A survey of outlier detection metho

A survey of outlier detection methods was given by
Hodge & Austin [8], focusing especially on those
developed within the Computer Science community.
Supervised outlier detection methods, are suitable for
data whose characteristics do not change through time,
they have training data with normal and abnormal data
objects. There may be multiple normal and/or
abnormal classes. Often,

ผลลัพธ์ (ไทย) 1:

สำรวจของ outlier ต่าง ๆ ถูกกำหนดโดย Hodge & Austin [8], มุ่งโดยเฉพาะอย่างยิ่งในผู้ พัฒนาภายในชุมชนวิทยาศาสตร์คอมพิวเตอร์ วิธีการตรวจสอบมี outlier เหมาะสำหรับ ข้อมูลที่ไม่ได้เปลี่ยนแปลงลักษณะผ่านเวลา มีข้อมูลการฝึกอบรมกับข้อมูลปกติ และผิดปกติ วัตถุ อาจมีหลายปกติ และ/หรือ ห้องเรียนปกติ มักจะ

ผลลัพธ์ (ไทย) 2:

การสำรวจของวิธีการตรวจสอบค่าผิดปกติได้รับโดย
ฮ็อดจ์และออสติน [8] โดยมุ่งเน้นโดยเฉพาะอย่างยิ่งในผู้ที่
ได้รับการพัฒนาภายในชุมชนวิทยาการคอมพิวเตอร์.
วิธีการตรวจสอบค่าผิดปกติภายใต้การควบคุมมีความเหมาะสมสำหรับ
ข้อมูลที่มีลักษณะไม่เปลี่ยนผ่านช่วงเวลาที่
พวกเขามีข้อมูลการฝึกอบรมที่มีความปกติ และข้อมูลที่ผิดปกติ
วัตถุ อาจจะมีหลาย ๆ คนปกติและ / หรือ
ชั้นเรียนที่ผิดปกติ บ่อยครั้ง

ผลลัพธ์ (ไทย) 3:

การสำรวจวิธีการตรวจสอบค่าผิดปกติให้โดย
ฮอดจ์&ออสติน [ 8 ] เน้นโดยเฉพาะอย่างยิ่งเกี่ยวกับเหล่านั้น
พัฒนาภายในชุมชนวิทยาศาสตร์คอมพิวเตอร์
มีวิธีการตรวจสอบค่าผิดปกติ , เหมาะสำหรับข้อมูลที่มีลักษณะไม่เปลี่ยน

ถึงเวลาพวกเขามีข้อมูลการฝึกอบรมปกติและข้อมูลวัตถุ
ผิดปกติด้วย อาจจะมีหลายปกติและ / หรือ
เรียนผิดปกติ มักจะ