Скачать или смотреть Applied AI Study Group Week 2/3 - KDDCUP’99 Dataset - Isolation Forest

Isolation Forest algoritması Anomaly Detection problemlerinin çözümünde sıkça kullanılan bir algoritmadır. Unsupervised (gözetimsiz) bir yöntemdir. Anormal bir gözlemi izole etmek için yapılacak işlem sayısının anormal olmayan bir gözlemi izole etmek için yapılacak işlem sayısından çok daha az olacağı varsayımından yola çıkarak her bir gözlem için anomali skoru hesaplar. Elde edilen bu skor ile anormal/normal sınıflandırılması yapılabilir. Bu videoda Isolation Forest algoritmasını tanıtıyoruz ve KDDCUP’99 veri seti üzerinde Probing ataklarının sınıflandırılması için Isolation Forest algoritmasının nasıl kullanılacağını gösteriyoruz.

Kod için: https://github.com/inzva/Applied-AI-S...
-------------------------------------------------------------------------------------

Isolation Forest is a commonly used algorithm to solve Anomaly Detection problems. The algorithm calculates an anomaly score for each observation with the assumption that the number of calculations to isolate an anomaly observation is much less than the number of calculations to isolate a non-anomaly observation. Using this anomaly score, we can classify observations as anomalous or non-anomalous. In this video, we talk about the Isolation Forest algorithm and we show how to use this algorithm to classify the Probing attacks on KDDCUP’99 dataset.

For codes:
https://github.com/inzva/Applied-AI-S...