【連載】時系列データにおける異常検知（２）

教師なし学習の主流性

異常検知では明示的な正解ラベルを用いない教師なし学習が主流であり、時系列データの分析において基本的なアプローチとなっている。

時系列分析の基本フレームワーク

時系列中に2つの区間を設け、モデル化を行いつつ区間をスライドさせるのが基本的な考え方で、区間の長さによって外れ値検知と変化点検知に分類される。

検知手法の分類基準

外れ値検知と変化点検知は、時系列依存の有無という観点からも分類することが可能であり、それぞれ異なる分析アプローチが求められる。

連載の構成と今回の焦点

本記事は連載の第二回目であり、前回の基本概念の復習に続き、外れ値検知と変化点検知の具体的なアプローチについての解説が始まっている。