Download/Descargar | Leer en línea
Título completo: Introducción a la detección de anomalías empleando R.
Autores: Julio César Alonso C. y Estefanía Serrano Izquierdo.
Colección: Herramientas del Big Data y Analytics | Número: 8.
Editorial: Universidad Icesi.
ISBN: 978-628-7814-18-9 (eBook).
Año de edición: 2025.
(5 votos, promedio: 5,00 sobre 5)
Loading...
| Introducción a la detección de anomalías empleando R |
La tarea de detección de anomalías tiene como finalidad encontrar al individuo (observación) que se comporta de manera diferente a los demás. En otras palabras, se emplea para encontrar aquel caso que no sigue el patrón de las otras observaciones. En el mundo del business analytics nos enfrentamos a preguntas de negocios que implican identificar lo inesperado, lo excepcional, lo que se desvía de lo habitual. Este desafío es fundamental en muchas áreas de las organizaciones: por ejemplo, en la planta de producción se desea detectar el producto anómalo y en el área contable se desea encontrar fraudes. La identificación de lo inesperado, lo excepcional, lo que se desvía de lo habitual, se conoce como la tarea de detección de anomalías.
Cómo citar (APA): Alonso, J.C.; Serrano Izquierdo, E. (2025). Introducción a la detección de anomalías empleando R. Cali: Editorial Universidad Icesi. DOI: https://doi.org/10.18046/EUI/bda.h.8
- Tabla de contenido:
Prefacio
I. Definición y tipos de anomalías
1 / Introducción
II. Métodos de origen estadístico
2 / Estadísticas descriptivas para detectar anomalías univariadas
3 / Pruebas estadísticas para encontrar outliers
4 / Técnicas estadísticas para detectar outliers multivariados
5 / Empleando PCA para detectar anomalías
6 / Detección de fraudes y la Ley de Benford
III. Métodos de origen en el Machine learning no supervisado
7 / ¿Qué es el Machine Learning (ML)?
8 / Métricas de origen en el ML: distancia kNN y LOF
9 / Modelo DBSCAN para detectar anomalías
10 / Modelo de Isolation Forest para detectar anomalías
IV. Reflexiones finales
11 / Reflexiones finales
Bibliografía
Índice alfabético
Julio César Alonso Cifuentes, Universidad Icesi (Cali, Colombia)- Estefanía Serrano Izquierdo, Universidad Icesi (Cali, Colombia)
Título (inglés):
Introduction to anomaly detection using R. DOI/URL:
https://doi.org/10.18046/EUI/bda.h.8 Editorial(es):
Universidad Icesi. Autores:
Julio César Alonso C. y Estefanía Serrano I. Palabras clave:
R, Anomalías, Lenguaje estadístico, Big Data Analytics. ISBN:
978-628-7814-18-9 (eBook). Fecha de edición:
Octubre de 2025. No. de páginas:
184. Idioma(s):
Español. Formato(s):
Libro electrónico (eBook). Alto x ancho:
27,9 x 21,5 cm. Colección:
Herramientas del Big Data y Analytics (8). Producto:
Libro de texto. Observaciones:
Incluye referencias bibliográficas. Registro DSpace:
