Outlier Detection / Phát hiện Ngoại lai

📖 Outlier Detection

Definition (English):

Outlier (anomaly) detection identifies data points that significantly deviate from the expected pattern. Statistical methods: Z-score, IQR. ML methods: Isolation Forest (isolates anomalies with random splits), One-Class SVM, Local Outlier Factor (density-based), Autoencoder reconstruction error. In AI, outlier detection is used for fraud detection, manufacturing defects, network intrusion, and data quality assurance.

📖 Phát hiện Ngoại lai

Định nghĩa (Tiếng Việt):

Phát hiện ngoại lai (bất thường) xác định các điểm dữ liệu lệch đáng kể so với mẫu mong đợi. Phương pháp thống kê: Z-score, IQR. Phương pháp ML: Isolation Forest (cô lập ngoại lai với splits ngẫu nhiên), One-Class SVM, Local Outlier Factor (dựa trên mật độ), lỗi tái tạo Autoencoder. Trong AI, phát hiện ngoại lai được sử dụng cho phát hiện gian lận, lỗi sản xuất, xâm nhập mạng và đảm bảo chất lượng dữ liệu.

📂 Phân loại: Techniques