un modello per la classificazione di punti aggiunti.
Si evidenzia quindi la non robustezza del SolvingSet in relazione a database che tendono a cambiare nel tempo e si propone un possibile approccio risolutivo.
Tipologia del documento
Tesi di laurea
(Laurea magistrale)
Autore della tesi
Foti, Daniele
Relatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
Data Mining,Outlier Detection,SolvingSet,Incremental,distance based,Outlier Prediction
Data di discussione della Tesi
5 Ottobre 2018
URI
Altri metadati
Tipologia del documento
Tesi di laurea
(NON SPECIFICATO)
Autore della tesi
Foti, Daniele
Relatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
Data Mining,Outlier Detection,SolvingSet,Incremental,distance based,Outlier Prediction
Data di discussione della Tesi
5 Ottobre 2018
URI
Gestione del documento:
Login