【連載】時系列データにおける異常検知（２）

こんにちは、機械学習エンジニアの福成です。 前回は連載の第一回目ということで、時系列異常検知の基本的な考え方や、タスクの種類についてお話ししました。 techblog.exawizards.com 前回のポイントを再掲します。 異常検知では、明示的な正解ラベルを学習に用いない教師なし学習が主流である。 時系列中に2つの区間を設け、その中で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ある。 区間の長さにより、大きくは外れ値検知・変化点検知に分けられる。 両者ともに、時系列依存の有無の観点で分けることも可能である。 今回は外れ値検知・変化点検知について、より具体的なアプローチについて…