Outlier analysis

با پیشرفت روزافزون فناوری سخت‌افزار برای جمع‌آوری داده‌ها، و پیشرفت در فناوری نرم‌افزار (پایگاه‌های داده) برای سازماندهی داده‌ها، دانشمندان رایانه به طور فزاینده‌ای در آخرین پیشرفت‌های حوزه تجزیه و تحلیل بیرونی شرکت کرده‌اند. دانشمندان کامپیوتر، به طور خاص، بر اساس تجربیات عملی خود در مدیریت مقادیر زیاد داده، و با فرضیات بسیار کمتر، به این حوزه می پردازند - داده ها می توانند از هر نوع، ساختاریافته یا بدون ساختار و ممکن است بسیار بزرگ باشند. تجزیه و تحلیل Outlier یک توضیح جامع است که توسط کارشناسان داده کاوی، آماردانان و دانشمندان رایانه درک شده است. این کتاب با دقت تنظیم شده است و تاکید بر ساده سازی محتوا شده است تا دانش آموزان و دست اندرکاران نیز بتوانند از آن بهره مند شوند. فصل‌ها معمولاً یکی از سه حوزه را پوشش می‌دهند: روش‌ها و تکنیک‌هایی که معمولاً در تحلیل‌های پرت استفاده می‌شوند، مانند روش‌های خطی، روش‌های مبتنی بر مجاورت، روش‌های زیرفضا، و روش‌های نظارت شده. حوزه های داده، مانند متن، طبقه بندی، ویژگی ترکیبی، سری زمانی، جریان، توالی گسسته، داده های فضایی و شبکه. و کاربردهای کلیدی این روش‌ها در حوزه‌های مختلف مانند شناسایی تقلب در کارت اعتباری، تشخیص نفوذ، تشخیص پزشکی، علوم زمین، تجزیه و تحلیل گزارش‌های وب و تجزیه و تحلیل شبکه‌های اجتماعی پوشش داده شده است.

With the increasing advances in hardware technology for data collection, and advances in software technology (databases) for data organization, computer scientists have increasingly participated in the latest advancements of the outlier analysis field. Computer scientists, specifically, approach this field based on their practical experiences in managing large amounts of data, and with far fewer assumptions– the data can be of any type, structured or unstructured, and may be extremely large. Outlier Analysis is a comprehensive exposition, as understood by data mining experts, statisticians and computer scientists. The book has been organized carefully, and emphasis was placed on simplifying the content, so that students and practitioners can also benefit. Chapters will typically cover one of three areas: methods and techniques commonly used in outlier analysis, such as linear methods, proximity-based methods, subspace methods, and supervised methods; data domains, such as, text, categorical, mixed-attribute, time-series, streaming, discrete sequence, spatial and network data; and key applications of these methods as applied to diverse domains such as credit card fraud detection, intrusion detection, medical diagnosis, earth science, web log analytics, and social network analysis are covered.